适用于高阶QAM系统的多模盲均衡新算法

利用QAM信号星座图特点,该文提出了两种含软判决的多模盲均衡算法:MMA+SDD算法和SMMA+SDD算法。两种算法都克服了CMA算法剩余误差大的缺点,在均衡的同时能够克服相位偏转。从仿真结果看,两种新算法的收敛性能和稳态均方误差较CMA+SDD有了进一步提高,其中,MMA+SDD收敛性能最佳,SMMA+SDD的计算复杂度最低。     

基于回声状态网络的卫星信道在线盲均衡算法

针对非线性卫星信道,该文提出了两种基于回声状态网络(ESN)的在线盲均衡算法。利用ESN良好的非线性逼近能力,将发送信号的高阶统计量(HOS)代入ESN,结合常模算法(CMA)和多模算法(MMA)构造盲均衡的代价函数,并采用递归最小二乘(RLS)算法对ESN输出权值进行迭代寻优,实现了Volterra卫星信道下常模和多模信号的在线盲均衡。实验表明,该文算法可以有效降低非线性信道对发送信号产生的畸变,相较于传统的Volterra滤波方法,有更快的收敛速度和更低的均方误差值。     

几种盲均衡算法的比较及仿真研究

以新兴的盲均衡技术为理论基础,一些盲均衡算法相继提出。本文以高阶的QAM信号作为输入信号,针对常模算法、多模算法、加权多模算法存在的缺陷,最终引入一种性能优越的加入动量项的加权多模算法。通过计算机的仿真实验首次对这些算法进行依次比较,所得实验结果表明加入动量项的加权多模盲均衡算法在信道均衡上的性能明显优于前面几种算法,它具有更快的收敛速度和更小的稳态误差,因此具有实用价值。     

一种改进的加权多模盲均衡算法

数字有线电视主要采用QAM调制形式。针对QAM调制信号的特点,在加权多模盲均衡算法的基础上,引入Sigmoid函数的变形,提出了一种加权值随均方误差自适应变化的新算法。新算法不需要设定模式转变的门限值,使算法模式从MCMA随均衡输出自适应转化为DD模式。通过仿真表明该算法与多模盲均衡算法(WMMA)相比降低了仿真复杂度,具有更稳定的收敛性能,适应于高阶QAM信号。     

Improved Weighed Multi -modulus Blind Equalization Algorithm

数字有线电视主要采用QAM调制形式.针对QAM调制信号的特点,在加权多模盲均衡算法的基础上,引入Sigmoid 函数的变形,提出了一种加权值随均方误差自适应变化的新算法.新算法不需要设定模式转变的门限值,使算法模式从MCMA随均衡输出自适应转化为DD模式.通过仿真表明该算法与多模盲均衡算法(WMMA)相比降低了仿真复杂度,具有更稳定的收敛性能,适应于高阶QAM信号.     

一种新的混合信道盲均衡算法

为同时提高盲均衡的稳态MSE性能和收敛速度,该文提出了一种混合信道盲均衡算法。该算法采用判决反馈均衡器结构,在判决可靠时采用DD-LMS(Directed Decision-Least Mean Square)误差项进行迭代,而判决不可靠时采用改进恒模算法(Modified Constant Modulus Algorithm,MCMA)误差项进行迭代,同时判决可靠区间根据直接判决误差进行自适应迭代。该文采用经过数字无线信道的64QAM信号进行了信道均衡仿真。仿真结果表明,相比MCMA算法,该文提出的混合盲均衡算法有效地提高了收敛速度,并具有良好的稳态MSE性能,在误比特率为10-6时,能提高SNR约2dB。     

快速QAM信号多模盲均衡算法

该文提出一种改进的QAM信号的多模盲均衡算法,其利用发送信号的实部(或虚部)信息构造代价函数.并且,提出了通过共轭梯度算法得到均衡器最优权的算法,该算法具有二次收敛性,与传统恒模算法和多模算法相比较,有非常快的收敛速度和非常少的计算量,并且均衡效果相当.最后,通过误码率和收敛速度分析该算法的可靠性和有效性,通过计算机仿真证明了该算法的有效性.     

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.     

一种适用于高阶QAM信号的改进自恢复均衡算法

本文通过对传统的常模算法进行改进和推广,提出了一种新的常模算法.该算法结合了常模算法优势,利用判决符号的指数幂构成的加权项调整代价函数的模值.在均衡器系数迭代的过程中,可以通过选择权系数,调整MSE的估计值,达到提高算法的稳态性能的目的.理论分析和仿真结果表明,对于高阶的QAM信号来说,在相同的条件下,与常规常模算法相比,提出的算法具有更快的收敛速度和更低的稳态残差;当载波频偏较大时,与多模算法相比,提出的算法仅仅均衡信号的能量,不影响其相位,因此,更适合后端的载波同步处理,得到更好的系统性能.     

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。      

多模盲均衡载波同步联合架构及分析

对于QAM体制信号,多模盲均衡算法(MMA)具有优于恒模算法 (CMA)的性能,同时具有矫正固定相位偏差及一定载波频率偏差(CFO)的能力。但在实际通信系统中,MMA对载波频偏的适应能力有限,当系统存在较大CFO时,MMA均衡算法稳态性能大幅下降。为保证MMA算法的稳态性能,同时适应较大载波频率偏差,文中提出了一种均衡载波同步联合结构。该结构将均衡器置于载波同步环路中,在消除载波频偏对均衡器性能影响的同时,提升了系统的载波频偏跟踪能力。文中对联合结构的载波环路跟踪性能进行了详细的理论分析,给出了环路性能指标的计算方法。数值仿真结果验证了理论分析的正确性,同时指出多模盲均衡载波同步联合算法能够在满足较大载波频偏跟踪性能的同时,实现接近无频偏时的均衡效果,很好的解决了大频偏下MMA算法性能损失严重的问题。      

Blind Equalization Based on Data Reuse and Reliability Labeling

In the absence of a training sequence, blind equalization algorithm usually takes thousands or even tens of thousands symbols to converge, which is especially evident when the channel is severely distorted. When the short data is required to achieve equalization, the current blind equalization algorithms will be difficult to converge. This letter presents a short data reuse blind equalization algorithm based on reliability labeling. If the output symbol corresponding to the same input is labeled twice with reliability during the process of the current and last data reuse, the algorithm will switches to the decision-directed model automatically. At the same time the letter gives a simple way for model switching by a look-up table. Simulations show that the proposed algorithm performs better compared with Modified Constant Modulus Algorithm with long data.

     

Blind identification and equalization based on second-orderstatistics: a time domain approach

A new blind channel identification and equalization method is proposed that exploits the cyclostationarity of oversampled communication signals to achieve identification and equalization of possibly nonminimum phase (multipath) channels without using training signals. Unlike most adaptive blind equalization methods for which the convergence properties are often problematic, the channel estimation algorithm proposed here is asymptotically ex-set. Moreover, since it is based on second-order statistics, the new approach may achieve equalization with fewer symbols than most techniques based only on higher-order statistics. Simulations have demonstrated promising performance of the proposed algorithm for the blind equalization of a three-ray multipath channel     

正反向数据重用短突发信号CMA盲均衡

提出一种适用于短突发信号的CMA盲均衡算法.算法基于正反向数据重用思想,使得CMA盲均衡算法在计算复杂度基本不变的情况下,只需利用几百个甚至几十个符号就可达到收敛,极大提高了收敛速率.文中详细描述了算法的数学表达,并对其性能进行了分析.仿真数据表明,该算法对于短突发信号的盲均衡确实具有较高的实用价值.     

基于恒模准则的盲均衡算法仿真

阐述了用于信道盲均衡的恒模算法的数学模型和基本原理。针对恒模算法存在收敛速度慢和相位旋转等不足,对近年来出现的一些性能优良的基于恒模准则的盲均衡算法——变步长恒模算法、修正恒模算法和多模算法进行了分析与仿真,并对各种改进算法在不同调制方式下的优缺点进行了说明。最后得到不同算法均衡后的星座图和均方误差曲线,表明具有较好的均衡效果。     

Sliced Multi‐modulus Blind Equalization Algorithm

Many multi‐modulus blind equalization algorithms (MMA) have been presented in the past to overcome the undesirable high misadjustment exhibited by the well‐known constant modulus algorithm. Some of these MMA schemes, specifically tailored for quadrature amplitude modulation (QAM) constellations, have also been proved to fix the phase offset error without needing any rotator at the end of the equalizer stage. In this paper, a new multi‐modulus algorithm is presented for QAM signals. The contribution lies in the technique to incorporate the sliced symbols (outcomes of decision device) in the multi‐modulus‐based weight adaptation process. The convergence characteristics of the proposed sliced multi‐modulus algorithm (S‐MMA) is demonstrated by way of simulations, and it is shown that it gives better steady‐state performance in terms of residual inter‐symbol interference and symbol‐error rate. It has also been shown that the proposed algorithm exhibits lesser steady‐state misadjustment compared to the best reported MMA.