一种利用范数性质的无约束盲均衡准则

提出了一种新的无约束盲均衡准则．该准则基于两种向量范数之间差值的最小化,不需要对均衡器系数进行约束,可采用批数据处理和在线自适应迭代两种方式实现．通过对代价函数收敛性定理的推导,证明了在无噪声情况下,在代价函数的每个局部最优解处可实现理想均衡,且能够实现发送信号幅值的恢复．仿真结果验证了新算法在收敛性和稳态误差方面的良好性能．     

基于Ｔ／２分数间隔的ＳＥＩ双模式盲均衡算法

针对超指数迭代(SEI)算法收敛后均方误差大、SEI算法和判决引导(DD)算法以硬切换方式存在性能不稳定的缺陷,通过分析分数间隔均衡器结构和性能,采用软切换方式将SEI算法和DD算法相结合,提出了一种分数间隔超指数迭代双模式盲均衡算法.该算法用SEI算法与DD算法同时对分数间隔盲均衡器的权向量进行调整,当由SEI算法调整前后均衡器判决输出一致时,DD算法参与系数调整,这种软切换方式充分利用了SEI算法能使眼图增开的良好性能和DD收敛速度快、稳态误差小的优点,避免了硬切换带来的不利影响;而采用分数间隔均衡器避免了因欠采样引起的频谱混叠,均衡器可以更有效地对信道失真进行补偿.水声信道的仿真结果,验证了算法的有效性.     

基于T/2分数间隔的不同变步长盲均衡算法

在分析分数间隔均衡器(FSE)和多模算法的基础上,针对算法固定步长存在收敛速度和剩余误差的性能要求相矛盾的问题,研究以不同变步长的T/2分数间隔多模盲均衡算法.各变步长利用与误差项或均衡输出项的非线性关系自适应调整步长.利用QPSK信号进行仿真分析,结果表明,本算法在收敛速度和稳态误差方面的性能优于固定步长,且相同实验条件下,不同步长的盲均衡算法性能也不同.     

基于多层神经网络的盲均衡算法

提出了一种新的基于多层神经网络的盲均衡算法,神经网络的训练采用一种新的混合算法。该算法结合了Ｒｏｓａｒｉｏ算法与Ｓｏｌｉｓ和Ｗｅｔｓ的随机优化方法的优点,具有全局收敛特性。模拟结果显示,该算法比常量模板算法具有更快的收敛速度,性能优于线性均衡器和使用传统ＢＰ方法的神经网络均衡器。     

一种基于自适应代价约束凸函数的盲均衡算法

给出了一种针对正交幅度调制信号的盲均衡算法,该算法基于凸代价函数,在均衡器参数线性约束条件下具有全局最优解,新算法在性能保持不变的前提下具有较少的未知变量及约束方程,复杂度降低。为克服算法在恒定约束条件下可能存在均衡收敛速度慢,甚至不收敛的问题,给出了一种基于自适应代价约束的盲均衡算法,该算法只需更少信号样点,经过多次迭代即可达到更好的收敛性能。仿真实验验证了新算法的性能。     

一种混和型盲均衡算法

盲均衡器在通信系统中有着重要的作用,但一般的盲均衡器存在收敛速度慢的缺点。文中以广泛使用的CMA (Constant Modulus Algorithm)为基础,提出了一种混和型盲均衡算法,不仅提高了收敛速度,而且减小了收敛后的剩余干扰,使均衡器收敛后不必切换到普通均衡方式。     

适用于高阶QAM信号的混合型盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出了MMA—DD和SIGN-MMA-DD两种改进的混合型盲均衡算法。首先,MMA—DD算法将多模盲均衡算法和判决引导算法有机结合,并采用均方误差来控制两者在混合误差中的比例,降低了均衡器的稳态误差。然后对MMA．DD算法在误差计算和均衡器系数更新两方面进行简化,得到SIGN—MMA—DD算法,有效地降低了运算复杂度。仿真结果表明,两种算法的盲均衡性能优于多模盲均衡等算法。     

基于动态可变分段误差函数的常数模盲均衡算法

为了克服常数模算法（ CMA）收敛速度慢,稳态误差大的缺点,在分析基于可变分段误差函数的常数模盲均衡算法的基础上,提出了基于动态可变分段误差函数的常数模盲均衡算法。该算法利用均方误差（ MSE）来动态调节误差函数的分段点位置,误差函数特性在均衡过程中随着MSE不断变化,使得算法误差模型与发射信号的模型不断匹配,从而具有增加收敛速度和减小稳态误差的特点。分别用混合相位水声信道和最小相位水声信道对提出的新算法进行仿真实验,结果表明：对于混合相位水声信道,新算法的收敛速度明显快于CMA,且具有更小的稳态均方误差;对于最小相位水声信道,新算法的稳态均方误差明显小于CMA,而收敛速度相当。     

利用盲信号分离的自然梯度盲均衡算法

针对目前已有的基于盲信号分离的盲均衡算法没有利用传输信号本身的统计特性而存在的因为近似处理引起的误差的问题,该文提出一种基于盲信号分离的自然梯度盲均衡算法。该算法充分利用了信号星座图的先验知识,为解决多峰值引起的问题采用了多阶聚类的方法。这比仅仅基于盲信号分离的盲均衡算法更为精确,从而能得到更快的收敛速度和更低的码间干扰。     

一种新的基于水声信道双模盲均衡算法

提出一种蜂窝型（非正方形）16APK调制算法和新的基于蜂窝型判决区域的双模式盲均衡算法（DHDRA）. 对典型的浅海水声信道进行的仿真结果表明,基于蜂窝型16APK的调制算法比基于正方形16QAM的常数模盲均衡算法（CMA）更具抗干扰能力,收敛速度更快;基于蜂窝型判决区域的双模式盲均衡算法在收敛速度和稳态误差方面均优于基于正方形环判决区域的双模式算法,对于提高水下通信质量,降低码间干扰具有一定的研究价值.     

改进的凸组合最小均方算法

凸组合最小均方（CLMS）算法能够克服传统最小均方算法收敛速率、跟踪性能和稳态误差之间的矛盾. 但传统CLMS算法使用最速下降法推导参数导致其搜索路径呈“之”字形而使收敛速率变慢,为了解决这个问题,采用共轭梯度法实现参数的更新,同时使用双曲正切函数拟合Sigmoid函数来降低算法的运算复杂度. 为进一步提高算法性能,在所设计的基础上附加瞬时转移结构实现优化. 仿真结果证明,改进算法与传统CLMS、变步长CLMS相比,在噪声、相关信号输入以及非平稳环境下能够保持较好的均方性能和跟踪性能.     

无约束多变量问题最优化方法--最佳方向法

根据最速下降法,提出了无约束多变量问题新的最优化方法－－最佳方向法。所为最佳方向法指的是从初始点出发,确定某一搜索方向,沿着这个方向直接找到极值点。本文阐述了此方法的基本原理、计算过程和计算框图。此方法既保持了最速下降法的优点,又消除了其锯齿现象,有效提高了计算速度,与其它有关的这一类算法相比,最佳方向法也显示出计算简单、占用计算机内存窨少和收敛速度快的优点。     

相位控制形成阵列零陷的技术

针对传统零陷技术计算大量的问题,提出了一种不同于传统相位控制方法的相位控制形成零陷的新方法,它是一个无约束极值优化问题.首先提出一个干扰抑制比概念,并构造一个非线性代价函数,然后利用最速下降法,通过最小化该代价函数,求取线阵阵元最优的相位扰动值,从而能够在多个干扰源方向形成零陷.仿真结果表明,采用提出的零陷形成技术,能够在多个干扰源方向形成深度零陷而不影响主瓣.该相位控制形成零陷的技术突破了传统的相位控制技术要求零陷个数必须远小于阵元数的限制.     

自适应滤波器的一种新LMS算法——改进的最陡下降法

分析了自适应滤波器最常用的一种LMS算法——最陡下降法,指出该法仅是局部最优,而非全域最优。然后提出了一种新的LMS算法——改进的最陡下降法,该算法正是求最佳权矢量的一个简单而有效的算法。     

一种改进的递归神经网络盲均衡算法

提出了一种新的基于递归神经网络的快速收敛盲均衡算法。设计中采用观测信号的四阶统计量构造代价函数,简化了系统的复杂度;利用实时递归学习算法对系统参数进行动态调节。该算法具有镇定性,其收敛性能不会受到失真信道的影响,适用于均衡衰落性严重的信道。实验仿真结果表明对具有频率选择性衰落的非线性信道,该算法在收敛速度和对抗码间串扰方面都具有良好的性能。     

一种新型的线阵几何设计技术

提出了一种基于最小干扰抑制比技术的线阵几何设计方法,它不同于传统的等间距设计方法.首先提出一个干扰抑制比的概念,并基于此构造了一个非线性代价函数,利用最速下降法,通过最小化该代价函数,求得线阵几何的最优解.仿真表明,该方法可以大大改善天线阵列的干扰抑制能力,降低旁瓣水平,减小主瓣宽度,增加阵列孔径.     

最陡下降算法在MTD滤波器设计中的应用

针对雷达中动目标检测技术中滤波器组设计,从普遍采用基于最小最大化的优化原则出发提出了一种改进优化原则。该方法具有明确物理含义,即是使输出杂波功率最小,从而使得优化问题简化为最小化目标函数,大大简化了MTD滤波器设计中优化问题的求解难度。文中采用最陡下降算法求解该问题,通过计算机仿真,可以看到该方法与原来采用方法具有相似的结果,为工程应用提供了一种简单、实用的方法。     

基于加速梯度投影法的谐波源定位方法

针对传统谐波源定位计算复杂且精度低的问题,结合考虑到谐波源分布的稀疏性,提出了一种基于加速梯度投影法的谐波源定位方法.以节点的注入谐波电流为状态量,以支路的谐波电流为量测量建立谐波源定位约束二次规划模型,并基于滞后最速下降法来求解加速梯度投影问题.该方法能自动选取动量参数,只需要较少的测量值即可快速定位谐波源,显著提高收敛速度.在不同噪声干扰条件下的仿真实验结果表明,提出的方法能获得更高的谐波源定位精度,且具有一定的抗噪声能力.     

归一化加权双模式盲均衡算法

恒模算法（CMA）打开信道眼图的能力强,但收敛速度慢,稳态误差大,适于均衡器启动阶段的工作;决策指向算法（DD）收敛速度快,稳态误差低,但要求决策装置正确判决率高,适于跟踪阶段的工作;归一化自适应滤波算法能够动态地调整步长因子,提高收敛速度。结合上述三方面的优势,提出一种归一化的加权双模式盲均衡算法,和切换式双模式算法相比,新算法的主要优势在于无需在两种模式之间切换,降低了接收设备的复杂性。针对16QAM系统的仿真结果表明新算法和切换式算法相比,稳健性更好,收敛速度更快,并且更适合在低信噪比条件下使用。     

Blind equalization method for OFDM systems in non-cooperative communication

The traditional methods of blind equalization for orthogonal frequency division multiplexing(OFDM) systems have the problems of slow convergence rate and short received data. A novel blind equalization method of OFDM systems based on the multi-modulus hybrid algorithm and variable step size iteration of inter symbol interference is proposed to solve this problem. Piecewise multiplexing of the received data is adopted in this method, and then the modified constant modulus algorithm and the decision directed algorithm are mixed into the multi-modulus hybrid algorithm. This equalization method is utilized by the variable step size iteration based on inter symbol interference. Simulation results show that the proposed method has not only more stable convergence performance but also faster convergence speed than the traditional equalization methods in non-cooperative communication.