基于均衡代价函数的信道阶数盲估计算法

针对信道阶数估计问题,利用单输入多输出(Single-Input Multiple-Output,SIMO)有限冲激响应(Finite Impulse Response,FIR)信道的结构特点和输入/输出信号的统计特征,提出了一种基于均衡代价函数的信道阶数盲估计算法.首先计算了归一化最小二乘均衡(Normalized Least Squares Equalization,NLSE)代价函数在理想条件下的理论渐近值,并指出其拐点与信道阶数之间的对应关系.然后分析了NLSE代价函数在实际条件下的近似值.最后引入了拐点优化因子,提出了一种基于NLSE代价函数拐点检测的信道阶数估计算法.理论分析和仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)较低和信道首尾系数较小的情况下,该算法比现有其它方法具有更强的鲁棒性,可以获得更小的接收信号均衡误差.     

含共零点SIMO信道直接盲序列检测与信道辨识

在ε均衡概念基础上，提出了对含公零点SIMO信道的盲辨识算法。该算法充分利用发送符号属于有限字符集的先验知识，先直接盲检测发送序列，然后再进行信道辨识。仿真结果表明：不管信道是否包含公零点，本文提出的信道盲辨识ε算法性能都明显地优于基于二阶统计量的其它经典算法。     

SIMO信道组合优化递推序列检测算法

传统的盲均衡算法主要基于高阶统计量(HOS)法或信道输出过采样的二阶统计量(SOS)算法，而这些算法不能实际应用于时变环境。与现有的自适应均衡LMS算法、RLS算法不同。提出了一种基于有限字符集信息的组合递推算法，实现单输入多输出(SIMO)信道盲序列检测。仿真表明：该算法具有较快的收敛速度和较低的稳态误码。     

SIMO含公零点信道的直接盲序列检测

本文首先在BPSK字符集下提出了与经典迫零均衡有本质不同的ε-均衡概念,给出了ε-均衡器存在的充分必要条件.然后,本文借助接收数据阵补投影算子对待测发送序列向量的零化作用,把BPSK信号盲检测问题转化为带二值约束的二次规划问题.最后,通过复数量重新定义成实数量,本文把上述的ε-均衡概念和盲检测算法成功地推广应用于QPSK复信道情况.仿真试验表明:不管SIMO信道是否包含公零点,也不管零点是否在单位圆内,本文算法都表现出超越于子空间法和线性预报法的优良性能.     

SIMO系统直接盲检测的新算法

借助接收数据阵的广义左零空间，把发送信号盲恢复问题转换为求解带整数约束的二次规划问题，进而根据盲检测的发送信号辨识传输信道。而且文中方法可以有效地辨识带公零点的SIMO(单输入多输出)信道。仿真结果表明：新算法明显优于现有的文献算法，且辨识含公零点SIMO信道有着卓越的性能表现。     

一种新颖的抗阶数过估计的增强子空间盲辨识算法

研究了子空间盲辨识算法在信道阶数过估计时失效的问题,提出一种新的鲁棒性强的增强算法。首先针对过估计模型,提出了"加权矩阵定理",理论证明通过构造一个加权矩阵来修正子空间算法,可消除阶数过估计的影响;然后,给出一种用指数序列构造近似的加权矩阵的增强算法。与子空间盲辨识算法相比,增强算法复杂度相当,对阶数过估计鲁棒性强。仿真实验验证了该算法的有效性。     

基于EM-SBL迭代的稀疏SIMO信道频域盲均衡算法

针对单输入多输出系统下稀疏信道均衡问题,提出了一种新的基于最大似然准则的频域迭代均衡算法.首先将多天线联合均衡问题建模为非完整观测数据集下频域信号序列的最大似然估计问题,利用期望最大化算法进行近似迭代求解,最终得到各个单频信号加权求和形式的均衡输出表达式.在每次迭代过程中,算法依次完成均衡输出的更新和信道参数联合条件后验分布的更新.考虑到信道固有的稀疏特性,在求解信道参数联合条件后验时,引入具有稀疏促进作用的先验分布对信道系数加以约束,使用稀疏贝叶斯学习迭代求解信道参数联合条件后验.仿真结果表明,本文算法具有较好的收敛特性和稳态性能,在中高信噪比条件下可以获得接近信道已知条件下的稳态系统误符号率性能.     

基于矩阵逆幂法的SIMO信道模型盲均衡方法

码间干扰是实现高速数据传输的主要限制因素,如何减小码间干扰始终是通信信号处理的研究方向之一。文章根据SIMO（Single Input Multiple Output）系统模型的互关系,利用输入信源和观测噪声的统计特性,给出了一种基于矩阵逆幂法的信道盲均衡算法。计算机仿真结果表明,该算法自适应递推性有效,并在低信噪比的情况下较传统的CR（Cross Relations）方法有更好的均衡效果。     

一种基于二阶统计量的盲均衡算法

对于多输入多输出(MIMO)信道,使用有色输入的二阶统计量进行盲均衡是一种有效的方法.相对于原有的、基于自相关匹配原理的盲均衡算法,本文给出了一个在时域上不必先知道用户自相关序列值就能实现均衡的条件,并提出了相应的的时域均衡器训练算法,对含白噪声的情况也进行了讨论.     

基于特征分解的线性信道盲迫零均衡算法

文中依托分数间隔SIMO线性信道模型,利用信道输出的二阶统计量来构造某些矩阵,在信道-均衡器的迫 零准则下,不需要预先估计信道冲激响应,可直接估计均衡器系数。仿真结果表明,该算法具有很好的均衡效果。     

一种基于矩阵外积分解的信道盲辨识与盲均衡算法

本文提出了一种鲁棒性较好的信道盲辨识和盲均衡算法.在仅需知道信道阶数上界的条件下,首先采用改进的信道阶数估计算法对信道阶数进行精确估计,与现有算法相比,所需信噪比降低、对信道的适应性提高;然后,在矩阵外积分解算法的基础上,加入特征值扰动分析,提高了信道盲辨识和盲均衡性能.仿真结果证明了算法的有效性.     

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。     

一种抵抗水声信道多途干扰的新的盲均衡算法

由于在时变水声信道中会产生随机相位失真，CMA算法的误码性能严重下降。在双模式盲均衡算法的基础上，提出了一种适用于水声信道的新的盲均衡算法——NCMA算法。计算机仿真结果表明，在时变水声信道中，该算法性能优于双模式算法，能够达到对信号相位失真的恢复，并且收敛性能优于双模式算法。     

基于支持向量机的非线性信道盲均衡算法研究

针对非线性信道盲均衡问题,考察了一种基于支持向量机的单输入单输出(SISO)盲均衡算法,该算法利用通信信号的常数模特性,将非线性盲均衡问题转化为非线性支持向量回归问题。在此基础上,本文利用分集技术,将该算法拓展至单输入多输出(SIMO)的情况。对两种算法进行的计算机仿真表明,基于支持向量机的SISO盲均衡算法能够有效地抑制信道中的非线性码间干扰;本文提出新算法由于更好地利用了信道的时空特性,具有剩余平均模误差小的优点。     

基于遗传算法的盲信道均衡

盲均衡技术能够仅利用接收信号的统计特性对信道特性进行均衡,克服了传统自适应均衡技术需要训练序列、降低系统有效信息传输率的缺陷,成为目前的研究热点。本文简单介绍了通信中的盲均衡技术,并针对一个简单的信道模型给出了基于遗传算法的盲均衡算法。仿真结果表明,多次迭代的盲均衡的均值能够很好地代表未知信道的性能。     

一种基于MMSE准则的直接盲均衡新算法及实现

基于互相关向量估计的直接盲MMSE均衡算法通常需要观测向量两个相邻延时的自相关矩阵来构建互相关向量外积.本文提出了一种盲MMSE均衡新算法,利用了统计独立输入信号自相关矩阵是移位矩阵的特殊性质,只需观测向量单个延时的自相关函数便可得到互相关向量的外积,使计算量减少二分之一.然后推导出了新算法的自适应实现过程,实时地对均...     

信道均衡中的盲信号处理技术

在信号高速传输的过程中,由于耦合效应及多址干扰等因素的影响,数据通信会产生码问干扰,从而降低了数据信号的传输速度.现代通信技术中的信道均衡技术就是用于消除码间干扰和补偿信道,减小了误码率提高了通信的质量.信道均衡技术包括两个方面,一是自适应均衡技术,一是盲信道均衡技术.由于自适应均衡技术已经暴露出许多不足,因此盲均衡技术应运而生并以其具有的特殊优点越来越受到重视.本文介绍了码间干扰产生以及盲均衡技术的数学原理,并对几种常用的盲均衡算法进行了研讨.     

基于子空间分解的信道阶数估计算法

提出一种新的基于子空间分解的信道阶数估计算法.首先基于子空间分解,将观测向量自相关矩阵的几何子空间按照某一正整数La分解为“信号”子空间和“噪声”子空间,由“噪声”子空间构建了一个特殊矩阵Gv,提出了Gv特征分析定理,该定理表明当且仅当La等于信道阶数时,Gv奇异并有唯一的零特征值,并进行了详细的理论和实验证明;然后根据该定理,不断修正“噪声”子空间的大小,判定Gv的奇异性,完成信道阶数的估计.仿真证明该算法不但在低信噪比条件下具有很好的估计性能,而且当信道具有较小的初始和结尾系数时,也能达到很好的效果.