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.     

自适应切换双模盲均衡算法

常数模算法在无线通信系统的盲均衡中得到广泛的使用,为了进一步降低稳态误差通常选择将其与判决引导最小均方误差算法相结合,传统的双模切换盲均衡算法通过人为设定门限值实现两种算法的硬切换,其切换时机选择的合理性无法保证,不能充分凸显双模切换的长处。该文利用凸组合结构借助遵循一定规则迭代变化的联合参数将两种算法进行结合,实现两种算法模式的切换,自适应地选择切换时机,并通过对算法的修正和混合参数归一化的改进使在克服恢复信号相位偏转的同时加快了收敛速率、降低了稳态误差;另外,对稳态性能进行推导分析得到了理论的稳态模型。仿真结果证明稳态性能与模型推导结果保持一致,参数归一化改进所得效果较为明显,与同类其它双模切换算法相比具有更优的性能。     

基于数据重用的集员滤波拟仿射投影盲均衡算法

传统常模盲均衡算法应用广泛但是其收敛速率很慢.为了满足在短突发数据条件下的信道盲均衡,提出一种基于数据重用的集员滤波拟仿射投影盲均衡算法.该算法将仿射投影思想结合到常模算法中,利用多数据向量同时提取信道信息,再附加改进的集员滤波算法有效减小了运算量,并结合数据重用思想重新设计所匹配的数据重用方式.仿真结果证明所提算法具有较快的收敛速率,与同类算法相比能提前700个迭代点收敛,且在信噪比为10 dB以上的信道环境中也有较好的效果,能够在短突发数据信道均衡中有效发挥作用.