一种基于信道缩短的深衰落稀疏均衡改进算法

针对较低信噪比下的深衰落稀疏多径信道,提出了一种基于信道缩短的自适应稀疏均衡改进算法。该算法采用前置分数间隔信道缩短均衡器与后置自适应稀疏均衡器级联的均衡器结构,其中,首先利用短训练序列设计基于最小均方误差准则的前置均衡器,前置均衡器与稀疏多径信道级联后得到能量集中于较短时间区域且分布稀疏的等效信道,使得原始信道的深衰落畸变得到部分有效补偿;然后采用能实现稀疏信号重构的随机梯度追踪算法调整后置自适应均衡器的抽头系数,后置均衡器用于消除等效信道的剩余符号间干扰。仿真结果表明,与传统的单级分数间隔自适应均衡器相比,该算法具有收敛速度快和运算复杂度低的优点。     

稀疏水声信道判决反馈盲均衡算法研究

针对高速水声通信中信道的稀疏特性,提出了一种基于常数模准则的稀疏水声信道判决反馈盲均衡算法。该算法将改进的常数模算法与一种变化的判决反馈均衡器结构(部分反馈均衡器)有机结合,利用水声信道的稀疏特性,不但很好地实现了稀疏水声信道的盲均衡,而且简化了计算,易于算法的硬件实现。用典型稀疏水声信道进行了计算机仿真。结果表明,该算法性能稳定,计算量小,稳态均方误差低,整体性能与基于自适应LMS的稀疏迭代算法接近。该研究为高速水声通信中稀疏信道的均衡提供了一种可实现的方法。     

l0-范数约束的稀疏多径信道RLS常模盲均衡算法

针对稀疏多径信道下MPSK信号的快速盲均衡问题,提出了一种l0-范数约束的递归最小二乘常模盲均衡算法.该算法借鉴传统的递归最小二乘常模盲均衡算法思想,结合稀疏自适应滤波理论,首先利用l0-范数对均衡器抽头系数进行稀疏性约束,构造出一种l0-范数约束的加权最小二乘误差代价函数,然后依据递归最小二乘算法推导出均衡器抽头系数更新公式.该算法发挥递归最小二乘常模算法收敛速度快的优势,并对幅度极小系数附加零点吸引调整,从而实现不同幅度抽头系数的快速收敛.理论分析与仿真结果表明,与现有算法相比,该算法在保证较低剩余符号间干扰的前提下,能有效提高均衡器的收敛速度.     

一种适用于稀疏多径信道的自适应均衡算法

针对传统的自适应均衡算法在稀疏多径信道下性能表现不佳的问题,提出了一种基于基追踪降噪的自适应均衡算法。该算法利用稀疏多径信道下均衡器权值的稀疏性,将自适应均衡器的训练过程看作压缩感知理论中稀疏信号对字典的加权求和,并利用重构算法直接对稀疏权值进行求解,解决了迭代参数设置和收敛慢的问题。采用基追踪降噪作为重构算法并选用变量分离近似稀疏重构对该最优化问题进行求解,既提高了权值的重构精度又降低了计算的复杂度。仿真结果表明,所提算法能够以较低的计算量和较少的训练序列达到更优性能,这对提升系统的通信性能具有参考价值。     

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.     

水声稀疏时变SIMO信道盲均衡算法

基于复指数基扩展模型（Complex exponential basis expansion model, CE-BEM）,利用信道的稀疏特性和发送信号的常模特性（Constant Modulus, CM）,提出水声稀疏时变（Time-variant, TV）SIMO信道盲均衡算法。首先采用l0-范数约束的比例系数归一化最小均方误差常模算法对等效信道矩阵的稀疏时不变部分进行均衡,然后采用基频率估计算法估计基频率并对多普勒频移进行补偿,最后对恢复信号中存在的相偏进行估计补偿。仿真实验结果表明,本文算法提高了均衡器的收敛速度,降低了剩余码间干扰。      

l0-范数约束的稀疏多径信道分数间隔双模式盲均衡算法

针对深衰落稀疏多径信道下多进制相移键控（Multiple Phase Shift Keying,MPSK）信号的盲均衡问题,提出了一种l₀-范数约束的分数间隔稀疏自适应双模式盲均衡算法.该算法借鉴传统的分数间隔双模式盲均衡算法思想,结合稀疏自适应滤波理论,首先利用l₀-范数对均衡器抽头系数进行稀疏性约束,构造出一种l₀-范数约束的分数间隔双模式最小均方误差代价函数,然后依据梯度下降法推导出盲均衡器抽头系数更新公式,并对迭代步长进行归一化和比例系数化.理论分析和仿真实验表明,与基于门限稀疏化的盲均衡算法、基于分数阶范数的盲均衡算法及分数间隔双模式盲均衡算法相比,本文所提算法在保证较快收敛速度的前提下,能有效降低剩余符号间干扰.本文设计的盲均衡算法为水声通信系统中接收方恢复出发送信号,提供了一种快速有效的方法.     

一种改进的稀疏信道估计算法

文中在匹配跟踪算法的基础上实现了一种稀疏信道估计的改进算法。该算法首先通过正交匹配跟踪得到信道非零抽头的粗略估计,并依此来设置自适应均衡器的权重系数的初始值,进行自适应的调整和校正,最终实现对实际信道冲激响应的精确逼近。这样不仅避免了对无谓零抽头的估计,而且提高了信道估计的性能。     

基于压缩感知追踪算法的低计算量分组稀疏均衡方案

在广义频分复用(Generalized Frequency Division Multiplexing, GFDM)系统中,为了应对复杂的信道带来的符号间干扰,基于信道的稀疏特性,使用广义记忆多项式(Generalized Memory Polynomial, GMP)模型对均衡器输入信号进行非线性建模,进而提出了一种基于压缩感知追踪算法和分组数据模式的低计算量分组稀疏均衡方案。该方案中,为了适应复杂变化的信道,均衡过程中采用了分组数据模式,此外,利用分块矩阵求逆的原理,摒弃了复杂的矩阵求逆运算,在每步的循环中使用矩阵乘法进行迭代计算的方式对正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法及双正交匹配追踪(Double OMP,DOMP)算法进行了改进。仿真结果表明,此分组数据模式有效地改善了均衡效果,同时提出的改进算法在保证误符号率性能的前提下明显地降低了计算量,提升了运算速度。     

基于稀疏多径信道的均衡技术分析

为了解决宽带通信稀疏多径信道下均衡器结构复杂和收敛速度慢的问题,介绍了稀疏多径信道和基于伪随机序列的多径搜索。针对稀疏多径信道的特点,对判决反馈均衡器进行改进,提出了一种基于正交匹配追踪信道估计的完全判决反馈均衡器。利用正交匹配追踪估计结果在前馈均衡器前消除已判决码元对当前判决码元的码间串扰,降低了均衡器的复杂度,提高了收敛速度。通过仿真分析表明完全判决反馈均衡器能取得良好的性能。     

一种用于水声信道的稀疏权超指数迭代盲均衡算法研究

超指数算法的迭代算法便于跟踪时变信道,但是,其计算量与权长的平方成比例,不利于工程实现.该文利用水声信道的稀疏性,采用超指数算法的部分步骤,估计权向量并进行稀疏处理,初始化超指数迭代算法,不但减小了算法的计算量,而且加快了算法的收敛速度.计算机仿真证明了该方法的有效性.     

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.     

Determination of Tap Positions for Sparse Equalizers

Sparse equalizers, in which only a small subset of the filter taps is selected to be nonzero, were recently proposed as a low-complexity solution for receivers operating in wireless frequency-selective channels with sparse power profiles. The performance of the sparse equalizer heavily depends on its tap-positioning algorithm. This paper presents efficient low-complexity algorithms for determination of sparse equalizer tap positions based on a forward sequential search. We develop low-complexity metrics for the evaluation of the candidate tap positions in the search space as well as methods to effectively reduce the search space size. The proposed algorithms are shown to be superior over previously proposed algorithms in a wide range of channel conditions. Actually, the proposed algorithms yield, in most of the tested cases, performance identical to the optimal, prohibitively complex, tap-positioning algorithm. The main emphasis is on linear equalization suitable for wideband code-division multiple-access systems but the algorithm can be extended to a variety of equalization schemes and channels.     

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。      

雷达成像中稀疏孔径外推新算法

该文提出一种由稀疏孔径数据外推全孔径估计算法,这种算法对于稀疏孔径存在大的空缺的情况,可以利用已知稀疏孔径用参数化方法得到准确的稀疏孔径频域能量分布估计,把稀疏孔径功率谱估计作为先验信息,以最小加权范数为约束进行外推估计空缺孔径,得到完整孔径估计。该算法可有效应用于合成孔径雷达稀疏孔径成像,仿真与实际数据处理结果证实算法的有效性。