稳健的多通道SAR/GMTI通道盲均衡算法

对于实际的多通道合成孔径雷达（Synthetic Aperture Radar,SAR）系统,各接收通道响应之间不可避免地存在着一定程度的幅度和相位误差,为了得到较为满意的地面动目标显示（Ground Moving Target Indication,GMTI）性能,通常都会在杂波抑制之前对通道间的幅度相位误差进行有效地校正.本文在基于回波数据相关矩阵特征分解的通道盲均衡算法基础上,结合降维处理技术及中值估计方法,提出一种稳健的多通道SAR/GMTI通道盲均衡算法.实测数据实验结果表明：与原通道盲均衡算法相比,本文所提算法不但收敛速度快,而且算法的有效性不受样本集中目标信号的影响.     

基于雷达回波数据相位矢量的通道盲均衡

通道均衡是实现地面运动目标测速、定位的前提条件.本文研究机载多通道雷达基于空时二维回波数据的通道均衡问题.利用杂波在沿航迹多幅多普勒锐化图像(DBS,Doppler Beam Sharpening)间的相位关系,提出一种基于数据相位矢量的通道盲均衡算法.理论分析和实测数据处理表明该算法能有效均衡通道误差,并对运动目标信号污染具有稳健性.     

一种适用于QAM通信系统的盲均衡算法

该文提出了一种适用于QAM通信系统的盲均衡算法。该算法克服了传统GSA,CMA等算法收敛后剩余 误差大的缺点,保持了较高的收敛速度,在均衡的同时能够自动补偿信道引起的相位误差。从计算机仿真结果可以 看出,该算法具有较好的均衡特性。     

一种适用于短时突发π/4-DQPSK信号的盲均衡算法

针对短时突发信号符号数太少直接均衡无法收敛以及MCMA盲均衡算法无法纠正π/4-DQPSK信号相位旋转的问题,在基于π/4-DQPSK信号的MMMA盲均衡算法的公式的推导上,本文提出了一种基于“数据重用”的MMMA盲均衡算法。计算机仿真表明,只需较少的π/4-DQPSK符号,在不明显增加计算复杂度的情况下,基于“数据重用”的MMMA算法相对于CMA、MCMA算法不仅纠正了相位旋转的问题,且收敛速度更快、收敛误差更小、星座图更加聚拢,有一定的工程实用价值。     

基于回波数据的超高分辨率SAR通道相位误差估计与补偿

为提高SAR系统的距离分辨率,采用多通道合成的方法来提高信号带宽是当前采用的主要技术手段之一。针对多通道之间相位失配的问题,该文提出一种基于回波数据的通道相位误差估计与补偿方法。首先,建立通道相位误差的多项式模型,对通道内高阶误差进行估计和补偿;然后,在多通道合成的过程中对通道间残留的低阶误差再次进行估计和补偿。以压缩脉冲聚焦效果最优为目标,建立通道相位误差的最优化估计模型。该方法针对多通道合成的实际情况对误差估计与补偿的过程进行分解,并且数据处理中只需抽取少量回波数据作为样本,因而具有效率高、收敛速度快的优点。通过对八通道实际数据的处理和分析,验证了该方法的有效性。     

适用于高阶QAM系统的多模盲均衡新算法

利用QAM信号星座图特点,该文提出了两种含软判决的多模盲均衡算法:MMA+SDD算法和SMMA+SDD算法。两种算法都克服了CMA算法剩余误差大的缺点,在均衡的同时能够克服相位偏转。从仿真结果看,两种新算法的收敛性能和稳态均方误差较CMA+SDD有了进一步提高,其中,MMA+SDD收敛性能最佳,SMMA+SDD的计算复杂度最低。     

一种改进的变步长常数模算法

常数模算法是一种最为常用的盲均衡算法,普遍应用于恒包络信号和非恒包络信号的均衡,但存在收敛速度慢和剩余误差大的缺点。在深入研究常数模算法的基础上,该文提出一种改进的变步长算法,对其性能进行了理论分析,并对二值序列以及正交幅度调制信号进行了仿真。理论分析和仿真结果表明:该算法具有收敛速度快、剩余误差小的特点。     

一种单星方位多通道高分辨率宽测绘带SAR系统通道相位偏差时域估计新方法

方位多通道合成孔径雷达(SAR)可有效抑制多普勒模糊以实现高分辨率宽测绘带(High-Resolution Wide-Swath, HRWS)成像。通道间的幅相误差以及位置测量误差都将影响多普勒模糊抑制性能。通过分析单星方位多通道SAR系统的通道相位误差特性,该文提出一种基于回波数据的通道相位误差时域估计方法。该方法首先利用相邻通道间的回波数据进行干涉处理,其干涉相位包含回波多普勒中心信息以及相邻通道间的相位偏差信息。然后利用循环相消方法消除通道间相位偏差的影响,提取出原始回波的多普勒中心。最后,通过对去除多普勒中心分量后的通道间干涉相位进行积分,即可得到各通道相对于参考通道的相位误差。该文方法不仅可以有效地估计通道间的相对相位偏差,还可对原始回波的多普勒中心进行有效地估计。仿真实验验证了该文算法的有效性。     

基于正交小波变换的前馈神经网络盲均衡算法

针对前馈神经网络（FNN）盲均衡算法收敛速度慢、均方误差大的缺点,在分析FNN盲均衡算法和正交小波变换（OWT）理论的基础上,提出了基于正交小波变换的FNN盲均衡算法。该算法利用正交小波变换良好的去相关性,对FNN均衡器输入信号进行预处理后,降低了输入信号的自相关性,从而加快了收敛速度和减小了均方误差。水声信道盲均衡的仿真结果表明,该算法在收敛速度与均方误差方面的性能比FNN盲均衡算法优越。     

基于小生境遗传优化的正交小波变换盲均衡算法

针对现有盲均衡技术收敛速度慢、稳态误差大、容易收敛到局部极小值的缺点,文中提出了基于小生境遗传优化的正交小波变换盲均衡算法.该算法利用小生境遗传算法搜寻全局,并利用正交小波盲均衡提高收敛速度.计算机仿真结果验证了算法的有效性.     

基于数据重用的集员滤波拟仿射投影盲均衡算法

传统常模盲均衡算法应用广泛但是其收敛速率很慢.为了满足在短突发数据条件下的信道盲均衡,提出一种基于数据重用的集员滤波拟仿射投影盲均衡算法.该算法将仿射投影思想结合到常模算法中,利用多数据向量同时提取信道信息,再附加改进的集员滤波算法有效减小了运算量,并结合数据重用思想重新设计所匹配的数据重用方式.仿真结果证明所提算法具有较快的收敛速率,与同类算法相比能提前700个迭代点收敛,且在信噪比为10 dB以上的信道环境中也有较好的效果,能够在短突发数据信道均衡中有效发挥作用.     

一种变步长短波信道盲均衡算法

通过对短波通信中的自适应均衡(Adaptive Equalization)和盲均衡(Blind Equalization)技术进行比较研究,分析了自适应均衡和盲均衡中各种均衡算法的适用条件和优缺点,重点研究分析了盲均衡算法,并针对盲均衡算法进行改进,提出了将盲均衡算法与变步长思想结合起来,解决了收敛速度与收敛精度(均方剩余误差)的矛盾。用MATLAB对算法进行仿真,对仿真结果进行分析比较并得出结论,验证此改进算法的有效性。     

基于模拟退火粒子群优化的恒模算法

传统的固定步长恒模盲均衡算法在收敛速度和稳态剩余误差之间存在着矛盾,影响了恒模算法的均衡性能。为了解决这一缺点,提高恒模算法的性能,本文在介绍恒模盲均衡原理的基础上,提出一种变步长恒模算法,利用粒子群优化算法对均衡器的权向量进行优化,为避免优化过程进入局部极小值引入了模拟退火算法。通过在短波信道中的仿真,证明了该算法不仅加快了收敛速度,并且具有更高的收敛精度。     

基于支持向量机的水声信道盲均衡算法研究

水声信道的带宽极为有限,与需要训练序列的自适应均衡算法相比盲均衡技术节省了带宽,特别适合高速水声通信和多点通信。针对基于高阶统计量的盲均衡算法收敛速度慢的缺点,研究了一种基于支持向量机的盲均衡算法,它收敛速度快并具有全局最优解。通过对浅海信道触发通信信号的计算机仿真,证明了算法的有效性。     

基于子空间分解的快速盲均衡解调算法

基于高阶统计的盲均衡算法需要大量的观测数据,当观测数据有限或信道变化较快时,由于模型失配将使均衡性能严重下降,因此短数据、快收敛是近年来盲均衡技术研究的主要方向之一。本文讨论了基于子空间分解的信道识别和盲均衡技术,利用卡尔曼滤波方程,给出了一种快速收敛的盲均衡解调算法,算法只需要较少的数据样本,仿真结果表明该方法是有效的。     

基于MIMO系统的盲均衡算法研究

MIMO通信系统中,随着数据率的不断提高,信道呈现出频率选择性,尤其是多径干扰和多用户干扰将会使接收端产生严重的码间干扰,而盲均衡技术能有效消除码间干扰。文中重点研究了基于MIMO通信系统的恒模盲均衡算法,并在此基础上提出了基于Sigmoid函数的变步长CMA均衡算法。该算法与传统方法的不同之处在于,该改进算法中所使用的步长因子能跟随均衡器的收敛情况自适应调整,且计算仿真结果表明,改进后的CMA算法能有效抑制噪声,且收敛速度快。     

基于FABA-SISO的时变频率选择性衰落信道CPM信号盲均衡

该文针对时变频率选择性衰落信道下高阶连续相位调制(CPM)信号盲均衡中存在的均衡性能较差、复杂度较高以及收敛速度慢等问题,从双向自适应信道均衡的角度出发,将线性调制信号均衡中使用的前后向自适应软输入软输出(FABA-SISO)算法推广,建立一种新的基于FABA-SISO的信道盲均衡方法,并结合逐幸存处理(PSP)思想和Kalman滤波,提出一种适用于高阶CPM信号的自适应盲均衡算法。该算法通过使用FABA-SISO算法,同时利用过去、现在和将来的观察数据进行Kalman滤波信道估计,有效改善了信道估计的精度,同时使用PSP算法来降低系统的复杂度,使得算法具有较好的工程应用性。仿真结果表明所提算法具有良好的盲均衡性能以及收敛性。     

Sparse adaptive constant blind equalization algorithm for sparse multipath channel

In order to improve the convergence rate of the blind equalizer for sparse multipath channel,a novel blind equalization approach called l₀-norm constraint proportionate normalized least mean square constant algorithm was proposed for M-order phase-shift keying (MPSK) signal.Based on the constant modulus characteristics of MPSK signal and the sparse property of equalizer,a new blind equalization cost function with the l₀-norm penalty on the equalizer tap coefficients was firstly constructed.Then the update formula of the tap coefficients was derived according to the gradient descent algorithm.Moreover,the iteration step was updated by drawing upon the normalized proportionate factor.The algorithm not only assigned step sizes proportionate to the magnitude of the current individual tap weights,but also attracted the inactive taps to zero adaptively.Theoretical analysis and simulation results show that the proposed algorithm outperforms the existing blind equalization algorithms for sparse channel in reducing ISI and improving convergence rate.     

一种新的混合信道盲均衡算法

为同时提高盲均衡的稳态MSE性能和收敛速度,该文提出了一种混合信道盲均衡算法。该算法采用判决反馈均衡器结构,在判决可靠时采用DD-LMS(Directed Decision-Least Mean Square)误差项进行迭代,而判决不可靠时采用改进恒模算法(Modified Constant Modulus Algorithm,MCMA)误差项进行迭代,同时判决可靠区间根据直接判决误差进行自适应迭代。该文采用经过数字无线信道的64QAM信号进行了信道均衡仿真。仿真结果表明,相比MCMA算法,该文提出的混合盲均衡算法有效地提高了收敛速度,并具有良好的稳态MSE性能,在误比特率为10-6时,能提高SNR约2dB。