线性滤波器与多项式级联结构的自适应均衡器*

针对严重的线性失真和适度的非线性失真的非线性信道,在Volterra非线性系统和非线性信道Wiener模型基础之上,研究了级联结构的自适应均衡器, 并推导出自适应算法,对其进行仿真。仿真表明,此均衡器结构不但结构简单,而且能够非常有效地消除码间和非线性干扰,改善信号的误码性能。     

新型非线性信道判决反馈自适应均衡器*

针对信道的线性和非线性失真,在分析简化的非线性滤波器的基础上,利用判决反馈均衡器的结构特点对其进行扩展,提出了两种新型结构的判决反馈均衡器,并利用NLMS推导出自适应算法.仿真表明,此新型结构能够有效消除码间和非线性干扰,提高误码性能.     

基于线性预测的自适应递归最小二乘盲源分离

为了分离具有时序结构的信号,将线性预测均方误差作为代价函数.使分离出信号的可预测性最大,这样就可以分离出源信号.这种最小均方误差型算法,其在线形式采用瞬时预测误差代替预测误差的期望值.导致收敛速度较慢.为了提高这类算法的收敛速度,本文将线性预测误差的加权平均作为代价函数,提出了递归最小二乘型线性预测盲源分离算法.计算机仿真和实际语音分离试验均表明:提出的算法与最小均方误差型线性预测盲源分离算法相比具有更快的收敛速度,且增加的计算量不大.     

基于小波包变换的非线性信道均衡器

针对严重线性失真和轻度非线性失真的数字信道,为了提高基于最小均方误差算法的判决反馈均衡器的收敛速度,首先提出用一族正交小波包基函数来表示非线性信道判决反馈均衡器厦其输出,然后给出基于小渡包变换的非线性信道自适应均衡算法。该算法实现了小波包与非线性信道模型的结合,在计算量增加不多的前提下,利用小波包对小波空间的进一步划分以厦比小波变换更强的去相关能力来减小输入信号相关阵的条件数。对典型非线性信道模型的仿真结果表明,该算法可有效提高均衡器的收敛速度。     

自适应均衡器的FPGA实现

在无线通信系统中,由于多径效应的干扰导致信号在传输过程中不可避免地产生码间干扰,因此必须在接收端增加均衡器,以消除码间干扰,提高传输质量。该自适应均衡器设计以FPGA为设计平台,使用自上而下的模块化的设计方法,利用StratixⅡ系列EP1C20F324C6芯片,采用横向滤波器结构,设计并行结构的8阶复数滤波器。最后在QuartusⅡ中进行仿真与综合,结果显示I、Q两路误差信号趋于零,从而实现自适应均衡,降低误码率。     

一种功耗优化的均衡器结构设计

本文提出了一种可动态开关运算器件的均衡器结构，使得在硬件实现时可以降低功耗。根据实际的信道环境通常都是变化的特点，在不同情况下动态改变均衡器中滤波器抽头的个数，在信道较好时将对结果几乎没有影响的抽头之乘法运算关掉，使得均衡器在以更少的抽头数目工作，以此达到降低功耗的目的。以DVB-C规定的多径信道为例，仿真结果显示，在保持性能不变时最多可减少15％以上的乘法运算。SNR损失O．2dB时最多可以关掉75％的乘法运算。在实际应用中可根据具体性能要求设计，该方法可灵活应用到类似设计中。     

用于快速以太网卡芯片的125MHz数模混合自适应均衡器

提出了一种快速以太网卡芯片自适应均衡器的体系结构 .该结构采用 Sign- Sign L MS算法 ,有效地补偿双绞线传输的损耗 ,消除向前码间干扰 ;具体实现采用数模混合电路 ,无须高速 A/ D转换器和数字乘法器 ,大大降低功耗和芯片面积 .该自适应均衡器已经过 TSMC0 .35 um1P5 M CMOS工艺验证 ,工作电压为 3.3伏     

一种组合神经网络非线性判决反馈均衡器

1 引言数字通信系统的典型模型如图1所示,发送序列s(n)经信道传输后因发生失真及噪声v(n)的影响而成为畸变信号x(n),为此需用均衡器对其进行均衡以恢复发送序列。目前,自适应均衡已成为数字通信中一种非常重要的技术,自适应均衡器的构成也是多种多样,其中最简单的是线性横向均衡器(LTE)和判决反馈均衡器(DFE),它们都比较适用于线性信道。如果信道呈现非线性特性,两者的性能特别是LTE的均衡能力会大大下降,而利用径向基函数网络(RBFN)等构     

阶数自适应可变均衡器算法的研究与仿真

自适应判决反馈均衡器（OVE）f~跟踪信道时变响应并自动调整抽头系数,解决数字通信中因信道衰减和噪声引起的符号间干扰问题,从而大大降低通信系统误码率。针对在自适应均衡过程中均衡器阶数难以确定的问题,根据最优估计理论,分析判决反馈均衡器结构,研究DFE的抽头长度对均衡器均方误差性能的影响,在此基础上提出阈值可变动态长度算法,找出最小均方误差与滤波器阶数之间的折中。Matlab分析和仿真结果显示,当信道衰减和符号问干扰较严重时,均衡器阶数收敛在30阶左右,且误差可以收敛在较小范围内跟踪信道响应,并在瞬时累计均方误差准则下收敛到滤波器最优阶数。     

基于小波核SVM的水声信道盲均衡算法

推导并提出了一种快速收敛的基于小波核支持向量机的恒模盲均衡器(WSVM-CMBE)。该方法以支持向量机为框架,利用信号的恒模特性构造代价函数,采用小波核函数,并自适应调整核函数中的伸缩因子。通过水声信道仿真实验,并与采用高斯核函数的支持向量机恒模盲均衡器(SVM-CMBE)进行比较,结果证明该方法提高了收敛速度。     

一种新型非线性偏最小二乘方法研究及应用--基于Chebyshev多项式改进的PLS方法

在实际生产过程中，过程变量之间往往存在大量相关关系，甚至非线性相关关系。过程变量间存在线性相关时，可采用偏最小二乘方法(Partial Least Squares，PLS)计算模型参数，但由于PLS方法采用线性关系来联系输入和输出因子，因而并不能有效地应用于非线性较强的过程。在这种情况下要对变量进行有效的压缩维数．需要采用非线性PLS方法。基于Chebyshev多项式改进的多元多项式PLS方法，是一种新的非线性PLS方法。该方法利用Chebyshev多项式的正交性质和递推性质，将过程输入变量正交化、线性化后，再应用PLS方法计算模型参数并还原，从而得到比较精确的模型。由于该方法综合考虑了输入变量的自相关和输入变量间的协相关关系。能够更有效地表达过程变量间的非线性关系，因此其对非线性过程的研究提供了新的思路。     

基于非线性多项式的自适应重构算法

研究实现了一种基于非线性多项式的重构模型,并将该模型与递推最小二乘法(RLS)相结合,实现对跳频序列的动力学系统进行自适应重构。从仿真实验可以看出该重构算法对一般的跳频序列具有较高的重构精度和准确重构率。针对RLS算法复杂度较高的特点,提出了利用多项式参数的数学特性及采用稀疏自适应滤波算法来降低算法复杂度。通过选择适当的门限值,可以在不损失重构精度的前提下尽可能地降低算法复杂度。