减少自适应均衡算法计算量的研究

通信系统中广泛地使用基于LMS算法的自适应均衡器,常数模(CMA)盲均衡算法也开始在实际中使用。在高速通信中,算法迭代中的大量乘法运算会产生延迟,因此需要尽量减少。符号误差LMS及常数模盲均衡算法虽计算量小,但性能较原算法有较大下降。本文采用以2的整数次幂对LMS及CMA算法的误差项进行了量化,并将该方法应用到与之对应的判决反馈结构之中。该种量化方法不仅使权向量迭代中的乘法大大简化,且由于量化的比特数较多,性能比2bits量化的符号类算法还有很大改进。计算机仿真证明了该误差量化方法的有效性。     

水声信道解相关常数模盲均衡算法

提出了一种基于解相关的水声信道常数模算法，并就其在水声信道盲均衡中的收敛性能，与传统的常数模算法进行了对比研究。计算机仿真结果表明，在算法剩余均方误差非常接近的情况下，解相关常数模算法快于传统的常数模算法。     

判决引导和常数模融合盲均衡算法研究

结合判决引导（DD：Decision-Directed）算法和常数模算法（CMA：Constant Modulus Algorithm）的各自优点,研究了一种基于DD和CMA的融合盲均衡算法。DD算法收敛速度快,但要求初始接收信号眼图张开,CMA算法稳健,但是收敛速度慢,为此,对接收信号依DD算法和CMA算法获得瞬时误差后进行加权融合处理,以加权后获得的瞬时误差对均衡器权系数进行调节,实现均衡。计算机仿真证明了融合盲均衡算法有效提高收敛速度的同时具有良好的稳健性和均衡性能。     

线性修正下的神经网络盲均衡算法

研究了一种利用横向滤波器对神经网络进行线性修正的盲均衡算法。在神经网络的输入层之前加入一个横向滤波器,以横向滤波器的节点输出作为神经网络盲均衡器的输入,利用常数模代价函数分别得到横向滤波器和神经网络盲均衡器的瞬时输出误差,将瞬时误差加权处理作为调节误差分别对横向滤波器和神经网络盲均衡器的权系数进行调节,算法实现了对非凸性误差曲面进行线性和非线性寻优的组合。计算机仿真证明提出的算法有效提高了神经网络盲均衡算法的收敛速度,降低了稳态剩余误差,具有更好的实用性和均衡性能。     

基于正方形星座图划分的水声信道盲均衡算法

本文提出了一种适用于高阶QAM信号的盲均衡算法，该算法分别对QAM信号的同相分量和正交分量进行均衡，其收敛后的性能优于常数模算法CMA和基于判决圆划分的算法，因而误码率较低．采用分数间隔系统进行水声多途信道的仿真实验验证了该算法良好的收敛性能．     

基于CMA盲均衡器设计（算法研究部分）

在通信系统中,由于信道不理想而造成严重的码间干扰（ISI,Intersymbol Interference）,数据传输的可靠性和数据传输的速率都大大降低,需要用自适应（信道）均衡技术来消除。盲均衡是一种新兴的自适应均衡技术,自从它出现后,就得到了广泛的关注,并在许多领域中得到应用。本文系统地分析研究和归纳总结了Bussgang类盲均衡的基本理论。重点分析了常数模算法（CMA,Constant ModulusAlgorithm）,对常数模算法的迭代公式进行了推导。     

盲信道均衡的动量恒模算法

介绍了盲信道均衡恒模算法（CMA）的基本原理，对恒模算法的缺点进行了分析，通过修正恒模算法的迭代公式提出一种动量恒模算法（MCMA）。利用QPSK信号，采用计算机仿真的方法对动量恒模算法与恒模算法进行盲均衡性能比较，模拟结果显示，MCMA算法比CMA算法在收敛速率、降低稳态均方误差和符号间干扰具有明显的优势，有效地改进了信道均衡性能。     

基于误差信号的双模式遗传盲均衡算法研究

DD算法具有收敛速度快,稳态剩余误差小的优点,是一种最常用的盲均衡算法。遗传盲均衡算法是一种新的盲均衡算法,它利用遗传算法来解决盲均衡问题,具有较好的全局优化特性。在综合研究了DD算法及遗传盲均衡算法的特性后,利用误差信号的特性,给出了一种新的双模式遗传盲均衡算法,有效的结合了DD算法以及遗传盲均衡算法的优点,大大提高了算法的运算速度,提升了收敛性能,解决了遗传盲均衡算法运算量大的问题,并通过计算机仿真验证了该算法的有效性。     

适用于无线传感器节点的低复杂度CCVSLMS均衡器研究

针对无线传感器节点的均衡算法--最小均方误差(LMS)算法和截断数据LMS算法或截断误差LMS算法(CLMS算法)的收敛速度、稳态误差性能的不足,进行了截断误差和截断数据可变的步长LMS算法(CCVSLMS算法)的研究,该算法通过对误差和数据进行截断处理和建立步长因子μ与截断变化率的线性函数关系来改善收敛速度和稳态误差...     

基于二、四阶累积量的双模式盲均衡算法

针对Shalvi-Weistein(SW)准则和一种有约束条件的SW准则而导出盲均衡算法有不直接性的弊端,介绍了一种归一化累积量的盲均衡准则,同时介绍了基于此准则导出的通过线性时不变系统的盲均衡算法(HOS算法);并将此算法结合传统的直接判决算法,形成了一种基于二阶和四阶累积量的双模式盲均衡(dual-mode HOS)算法。计算机仿真结果表明,双模式盲均衡算法比由准则直接导出的盲均衡算法误差小,有着更优越的性能。     

基于分数间隔的水声信道盲均衡算法研究

理论上分析了分数间隔和波特间隔均衡器的差异,并通过仿真验证了分数间隔常数模算法比波特间隔常数模算法具有更快的收敛速度和更低的误码率,以及对深度谱零点水声信道较强的均衡能力。     

基于BP神经网络的盲均衡器设计

为构建用于某语音信号传输系统盲均衡器的BP神经网络模型,编写了基于BP神经网络的盲均衡算法伪代码,计算了算法的时间复杂度,分析了BP神经网络输入层神经元个数、隐含层神经元个数和隐含层层数对盲均衡算法性能的影响,评估了基于Sigmoid的变步长算法、基于误差补偿的变步长算法和基于误差的变步长算法对基于BP神经网络的盲均衡器性能的改进效率,据此设计了一种含双隐层结构的BP神经网络盲均衡器,并对其性能进行了数值仿真分析,明确了其适用范围,为该语音信号传输系统设计提供了技术支撑。     

适用于水声信道的新的盲均衡算法

由于时变水声信道的随机相位失真，常模算法（CMA）的误码性能将严重下降。在文献[1]中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）。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，能够达到信号相位失真的恢复．并且收敛性能优于双模式算法。     

水声通信中变步长神经网络盲均衡算法研究

在水声通信领域多途引起的码间干拢可以用均衡消减。盲均衡不需要训练序列,这将有效的节省通信带宽,提高通信效率及通信性能。实际中的通信信道不可能是完全线性的,神经网络作为一种非线性动态系统,具有大规模并行处理及高度的鲁棒性特征,将其应用于水声信道盲均衡切实可行。文中对变步长BP算法的前馈神经网络进行了理论和算法分析,并通过计算机对其实现水声信道盲均衡进行了仿真。仿真结果表明采用变步长BP算法比采用传统BP算法的神经网络盲均衡器收敛速度快,均衡性能明显提高。     

强多径干扰下的水声通信均衡算法研究

水声信道的典型特点为强多径干扰、多普勒频移严重。锁相环-判决反馈均衡器(Phase-Lock Loop-Decision Feedback Equalization,PLL-DFE)是水声相干通信中克服信道多径干扰,消除码间干扰的主要技术手段。对抗多径干扰的判决反馈均衡自适应算法进行了改进,在快速自优化LMS算法的基础上进行了优化,提出了记忆快速自优化均衡(Memory Fast-Optimized LMS,MFOLMS)算法。该算法提高了均衡器的跟踪性能。在二阶锁相环和判决反馈均衡器的联合作用下,按照最小均方误差(Minimum Mean Square Error,MMSE)准则自动调节相应的参数,使均衡器达到最佳的性能。仿真和湖试数据处理结果均表明,该文提出的算法可以抵消多径的影响,提高通信系统的接收性能。     

含软判决引导的修正恒模盲均衡算法

在CMA算法基础上，提出了一种混合的修正恒模盲均衡算法MCMA＋SDD。新算法对CMA算法进行修正，同时引入软判决思想。理论分析和计算机模拟表明，该算法克服了CMA收敛速度慢、稳态误差大的缺点，同时可以纠正相位偏转。与CMA＋SDD算法相比，具有更快的收敛速度和更低的稳态均方误差。     

数据重用在短波信道盲均衡中的应用

为解决短波通信中非合作接收数据短、直接均衡迭代难于收敛的问题,将数据重用的思想引入盲均衡算法中,通过分析数据重用均衡后序列与原始码元序列峰度的关系,验证数据重用方法的有效收敛性,将此方法用于典型Bussgang类盲均衡算法,并分析影响数据重用盲均衡效果的几个因素,通过仿真实验表明,数据重用方法大大减少Bussgang类盲均衡算法收敛所需要的码元数目,有一定的工程实用价值。     

变步长LMS自适应均衡算法研究

为解决宽带无线通信中由多径信道产生的符号间干扰,对最小均方(LeastMeanSquares,以下简称LMS)自适应均衡算法进行深入分析。针对LMS算法收敛速度和稳态均方误差相互矛盾的问题,重点研究变步长LMS算法,在现有算法的基础上,进行步长分析,提出一种新型变步长LMS算法。利用信道响应长度、均衡器阶数、收敛误差共同控制迭代步长,简化步长设置,提升算法的收敛速度并降低稳态均方误差。仿真分析表明新型变步长LMS算法有更好的收敛特性。     

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。     

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。