基于改进蚁群优化的盲均衡算法研究

基本蚁群优化算法在信号的盲均衡处理中存在收敛速度慢、容易陷入局部最小的缺点.为了解决基本蚁群算法所存在的不足,文是通过修正基本蚁群算法的转移概率公式给出一种改进的蚁群优化盲均衡算法,建立了基于改进蚁群优化算法的 SIMO 系统盲检测模型,并对基于基本蚁群优化盲均衡算法和改进蚁群优化的盲均衡算法性能进行仿真.仿真分析结果表明,文中提出的改进算法能很好地恢复出未知的发送信号,同时提高了计算效率和加快了收敛速度,表现出了优于文献算法的良好性能     

基于MMSE的自适应盲均衡算法

提出一种估计最小均方误差的盲均衡算法。与RLS算法原理类似,该方法依据矩阵求逆引理逐步更新自相关矩阵及其伪逆,以达到快速收敛,且对迭代初始值不敏感。与非递归算法相比,该自适应在线算法无需直接计算相关矩阵的伪逆或引入奇异值分解,避免了估计相关矩阵的秩或信道阶数。快速收敛以及在线处理的特性使其可以应用到实时通信信号处理中。仿真结果证明算法具有很好的在线均衡性能。     

一种基于自适应算法的超宽带系统盲均衡技术

提出了一种适用于直接序列超宽带(DS-UWB)和跳时超宽带(TH-UWB)系统中的自适应盲均衡技术。该方法利用可变遗忘因子的自适应算法,快速有效地跟踪超宽带(UWB)时变信道的变化,从而有效地补偿由于信道特性引起的干扰。在接收过程中,不需要训练序列就可以修正均衡器系数,从而获得发送信号的估计量。此外,该算法收敛快,稳定性好。仿真结果表明,该方法可以有效地跟踪UWB衰落信道的变化,并获得较小的误码率。     

一种改进的双模式遗传盲均衡算法

水声通信系统,为了消除由多径传播的码间干扰问题,主要采用常数模盲均衡算法(CMA),但存在收敛速度慢以及盲相的特点.为了克服常数模算法的缺点,提升水声通信的质量,在分析了常用的常数模盲均衡算法以及遗传盲均衡算法的优劣性后,利用指导性Cadzow定理解决了两种算法的融合问题,提出了一种改进的双模式遗传盲均衡算法.仿真结果表明该算法有效地结合了CMA算法以及遗传算法的优点,解决了CMA算法收敛速度慢的问题,提升了水声通信的质量.     

差分算法在盲均衡中的应用与研究

文中给出了基于差分的盲检测算法,并进行了应用与研究,仿真表明差分盲检测算法具有较强的全局收敛能力和鲁棒性,但是易陷入局部最小值,收敛速度较慢,因此文中对差分盲检测算法做了进一步改进,从而得到改进的差分盲检测算法.改进的差分盲检测算法利用了混沌算法的初值敏感性、拓扑传递性、整体稳定性将其与差分盲检测算法相结合,在算法初始化种群时加入混沌扰动,寻找无规律中的有规律.仿真结果表明了改进算法加快了收敛速度,优化了算法性能.     

几种Bussgang族盲均衡算法收敛性能仿真研究

盲均衡是数字通信中的热点问题。收敛速度和剩余均方误差是衡量盲均衡算法性能优劣的重要指标。常数模算法是目前流行的盲均衡算法,有很多优点,但在时变多径衰落无线信道均衡中,该算法存在着收敛速度过慢和剩余均方误差较大的问题。该文研究了三种Bussgang族盲均衡算法,即常数摸算法、归一化常数模算法和超指数迭代算法,在无线信道均衡中的应用,并通过计算机仿真对其性能进行了分析比较。仿真结果表明,在算法剩余均方误差一致的情况下,超指数迭代算法收敛速度最快,归一化常数模算法次之,常数模算法最慢。因此,超指数迭代算法的性能优于归一化常数模算法和传统的常数模算法。该研究结果在工程实践中具有一定的指导意义与应用价值。     

适用于高阶QAM信号的多模混合盲均衡算法

为了提高高阶QAM信号的盲均衡性能,本文提出了一种新的多模混合盲均衡算法.该算法首先对加权多模盲均衡算法进行改进,提出了新的加权因子选取方法;然后将其与判决引导算法有机结合,构造出新的多模混合盲均衡代价函数对均衡器系数自适应更新.与其他盲均衡算法相比,该算法不仅降低了均衡后的稳态误差,增强了对不同调制阶数的适应能力,而...     

基于数据重用思想的CMA盲均衡算法

提出一种适用于短突发信号的CMA盲均衡算法。算法基于数据重用思想,使得CMA盲均衡算法在计算复杂度基本不变的情况下,收敛时间大大减少。详细描述了算法的数学表达,并对其性能进行了分析。最后的仿真数据证明,该算法对于短突发信号的盲均衡确实具有较高的实用价值。     

基于模拟退火算法的盲均衡算法改进

码间干扰是水声信道通信中存在的一个主要问题,它的主要解决方法是在接收端采用盲均衡方法.HOS盲均衡算法是理论非常完备的一种盲均衡算法,由于直接使用了高阶统计量的性质,该算法抗码间干扰的能力很强,但是运算速度慢,收敛费时.为了解决这个问题,要在HOS盲均衡算法中引入模拟退火算法.模拟退火算法是一种全局优化算法,可以有效地避免算法收敛到局部解.两种算法的结合,最大程度的利用了两种算法的特性,通过对代价函数的有效求解,可以大大提高HOS盲均衡算法的收敛速度,减少码间干扰.最后经计算机仿真证明该算法在不破坏HOS盲均衡算法收敛效果的同时加快了算法的收敛速度.     

一种新的双模盲均衡算法

研究通信系统,针对消除多径传播引起的码间干扰问题,广泛采用盲均衡算法,但有稳态误差大、收敛速度慢及盲相等缺点.为了克服 CMA 的缺点,在修正常模算法(MCMA)的基础上,根据正交调幅(QAM)信号星座图分布的特点,提出了一种新的双模盲均衡算法,根据信号在星座图上分布区域的不同,在 MCMA 和判决引导(DD)算法之间切换,以充分利用 MC-MA 与 DD 算法进行仿真.仿真结果表明算法能有效的恢复信号的相位,提高收敛速度,极大的降低稳态均方误差,为通信系统设计提供参考.     

基于过采样的IIR信道盲辨识与均衡算法

为了信道传输质量得到保证,提出了一种通信信道的盲辨识与均衡算法。算法将信道建模成IIR信道并在其输出端过采样,分别对信道传输函数的AR参数和MA参数进行辨识。在辨识MA参数时将信道分解成多个子信道,使得未知信道的信息被充分利用,提高了系统辨识的精度。同时该算法不需要信道信息和输入信号的统计特性,因而具有广泛的适用性。仿真试验表明该算法具有良好的性能。     

基于改进盲均衡算法的水声通信可靠性研究

关于水声信道通信优化问题,水声通信中复杂信道存在码间干扰极易影响通信质量,需要进行均衡提高通信数据的可靠性,传统的自适应均衡方法是通过发送训练序列对信道特性捕获并更新参数完成均衡,然而对于快速时变的信道,不能快速得到信道特性无法及时对通信均衡,造成均衡性能不强、水声通信数据可靠性不高。为此,提出改进的盲均衡算法,盲均衡算法不需发送训练序列,只需知道发送序列的统计特性就可对发送信息恢复,可保证均衡的及时性,在盲均衡的基础上采用小生境技术对其改进,优化盲均衡搜索到的最优解,从而提高均衡的性能。实验表明,小生境技术的改进盲均衡算法能够快速捕获信息特性并及时准确地对信号进行均衡,具有较高的均衡性能,保证了通信数据的可靠性,为水声信道优化提供了参考。     

自适应变模SCA盲均衡算法

提出一种适用于MQAM数字通信系统的自适应变模方形轮廓线盲均衡算法(AVSCA).该算法在方形轮廓线算法(SCA)基础上,针对MQAM信号的多模特点,用多模零误差曲线替代常模零误差曲线,并通过判决条件对均衡器输出信号进行判?使得均衡器自适应调节其零误差曲线.理论分析和在典型音频带信道上仿真结果表明该算法有效地降低了残留码间干扰和提高了收敛速度,具有很好的均衡性能.     

一种分数间隔判决反馈盲均衡算法的研究

在无线通信系统中,为了抑制由多径效应产生的严重码间干扰(ISI),必须进行信道均衡.收敛速度和剩余码间干扰是衡量盲均衡算法性能优劣的重要指标,根据超指数迭代算法收敛速度快的特点,提出了一种基于分数间隔超指数迭代判决反馈盲均衡算法.同时,引入了二阶数字锁相环(DPLL2)技术以纠正载波相位旋转,并对算法的性能进行了计算机仿真.仿真结果表明,相对于传统的波特间隔常模判决反馈均衡算法(BSCMA-DFE)获得了较快的收敛速度和较小的剩余码间干扰,纠正了载波相位旋转,提高了通信系统的质量,具有一定的实用价值.     

盲信号提取算法研究与分析

盲信号提取主要研究如何把源信号逐个从观察信号中提取出来。以矩阵理论为基础,推证了在病态条件下逐个从观察信号中提取出主要源信号的可行性,并对给出的BSE学习算法,在病态条件下进行分析仿真。     

基于NCMA算法的递归步长多模盲均衡算法

为了解决传统常数模盲均衡算法收敛速度缓慢的问题,考虑到M-QAM信号模值分布在几个已知半径圆上的特点,该文给出了一种新的基于归一化常数模（NCMA）的递归步长多模盲均衡算法。这种算法能够自适应地调节步长,使收敛后的步长在达到最优的同时,得到的剩余稳态误差也达到最小。仿真实验表明,该算法能够在计算量增加不大的前提下,具有较好的收敛性能及抗误码性能,其收敛速度也得到较大的改善。     

基于均衡器输出信号功率的盲均衡算法

从理论上分析了均衡器输出信号功率的变化规律，并将它作为控制步长的参量，形成一种基于均衡器输出信号功率的变步长CMA盲均衡算法。分析了算法中待定参数的选取原则，通过计算机进行了仿真实验，结果验证了改进算法相对于传统恒模算法有更好的收敛 性能。     

基于人工免疫网络的正交小波盲均衡算法

传统的常数模盲均衡算法存在收敛速度慢、均方误差大、易陷入局部极小值点等缺点。为此,提出一种基于人工免疫系统的正交小波盲均衡算法。该算法将均衡器系数向量作为抗体,经过抗体克隆、变异和抑制等操作,搜索到适应度值最高的抗体,即均衡器的最优系数,使权向量跳出局部最优点,接近全局最优点,并利用正交小波变换改善常数模盲均衡算法的收敛性,降低均方误差。仿真实验结果表明,该算法收敛速度快、均方误差小,能得到全局最优解。