基于FPGA的判决反馈均衡器设计

介绍基于FPGA的判决反馈均衡器设计,均衡器中采样LMS算法;在使用相同算法的前提下,比较线性均衡器和判决反馈均衡器的性能及不同抽头系数的判决反馈均衡器的性能,用VHDL语言实现判决反馈均衡器,并在Active HDL仿真软件中进行仿真。     

格型判决反馈均衡器在水声通信中的应用研究

阐述了自适应格型判决反馈均衡器,研究了它在水声通信中的应用,仿真比较了最小均方判决反馈均衡器(LMSDFE)、递归最小二乘判决反馈均衡器(RLSDFE)和最小二乘格型判决反馈均衡器(LSLDFE),并给出最小二乘格型判决反馈均衡器(LSLDFE)在湖试中的结果。     

线性修正下的神经网络盲均衡算法

研究了一种利用横向滤波器对神经网络进行线性修正的盲均衡算法。在神经网络的输入层之前加入一个横向滤波器,以横向滤波器的节点输出作为神经网络盲均衡器的输入,利用常数模代价函数分别得到横向滤波器和神经网络盲均衡器的瞬时输出误差,将瞬时误差加权处理作为调节误差分别对横向滤波器和神经网络盲均衡器的权系数进行调节,算法实现了对非凸性误差曲面进行线性和非线性寻优的组合。计算机仿真证明提出的算法有效提高了神经网络盲均衡算法的收敛速度,降低了稳态剩余误差,具有更好的实用性和均衡性能。     

适用于QAM信号的方形判决超指数迭代盲均衡算法

针对超指数迭代判决反馈(Super-Exponential Iteration Decision Feedback Equalization,SEI-DFE)盲均衡算法在水声通信系统中表现出的收敛性差的问题,提出了一种基于正方形判决的修正超指数迭代判决反馈盲均衡算法。该算法在修正超指数算法的基础上,引入判决正方形机制分别对输出信号的同相分量和正交分量进行均衡,以进一步提高相位补偿能力;在判决反馈均衡器中引入二阶数字锁相环,实现对相位旋转的跟踪和补偿。消声水池实验采用16QAM调制信号,从滤波器阶数、步长以及Q矩阵大小三个方面对算法的影响来验证算法的误码率性能,结果表明,新算法的误码率相比修正超指数迭代判决反馈(Modified Super-Exponential Iteration Decision Feedback Equalization,MSEI-DFE)算法改善了两个量级,实现了对相位旋转的有效补偿,大大改善了载波恢复性能。     

基于BP神经网络的盲均衡器设计

为构建用于某语音信号传输系统盲均衡器的BP神经网络模型,编写了基于BP神经网络的盲均衡算法伪代码,计算了算法的时间复杂度,分析了BP神经网络输入层神经元个数、隐含层神经元个数和隐含层层数对盲均衡算法性能的影响,评估了基于Sigmoid的变步长算法、基于误差补偿的变步长算法和基于误差的变步长算法对基于BP神经网络的盲均衡器性能的改进效率,据此设计了一种含双隐层结构的BP神经网络盲均衡器,并对其性能进行了数值仿真分析,明确了其适用范围,为该语音信号传输系统设计提供了技术支撑。     

强多径干扰下的水声通信均衡算法研究

水声信道的典型特点为强多径干扰、多普勒频移严重。锁相环-判决反馈均衡器(Phase-Lock Loop-Decision Feedback Equalization,PLL-DFE)是水声相干通信中克服信道多径干扰,消除码间干扰的主要技术手段。对抗多径干扰的判决反馈均衡自适应算法进行了改进,在快速自优化LMS算法的基础上进行了优化,提出了记忆快速自优化均衡(Memory Fast-Optimized LMS,MFOLMS)算法。该算法提高了均衡器的跟踪性能。在二阶锁相环和判决反馈均衡器的联合作用下,按照最小均方误差(Minimum Mean Square Error,MMSE)准则自动调节相应的参数,使均衡器达到最佳的性能。仿真和湖试数据处理结果均表明,该文提出的算法可以抵消多径的影响,提高通信系统的接收性能。     

信道时域均衡技术研究

当发送信号通过非理想信道时,通常会产生码间干扰。采用均衡技术可以有效的进行补偿。均衡能够有效地克服传输中的多径干扰和消除码间串扰,是无线通信系统中的一项重要技术,并且在许多相关领域都有非常广泛的应用,目前已广泛用于通信、雷达、声纳、控制和生物医学工程等许多领域。介绍非线性均衡器,对非线性的判决反馈均衡和线性均衡做对比。仿真结果表明,判决反馈均衡器有着比线性均衡器更好的性能。     

一种新颖的水声相干通信接收算法

为了克服水声信道的多径衰落,消除码间干扰,获得可靠的数据传输,提出了一种新颖的水声相干通信接收算法。该新型算法有两个优点:一是将自适应判决反馈均衡器和迭代译码技术相结合,二是译码采用Turbo译码原理,整个译码系统可以看作是串联迭代译码器,只是其中的内部译码器被编码比特对数似然率(LLR)计算器所取代,有效地降低了运算复杂度。同时,自适应判决反馈均衡器采用了变步长因子算法,改善了均衡器的收敛速度。仿真实验验证了该组合接收算法的性能     

一种用于多码CP-DS-CDMA系统的混合时频域均衡器

提出了一种新的用于基于循环前缀的多码直接序列扩频码分多址接入(CP-DS-CDMA)系统的混合时频域均衡器.该均衡器包括一个前向频域线性均衡器(FDLE)和一个反向时域线性预测器(TDLP).依据最小均方误差(MMSE)准则导出了该均衡器的最优系数,并证明了前向频域均衡器系数与反向时域线性预测器阶数无关,因此只需改变反向线性预测器的结构就可以灵活地调整系统性能.通过结合块交织处理,该均衡器能利用解扩后在符号级的判决结果,来增强反馈信号的可靠性.计算机仿真结果表明在多码CP-DS-CDMA系统中该均衡器比现有的频域线性均衡器有3dB的性能提高.     

浅海水声信道中的一种带循环均衡的Turbo译码结构

针对浅海水声信道长时延、强多途干扰的特点,建立了一种新的带自适应循环判决反馈均衡的Turbo译码结构,并对其性能进行了仿真研究.该结构对典型的Turbo译码器进行了改进,使之不但能输出信息比特,同时又能输出校验比特,这些比特经硬判决、符号映射及信道交织后反馈回判决反馈均衡器,构成带自适应循环判决反馈均衡的Turbo译码结构.厦门港实测5途浅海水声信道仿真结果显示,该结构具有优良的抗多途性能,信噪比大于4dB时,误比特率小于10-5,比联合判决反馈均衡的Turbo译码结构提高了约2.5dB.     

共生生物搜索算法在水声信道均衡中的应用

由于多径效应和频散效应导致水声信道中声信号衰减和失真严重,传统均衡技术不能满足在水声信道中应用的要求,近年来神经网络在均衡技术方面的突出表现受到广泛关注,因此,本文提出一种高效的神经网络训练算法,即基于非线性自回归神经网络的改进共生生物搜索算法(简称NARX-nSOS算法)实现水声信道均衡。该算法在非线性自回归神经网络(Nonlinear Autoregressive Neural Network with Exogenous Inputs, NARX)均衡器的基础上,用共生生物搜索算法(Symbiotic Organisms Search, SOS)来进行优化,并结合反向学习算法(Opposition-Based Learning, OBL)来提高该算法的收敛能力,利用计算机对NARX-nSOS算法的有效性进行了仿真验证,结果证明NARXnSOS算法加快了收敛速度,通信质量得到了显著提高。     

水声通信中变步长神经网络盲均衡算法研究

在水声通信领域多途引起的码间干拢可以用均衡消减。盲均衡不需要训练序列,这将有效的节省通信带宽,提高通信效率及通信性能。实际中的通信信道不可能是完全线性的,神经网络作为一种非线性动态系统,具有大规模并行处理及高度的鲁棒性特征,将其应用于水声信道盲均衡切实可行。文中对变步长BP算法的前馈神经网络进行了理论和算法分析,并通过计算机对其实现水声信道盲均衡进行了仿真。仿真结果表明采用变步长BP算法比采用传统BP算法的神经网络盲均衡器收敛速度快,均衡性能明显提高。     

水声DS-CDMA通信中多相位假设码片速率自适应判决反馈均衡算法研究

研究了直接序列扩频码分复用(DS-CDMA)通信中基于多相位假设的码片速率自适应判决反馈均衡算法.水声信道的衰落和多普勒频移会严重影响扩频信号的相关特性,需要在做解扩频之前进行多普勒频移补偿和信道自适应均衡.将空间分集-多普勒频移补偿-自最佳自适应判决反馈均衡算法应用到DS-CDMA通信中,提出一种基于多相位假设的码片速率自适应判决反馈均衡算法,并用实际的千岛湖实验数据和仿真数据对算法性能进行了分析.结果表明算法以增加计算复杂性为代价显著提高了DS-CDMA通信性能,在复杂快变的多途和多普勒频移条件下可以保证低的误符号率,在低信噪比条件下能够稳定工作,总体性能良好.     

嵌入注意力机制的卷积神经网络水声目标识别

针对低信噪比水声目标单一特征识别率低,稳健性差的问题,提出一种基于注意力机制和多尺度残差卷积神经网络（Multi-scale Residual CNN with Attention,MR-CNN-A）进行特征融合的识别方法。该方法根据多尺度卷积核与特征图形成多分辨率分析关系,并以此通过注意力机制实现优势特征权值提取与融合,从而提高模型在文中水声数据集上提取目标噪声特征和分类识别的稳健性与抗噪能力。开展了4类舰船噪声和海洋环境噪声的识别试验、水下和水面自主式水下航行器的识别试验,以及不同信噪比条件下目标噪声的识别试验。结果表明：对于文中所涉及的水声目标噪声和人工高斯白噪声干扰,该网络模型识别正确率明显高于支持矢量机与简单卷积神经网络,且对高斯白噪声的抑制能力远强于支持矢量机与简单卷积神经网络,稳健性好,模型复杂度小。     

一种用于水声相干通信的快速自适应自最佳均衡器

多通道判决反馈均衡器(MC-DFE)是水声相干通信克服信道多径效应、消除码间干扰(ISI)的主要手段。本文提出了一种用于水声相干通信系统的分集合并自最佳自适应多通道判决反馈均衡器。该算法将快速自优化LMS分集合并(FOLMSDC)算法、快速自优化LMS(FOLMS)算法和快速自优化LMS相位补偿(FOLMSPC)算法有机地结合在一起。该算法一方面可以进一步减少运算复杂度,另一方面,由于算法中的步长因子和相位跟踪因子可以自适应地更新,因此算法可以更好地跟踪水声信道的变化,进一步提高通信系统的接收性能。仿真结果表明,本文提出的算法的性能优于现有算法。     

水声信号预测的神经网络方法

水声信号的局部可预测性在水声信号处理中具有重要作用,它是解决非平稳信号检测问题的基础。基于非线性时间序列局部可预测性原理,采用人工神经网络技术,研究了水声信号的神经网络预测,讨论了预测模型的建立和网络结构参数的设计。分别采用BP网络和RBF网络对实际舰船水声信号进行预测,通过对仿真数据和实际舰船辐射噪声数据预测的结果分析,得出了两种网络预测模型的误差分布,提出了减小预测误差的有效方法。为今后进一步开展水声信号预测研究奠定了基础。     

复合基神经网络在水声目标分类识别中的应用

本文根据不同神经网络的分类特点，提出将径向基函数网络和多层感知器网络复合构成复合基网络，用于水声信号的分类识别，试验表明，该网络的分类能力及对未来训练目标的适应性优于ＢＰ网和ＲＢＦ网。