一种适用于高阶QAM系统Bussgang类盲均衡新方法

该文提出一种适用于高阶QAM系统的新Bussgang类多模盲均衡算法。将新的代价函数与星座匹配误差函数结合,给出一种瞬时双模切换混合算法,然后设计了一种基于判决圆的模式切换准则,从而达到进一步有效降低新算法稳态误差的效果。最后,仿真结果以高阶256QAM信号为例,验证了该算法对于高阶QAM信号的盲均衡能力和良好效果。     

基于组合代价函数的双模式盲均衡新算法

以常数模和判决引导准则设计的双模式盲均衡算法可显著提高均衡性能,目前已有双模式盲均衡算法均需设置切换参数且切换参数选择和设定缺乏理论依据.为解决双模式盲均衡算法中切换参数难以确定的问题,提出来一种组合代价函数的双模式盲均衡新算法.利用常数模和判决引导准则通过加权设计代价函数,在盲均衡器更新过程中自适应调节权值实现算法由常数模算法向判决引导算法的切换,避免了在双模式算法中设计切换参数,提高了算法的泛化性能.为克服常数模算法相位盲的缺点,在虚实分开改进的常数模算法基础上优化组合代价函数以及盲均衡器更新算法的设计,进一步提高了算法收敛性能.仿真结果证明,组合代价函数双模式盲均衡新算法可充分发挥常数模算法和判决引导算法的优点,具有更快的收敛速度和更小的稳态剩余误差.     

基于概率软切换的两级双模盲均衡器

文中提出一种基于概率软切换的两级双模盲均衡器。它实时统计两级盲均衡器输出硬判决值相同的概率,并利用它切换盲均衡算法。该均衡器结合了级联两级均衡结构和双模算法的优点。仿真表明,它能够纠正相位偏移,相对于波特间隔（BSE）的并发常模＋判决导引（CMA＋DD）盲均衡器,以非常小的计算复杂度代价,获得稳态均方误差（MSE）性能和误比特率（BER）性能的较大提高。     

适用于圆形高阶QAM信号的盲均衡算法

针对现有盲均衡算法大多仅适用于方形或十字形QAM信号的问题,本文提出了一种适用于圆形高阶QAM信号的混合盲均衡算法。该算法首先对区域多模盲均衡算法进行改进,提出了新的区域划分方法并将其与改进的多模盲均衡算法相结合,构造了新的误差模型使之与圆形星座匹配程度大大提高;然后将其与判决引导算法和数据重用技术有机结合,构成低稳态误差的快速混合盲均衡算法。与其他同类型盲均衡算法相比,本文算法对于圆形星座高阶QAM信号尤为有效,不仅降低了稳态误差,且大幅度减少了收敛所需符号数。仿真结果验证了该算法的有效性。      

一种基于CMA和DDLMS算法的双模式盲均衡算法

为进一步改进盲均衡算法收敛速度慢、稳态误差大、计算复杂度高等问题,提出一种切换模式和加权模式联合CMA(Constant Modulus Algorithm)+DDLMS(Direct Decision Least Mean Square)双模式盲均衡算法.综合切换双模式盲均衡算法和加权双模式盲均衡算法的优缺点,对切换...     

基于ATSC接收机的双模盲均衡算法设计

提出一个新的双模盲均衡算法,这个算法在传统的双模恒模算法(DMCMA)的基础上引入维特比软判决器输出可信度信息.根据这个可信度,动态调整在DMCMA的两个模式之间切换的判决区域,进一步提高模式切换的准确性.仿真结果表明动态判决区域双模盲均衡算法的性能有较大的提高.     

适用于高阶QAM信号的分数间隔混合盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出一种分数间隔混合盲均衡算法。该算法将恒模盲均衡算法(CMA)与判决引导算法相结合,并充分利用了分数间隔均衡结构在收敛速度、稳态误差方面的优势。均衡器系数更新首先进行时域解相关,为了消除恒模盲均衡算法的相位不敏感特性,在实现上构造载波同步与盲均衡的大环路。仿真结果表明,对方形星座图的高阶QAM信号,该算法可以提供更快的收敛速度和更小的稳态误差。     

复数系统中五二阶归一化累积量盲均衡算法的研究

采用对称-反对称变换原理,提出了一种五二阶归一化累积量盲均衡算法,克服了对称信号奇数阶累积量为零而无法进行信道均衡的缺点.计算机仿真表明,该算法实现简单,收敛效果好,稳态剩余误差小,其性能优于已有的一些同类算法.     

一种基于CMA的变步长盲均衡算法研究

通信过程中因信道畸变而产生的码间干扰(ISI)严重影响通信质量,该问题常采用均衡技术来解决。介绍了传统定步长盲均衡CMA算法原理,仿真分析了其不能兼顾收敛速度快与稳态误差小的问题,为解决这一问题,提出一种基于Sigmoid函数的变步长盲均衡算法。为解决码间串扰问题,对CMA算法进行改进并对改进算法原理进行阐述,分析了参数对算法性能的影响。最后通过仿真实验证实了改进算法能够加快收敛速度,同时能保持较小的稳态误差。     

针对线性群时延畸变的加权多模盲均衡算法

群时延失真是影响卫星通信系统误码性能的重要因素之一。本文分析了高速卫星信道的线性群时延模型,依此模型提出了改进的加权多模盲均衡算法(MWMMA)。该算法引入Sigmoid函数的变形形式,构造了加权幂指数随迭代误差自适应变化的函数关系,在不需要通过大量仿真实验预先确定模式转变门限值的前提下,利用迭代误差的递减实现算法从MCMA模式通过多模自适应切换为DD模式。通过对多种算法的仿真比较,得到该算法不仅能使通过群时延信道的16QAM信号收敛集中,而且具有更小的稳态剩余码间干扰;同时,基于该算法对64QAM和256QAM传输信号的均衡仿真结果,验证了该算法对高阶QAM信号的均衡具有一定的适用性。      

基于MMMA的双模式变步长盲均衡算法

恒模算法(CMA)是一种重要的盲均衡技术,虽然能达到盲均衡效果,但是收敛后有较大的剩余误差和相位模糊。在VS-MCMA+DD-LMS算法的基础上进行了改进,提出变步长修正多模算法(VS-MMMA)和DD-LMS相结合,以及变步长解相关修正多模算法(VS-UMMMA)和DD-LMS相结合两种新算法,新算法在收敛速度和均衡误差方面均有明显的改进。最后,对该算法进行了仿真和性能分析。     

双模式变步长解相关盲均衡算法研究

恒模算法(CMA)是一种重要的盲均衡技术,虽然能达到盲均衡效果,但是收敛后会有较大的剩余误差和相位模糊。在文献[3]中提出的VS-MCMA+DD-LMS算法的基础上做了进一步改进,提出变步长修正多模算法(VS-MMMA)和DD-LMS相结合,以及变步长解相关修正多模算法(VS-UMMMA)和DD-LMS相结合2种新算法,进行了仿真和性能分析,证明新算法在收敛速度和均衡误差方面均有明显的改进。     

Dual-mode type algorithms for blind equalization

Adaptive channel equalization accomplished without resorting to a training sequence is known as blind equalization. The Godard algorithm and the generalized Sato algorithm are two widely referenced algorithms for blind equalization of a QAM system. These algorithms exhibit very slow convergence rates when compared to algorithms employed in conventional data-aided equalization schemes. In order to speed up the convergence process, these algorithms may be switched over to a decision-directed equalization scheme once the error level is reasonably low. The authors present a scheme which is capable of operating in two modes: blind equalization mode and a mode similar to the decision-directed equalization mode. In this proposed scheme, the dominant mode of operation changes from the blind equalization mode at higher error levels to the mode similar to the decision-directed equalization mode at lower error levels. Manual switch-over to the decision-directed mode from the blind equalization mode, or vice-versa, is not necessary since transitions between the two modes take place smoothly and automatically     

基于T/4分数间隔采样双模式盲均衡算法的研究

本文针对恒模算法(CMA)收敛速度较慢、收敛后均方误差较大的缺点,提出一种新的双模式盲均衡算法。先采用T/4分数间隔采样的盲均衡算法,由于采用了过采样技术,避免了因欠采样引起的频谱混叠,然后在算法收敛后切换到判决引导(DD-LMS)算法,减少误码率。计算机仿真表明,本文提出的新算法有较快的收敛速度、较小的稳态误差和较低的误码率。     

多径衰落环境中具有调制识别能力的盲均衡新算法

常数模盲均衡算法在对非常模信号进行均衡时稳态均方误差不能收敛至零,且不具备信号调制识别能力.因此,依照常数模算法代价函数的构造方法定义了一种余弦代价函数,提出了基于该代价函数的盲均衡新算法.该余弦代价函数可将BPSK、M-PAM、M-QAM信号的不同星座点映射至原点,从而使新算法在对上述常模或非常模信号进行均衡时稳态均方误差均能收敛至零,更重要的是新算法能够在多径衰落环境下实现对上述信号的调制识别.理论分析和仿真结果证明了新算法的优良性能.     

基于最大相关熵准则的恒模盲均衡算法

针对恒模算法(constant modulus algorithm, CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion, MCC)对恒模算法中基于最小均方误差(mean square error, MSE)准则的代价函数进行修正,推导出适用于脉冲噪声环境的基于MCC准则的恒模盲均衡算法(MCC_CMA)。该算法利用通信信号的恒模特性,首先得到发送信号与均衡器输出信号模值的误差信号,再通过使模值误差信号的相关熵最大来获得其迭代误差调节项,避免了传统高阶统计量算法在脉冲噪声环境下性能退化的问题。对高斯噪声以及α-稳定分布和混合高斯分布两种脉冲噪声环境下的信道均衡问题的仿真实验表明,相对于经典的自适应恒模盲均衡算法,MCC_CMA算法不依赖噪声的先验知识就能获得较快的收敛速度、较低的剩余码间干扰和误码率,并且在不同脉冲强度的脉冲噪声环境下都能够得到较好的均衡结果,表明MCC_CMA算法具有很好的鲁棒性。