一种改进的基于恒模准则的盲均衡算法

在无线通信系统中,由于受多径传输和有限带宽的影响,无线信道不可避免地存在码间干扰(ISI)和信道间干扰。盲均衡技术不需要发送导频序列就能自适应调节均衡器抽头系数,能够有效去除ISI。文章介绍了盲均衡技术原理,重点研究了恒模类盲均衡算法(CMA)及改进后的NCMA-LMS算法,计算机仿真表明NCMA-LMS盲均衡算法在无线通信中具有良好的收敛性能。     

脉冲噪声环境下的恒模盲均衡算法

α稳定分布噪声导致现有的基于梯度下降法的恒模盲均衡算法(SGD-CMA)失效.通过分析厚拖尾噪声对现有算法的影响,给出了2种改造算法,即韧性梯度下降恒模盲均衡算法(SGD-RCMA)和递归最小二乘恒模盲均衡算法(RLS-RCMA).仿真表明2种改造算法比传统的恒模盲均衡算法具有更好的适用性,不仅适用于高斯噪声环境而且适合于脉冲噪声环境.同时RLS-RCMA与SGD-RCMA相比具有更快的收敛速度和更好的码间干扰抑制能力.     

一种新的变步长恒模盲均衡算法

针对固定步长恒模盲均衡算法在收敛速度和稳态剩余误差之间存在的问题,在应用变步长的思想基础上,利用均方误差的变换作为控制步长的因子,提出了一种新的自适应时变步长恒模盲均衡算法(VASCMA).对新算法进行了理论分析和计算机仿真,仿真时采用两种不同的调制信号通过三种不同信道,得到两种算法的均方误差的收敛曲线和收敛后均衡器输出的星座图,仿真结果均表明,改进算法具有较快的收敛速度和较小的剩余误差.     

Godard盲均衡算法研究

信道均衡是克服码间干扰的重要措施．但是由于传统的均衡需要发送一训练序列来进行初始抽头系数的调节，这会降低通信中的有效数据传榆率．盲均衡技术的提出就是为了解决这一难题．文中从盲均衡的信号模型入手，对Godard算法进行了研究与仿真，并讨论了其中的几个关键参数．     

一种水声信道自适应均衡算法研究

由声波传播的多途效应所引起的码间干扰及信号衰落,使得水下数据传输的速率和可靠性都大大降低。针对多途干扰严重的水声信道,将一种基于最小均方误差算法的信道自适应均衡器应用于水声信号处理中。对该均衡器的基本理论及其结构进行了归纳,结合水声多途信道的基本特点,建立了仿真模型,重点分析了步长参数、信噪比等对算法收敛速度和稳态误差等方面性能的影响,为实现高质量的水下信息传递提供技术支持。     

基于最大相关熵准则的恒模盲均衡算法

针对恒模算法(constant modulus algorithm, CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion, MCC)对恒模算法中基于最小均方误差(mean square error, MSE)准则的代价函数进行修正,推导出适用于脉冲噪声环境的基于MCC准则的恒模盲均衡算法(MCC_CMA)。该算法利用通信信号的恒模特性,首先得到发送信号与均衡器输出信号模值的误差信号,再通过使模值误差信号的相关熵最大来获得其迭代误差调节项,避免了传统高阶统计量算法在脉冲噪声环境下性能退化的问题。对高斯噪声以及α-稳定分布和混合高斯分布两种脉冲噪声环境下的信道均衡问题的仿真实验表明,相对于经典的自适应恒模盲均衡算法,MCC_CMA算法不依赖噪声的先验知识就能获得较快的收敛速度、较低的剩余码间干扰和误码率,并且在不同脉冲强度的脉冲噪声环境下都能够得到较好的均衡结果,表明MCC_CMA算法具有很好的鲁棒性。      

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。     

一种新的适用于MPSK信号的盲均衡算法

提出了一种适合于移相键控(MPSK)数字通信系统的盲均衡算法,该算法以常数模算法(CMA)为基础,综合考虑了信号的幅度和相位,并根据数据的可靠性进行判决引导。理论分析和计算机模拟表明,该算法具有较好的性能,是一种很实用的均衡算法。     

一种新的群时延自适应均衡算法

为了补偿无线信道群时延特性所带来的影响,基于盲均衡器结构提出了一种优化的自适应均衡算法.该算法是基于最小均方误差准则的变步长LMS算法,通过自适应调节判决反馈均衡器两组横向滤波器的抽头系数,实现对信道群时延的自适应补偿.通过对16-QAM信号的仿真结果表明,新算法能够对有效补偿信道群时延带来的影响,并且明显降低系统的误码率.     

基于信噪比的QAM信号盲均衡算法

提出了一种针对短波QAM信号,采用基于信噪比切换的改进CMA-DDLMS盲均衡算法,对该算法进行了具体介绍,该算法具有残余误差小、收敛速度快的特点,并对该算法进行了仿真验证.     

A robust adaptive weighted constant modulus algorithm for blind equalization of wireless communications systems under impulsive noise environment

A robust adaptive weighted constant modulus algorithm is proposed for blind equalization of wireless communication systems under impulsive noise environment. The influence of the impulsive noise is analyzed based on numerical analysis method. Then an adaptive weighted constant modulus algorithm is constructed to adaptively suppress impulsive noise. Theoretical analysis is provided to illustrate that the proposed algorithm has a robust equalization performance since the impulsive noise is adaptively suppressed. Moreover, the proposed algorithm has stable and quick convergence due to avoidance of large misadjuntment and adoption of large step size. Simulation results are presented to show the robust equalization performance and the fast convergence speed of the proposed algorithm under both impulsive noise and Gaussian noise environments.     

修正多模算法的盲信道均衡

基于对恒模算法(CMA)和多模算法(MMA)的研究,在两种算法的基础上提出了一种修正的多模算法。计算机仿真的结果表明,与恒模算法以及多模算法相比,该算法有较小的剩余误差和码间串扰(ISI)以及更稳定的收敛效果;而且该算法克服了信道传输引起的相位模糊(相位偏移)。     

一种常数模与判决导引相结合的盲均衡算法研究

虽然判决导引最小均方误差算法（DD－LMS）剩余误差小，但是，在信道眼图闭合的情况下，该算法无法收敛，即不具备冷启动能力。本文根据信噪比确定了判决圆边界，对均衡器的输出进行判决，将常数模算法（CMA）和DD算法有机地结合起来，计算机仿真表明：算法性能稳健，具有冷启动能力和重新启动能力，计算量增加也很小。     

瑞利衰落电离层信道的自适应盲均衡

研究通过具有加性高斯白噪声的瑞利慢衰落电离层信道的恒模盲均衡技术。著名的恒模算法(CMA)是一种重要的盲信道均衡方法。但是，普通恒模算法存在收敛速度慢和相位旋转等不足。采用一种修正恒模算法(MCMA)，该算法使修正的误差函数最小并且自适应学习率由接收序列即时调整。两种算法用8—PSK信号进行了盲均衡比较，模拟结果显示修正恒模算法比普通恒模算法的收敛速度快，符号间干扰(ISI)小，另外该算法均衡器输出具有既无相位旋转也无延迟等优点。     

Binary constant modulus blind equalization for multi-level QAM signals under Gaussian and non-Gaussian noise

A binary constant modulus algorithm (BCMA) is proposed in this work for the blind equalization of multi-level quadrature amplitude modulation (QAM) systems. A novel cost function and its corresponding iteration formula are developed, which removes both the excess error and the steady state error introduced in the design of the most popular constant modulus algorithm (CMA). Theoretical analysis indicates the proposed algorithm can solve the performance degradation of CMA applying to the non-constant QAM signals. Moreover, it can combat the impulsiveness of alpha stable noise. Simulation results illustrate the effectiveness and robustness of the new algorithm under both Gaussian and non-Gaussian environments.     

Baud-spaced constant modulus blind equalization via hybrid genetic algorithm and generalized pattern search optimization

The present paper deals with the formulation of the baud-spaced constant modulus blind equalization in the presence of Gaussian noise as an unconstrained optimization problem via the use of genetic algorithm and generalized pattern search (GPS) algorithm. Simulation results show that the proposed approach is more robust to the adopted initialization strategy and much more likely to outperform the classical constant modulus algorithm in terms of minimum-squared error, intersymbol interference and error vector magnitude quantities.     

适用于非常模信号的常数模新算法

常数模算法在对非常模信号进行均衡时,稳态均方误差无法收敛至零.对常数模算法中的代价函数进行修正,该代价函数能将非常模信号的多个幅度模值变换成单一幅度模值,从而使新算法的稳态均方误差为零.理论分析和仿真结果证明了新算法的优良性能.     

Decision directed adaptive blind equalization based on the constant modulus algorithm

In this paper, new decision directed algorithms for blind equalization of communication channels are presented. These algorithms use informations about the last decided symbol to improve the performance of the constant modulus algorithm (CMA). The main proposed technique, the so called decision directed modulus algorithm (DDMA), extends the CMA to non-CM modulations. Assuming correct decisions, it is proved that the decision directed modulus (DDM) cost function has no local minima in the combined channel-equalizer system impulse response. Additionally, a relationship between the Wiener and DDM minima is established. The other proposed algorithms can be viewed as modifications of the DDMA. They are divided into two families: stochastic gradient algorithms and recursive least squares (RLS) algorithms. Simulation results allow to compare the performance of the proposed algorithms and to conclude that they outperform well-known methods.     

语音去噪LMS自适应滤波器算法的改进

对LMS自适应算法进行了详细的性能分析与讨论,针对LMS算法运算较复杂、适应性较弱、稳定性差的缺点提出了一种HLMS(混合LMS)算法.建立了自适应噪声抵消系统,利用MATILAB软件对食堂、体育馆两处的录音信号进行计算机语音去噪仿真分析.实验结果表明,两种自适应方法均能有效抑制各种噪声污染,提高语音信噪比为60%～8...     

基于“数据重用”的常模盲均衡算法分析

基于"数据重用"的常模均衡算法可以用于解决短时突发信号的盲均衡问题,但是对于这类算法应用中重要特性的研究还需要进一步深入.首先对数据重复导致的误收敛特性进行了分析并给出了产生这种误收敛的约束条件;然后对短数据重用常模算法能够达到和无重复使用的长数据常模均衡相同稳态误差的条件进行了详细分析并给出了相应的结论.这些分析和结论对于该类盲均衡方法的应用非常重要,计算机仿真验证了这些分析和结论的有效性.