超指数判决反馈水声信道盲均衡算法实验研究

利用超指数算法收敛速度快的优点,对判决反馈盲均衡算法的前向权向量的迭代式进行了修正,提出了一种新的判决反馈盲均衡算法。该算法具有收敛速度快,跟踪性能好等特点。通过水池实验,获得了符合盲均衡算法统计特性的BPSK数据,对所提出的算法与自适应判决反馈均衡算法,常数模盲均衡算法等进行了对比分析。结果表明,该算法可以有效的降低误码率,且收敛速度要优于其他算法,可靠实现了对多途水声信道的均衡。     

一种混合常数模水声信道盲均衡新算法的研究

针对常数模算法(CMA)与符号误差常数模算法(SECMA)的不足,本文提出了一种新的混合常数模算法(CCMA),并将该算法应用于水声信道的盲均衡。通过判决条件对输出信号作判决,使得该算法的迭代过程在CMA和SECMA之间自动切换,其性能较SECMA稳健,运算量小于CMA,特别有利于水声信息的实时恢复。通过多种水声信道盲均衡算法的仿真实验,进一步验证了该算法的有效性。     

遗传优化神经网络的水声信道盲均衡

不需要训练序列的盲均衡技术可以有效地节省水声通信带宽，消除码间干扰，提高水声通信效率和质量。以前馈神经网络（FNN）作为盲均衡器，既适用于最小相位信道，也适用于非最小相位信道，包括非线性信道，但是前馈神经网络在实际的应用中其网络拓扑结构的选取和初始权重的确定缺乏理论依据，且其训练主要依靠BP算法，存在收敛速度慢、容易陷入局部极值及“过学习”的问题。为此，本文提出了一种遗传优化神经网络的水声信道盲均衡算法（GA—BP），对前馈神经网络拓扑结构和网络权重同时优化，有效地克服了传统前馈神经网络盲均衡的缺陷，提高了前馈神经网络盲均衡的泛化性能并加强了跟踪时变信道的能力和对信道突变的适应能力。水池试验结果证明了文中提出的遗传优化神经网络水声信道盲均衡算法的有效性，与直接前馈神经网络盲均衡相比较，均衡性能明显得到了提高。     

一种快速收敛的水声信道载波恢复盲均衡算法

基于对修正的常数模算法(MCMA)进行分析,提出了一种用于QPSK(四进制相移键控)信号的快速载波恢复盲均衡算法。该算法中构造了一种与MCMA算法不同的、能够快速收敛的误差函数,在消除码间干扰(ISI)、纠正相位误差的同时,进一步改善了收敛性能。该算法对输出信号的实部和虚部分别进行非线性变换。最后利用实测的水声信道数据,对这几种算法进行了数值分析研究,结果表明:所提出的算法不仅能够很好地克服相位旋转,而且其收敛速度明显高于MCMA,剩余均方误差更小,而计算量并没有明显的增加。     

水声通信中基于信道辨识的盲turbo均衡方法

水声信道多途效应明显,造成接收信号存在严重的码间干扰(ISI,Intersymbol interference)。基于最小均方误差(MMSE,Minimum mean square error)准则的turbo均衡器级联了均衡和信道译码,能够有效去除ISI,并获得优良的性能。由于水声信道的时变性,传统MMSE-turbo均衡需要周期性的训练序列,以实现连续可靠的通信。训练序列虽然提高了通信的可靠性,但降低了信息的有效传输速率。因此,为提高通信效率,本文提出了一种盲turbo均衡方法,该方法通过引入新的盲信道辨识器来同时获得信道估计响应和已去除部分ISI的初步均衡输出信号,并为turbo均衡提供初始的响应参数和比特软信息。与水声通信中应用较多的盲判决反馈均衡器(DFE,Decision feedback equalizer)相比,海上实验结果证明本文提出的盲turbo均衡方法抗信道多途衰落的能力较强,并且与传统MMSE-turbo均衡相比无需训练序列,因此提高了信息的有效传输速率。     

改进支持向量机和常数模算法水声信道盲均衡

针对盲均衡算法收敛速度较慢的问题,提出一种结合改进支持向量机和常数模算法的水声信道盲均衡算法。该算法首先利用具有优异小样本学习能力的支持向量机进行盲均衡器权系数初始化,在完成初始化后切换至运算量较小的常数模算法。考虑到支持向量机本身非自适应运算的限制,在时变水声信道条件下利用经典支持向量机获得的均衡器初始权向量与切换后的信道仍然存在失配。因此,本文导出时变条件下的改进支持向量机用于盲均衡器初始化,改善算法切换时的权系数失配,并结合分数间隔结构和内嵌数字锁相环进一步提高盲均衡算法性能。仿真和湖试实验结果表明:在时变水声信道条件下,本文算法的收敛性能优于经典支持向量机盲均衡算法。     

一种新的适用于水声信道的常模类盲均衡算法

为了缓解常数模盲均衡算法收敛速度缓慢、稳态误差大的问题,考虑到初始化权值对CMA算法的重要影响,本文利用遗传算法对CMA算法进行了有效改进,引入了小样本重用的思想,给出了一种新的适用于水声信道的常模类盲均衡算法。计算机仿真研究证明,该算法不仅大大加快了收敛速度,而且有效地降低了稳态误差。     

水声信道线性均衡的研究

本文在对LMS和稀疏权自适应均衡算法进行分析的基础上，将其引入到水声数据传输中，利用LMS算法对时不变信道和慢变信道进行了仿真实验；利用稀疏权自适应均衡算法对深海信道进行了仿真实验，并获得了仿真结果。     

一种水声信道均衡器的混合算法

水声高速相干通信中使用自适应均衡对抗信道在接收信号中产生的码间串扰。目前,1/2分数间隔采样的判决反馈均衡器结构得到了广泛的应用。本文分析了几种自适应算法在此种均衡器结构下的性能,结合浅海水声信道的特点,提出了一种快速卡尔曼滤波和快速自优化最小均方的混合算法,模拟及海试结果表明,该混合算法在计算复杂度、收敛速度以及稳定性方面都有很好的性能,已经应用到了水声实时高速通信系统当中。     

基于高阶统计的水声信道盲辨识

本文给出了基于ARMA模型的水下通信系统模型,将一种基于三阶统计的算法应用到水声信道盲辨识领域,在不需要训练序列的条件下估计得到信道传输函数。与基于二阶统计特性方法相比,该算法具有较强的抗噪性,更适合信噪比低于12dB条件下水声信道的辨识。通过对水声信道盲辨识的计算机仿真,验证了该算法具有较高的辨识精度。     

一种能有效消除水声信道相位连续旋转的分数间隔盲均衡算法研究

针对信道均衡过程中的均衡器输出相位连续旋转问题,提出一种带有二阶数字锁相环的分数间隔超指数迭代盲均衡算法。该算法利用分数间隔超指数迭代算法加强对信道多途的抑制,利用二阶数字锁相环消除均衡器输出信号连续相位旋转,从而实现对原始发射信号的正确恢复。水池实验结果表明:该算法相对于常规盲均衡算法,收敛速度快,剩余均方误差小,能够有效地消除均衡器输出信号相位连续旋转,从而降低水声通信系统的误码率。     

浅海水声信道响应的盲估计

在难以得到发射源信号的水下声场环境中,利用单水听器或单个波束的接收数据可以进行浅海信道响应的盲估计。首先运用径向高斯核时频分析方法进行源信号重构,再利用接收数据和所重构的源信号,通过高精度时延估计的WRELAX算法,估计出水声信道响应。所提出的盲估计方法经过海洋实验数据验证,估计结果准确,表明这种方法在水声领域具有广泛的应用前景。     

并联滤波的常数模与判决引导融合盲均衡算法

针对常数模和判决引导双模式盲均衡算法切换时机选择困难问题,提出了一种并联滤波的双模式融合盲均衡算法。算法以并联滤波器作为盲均衡器,两路子滤波器分别以常数模算法准则和判决引导算法准则进行更新,通过加权因子实现两种算法模式自适应切换,完成两种算法的融合处理,加权因子依据归一化均方误差进行调整。为防止信道突发干扰,定义了归一化均方误差信息熵增量,以信息熵增量为判据适时实现均衡器和加权因子重置,使算法在信道突发干扰条件下能实现自适应跟踪。计算机仿真和水池试验处理结果表明:该算法有效地结合了常数模和判决引导算法的优点,具有较好的均衡性能。     

基于Dual-Mode MCMA+DD双模式盲均衡算法研究

为了兼顾误差性能和收敛速度,研究了将双模修正常量模算法和判决引导算法有机结合的双模式盲均衡算法.该算法在收敛初期采用双模修正常量模算法调整均衡器,然后根据判决条件自动切换到判决引导算法,最终实现信道的盲均衡.仿真结果表明:此算法收敛速度快、稳态误差小,并能在去除码间干扰的同时纠正信道固有的相位旋转,具有很好的实用性.     

基于自适应ICA的PDM-CO-OFDM系统信道均衡算法

基于独立成分分析法(ICA)能够实现偏振复用相干光正交频分复用(PDM-CO-OFDM)系统的盲信道均衡,与基于导频的信道均衡方法相比,能极大提高系统的频谱利用率。然而这种固定步长的ICA算法对每个子载波采用迭代算法来计算信道频率响应分离矩阵,需要经过几十次迭代才能收敛。为有效降低该算法的计算复杂度,提出一种基于自适应步长ICA的盲信道均衡算法,采用自适应分离步长提高迭代算法的收敛速度。基于100 Gb/s 16进制正交振幅调制(16 QAM)PDM-CO-OFDM系统,仿真实验表明该自适应算法的系统误码率性能优于固定步长ICA算法的结果,且收敛速度提高5倍以上,能够用于未来高速PDM-CO-OFDM系统接收端进行高效信道均衡。     

基于改进卡尔曼滤波的水声通信盲自适应多用户检测算法

针对水声通信网络中遇到的多用户检测中目标用户的多址干扰等检测问题,提出了基于改进Kalman算法的盲自适应多用户检测算法,解决了多用户检测中的多址干扰对水声通信信道用户变动时的干扰抑制问题。仿真分析分别针对同步多用户、异步多用户通信过程,对比了传统Kalman算法及改进的Kalman算法的性能差异,通过仿真对比表明,改进后的Kalman检算法不需要训练序列即可以实现同步和异步通信状态下的多水声目标用户的盲自适应检测,改进后的算法目标检测的信干比比传统算法最大可提高6dB。新算法对于水下多用户检测、区分,准确、稳定的实现基于CDMA协议的快速水声通信具有重要意义。     

湍流信道下无线光副载波盲均衡算法研究EI北大核心CSCD

建立了针对大气湍流时变信道的盲均衡系统模型.基于无线光副载波四相相移键控调制,在不同光强起伏方差下分析了两种自适应盲均衡算法的收敛性、稳定性和均方误差,对比了均衡前后星座图改善效果.结果表明:随着湍流强度的增加,变步长恒模算法较固定步长恒模算法收敛快、均方误差小,但其稳定性差,且比例因子逐渐减小算法才能收敛.探测器接收的信号经过两种盲均衡器后星座图聚敛性均得到有效改善.在相同信噪比下湍流信道与高斯信道相比,湍流信道算法迭代步长因子和比例因子取值较小才可收敛,均方误差大.两种盲均衡算法可有效改善湍流信道下星座图聚敛性,对提高无线光接收端星座图检测率具有一定的意义.     

使用稀疏贝叶斯学习的水声多途信道盲估计

提出了一种使用稀疏贝叶斯学习(SBL)的多途信号盲解卷积方法对水声多途信道的信道脉冲响应(CIR)进行盲估计。该方法利用垂直阵和多频SBL获得宽带舰船声源在不同垂直到达角上的复数域多频点信号,取其相位对垂直阵接收信号匹配滤波,得到每条路径上的CIR,将多路径CIR相干叠加得到最终的多途CIR结果。仿真与海试数据处理结果表明,相比于原有的基于交替投影的多途信号盲解卷积方法,所提出方法有以下几个好处:(1)无需准确预估多途信号数目;(2)分离的多途信号的方位更准确且信号相位更可靠;(3)有效获取了舰船与阵列之间的CIR.并且将弱路径CIR的平均时间估计误差从4.7 ms缩小到1.0 ms.显著提高了弱路径CIR的时间估计精度。使用稀疏贝叶斯学习的多途信号盲解卷积方法能够有效提高多途环境下水声信道盲估计的性能。     

改进的多输人多输出正交频分复用水声通信判决反馈信道估计算法

针对最小均方误差准则下(Minimum Mean Square Error,MMSE)判决反馈信道估计算法在多输入多输出正交频分复用(Multiple-input Multiple-output Orthogonal Frequency Division Multiplexing,MIMO-OFDM)低信噪比水声通信环境下存在误码遗传缺陷,提出了一种基于压缩感知理论的改进的MMSE判决反馈信道估计算法。通过结合浅海水声信道的稀疏性特点,利用编码校验后的信息与原始信息实现了对信道估计的判决反馈更新,采用匹配追踪算法改进MMSE判决反馈追踪信道估计技术,实现了抑制传统判决反馈信道估计算法在迭代更新及传递过程中存在的误码遗传的目的。仿真和水池实验结果证实:改进的MMSE判决反馈追踪信道估计算法不仅可以有效的抑制误码遗传,对抗突发噪声,跟踪信道的缓慢时变,同时大幅降低了导频占用率,提高了通信质量。