一种新的基于QAM调制信号的改进恒模算法

在MCMA算法的基础上，引入一种改进代价函数的新型算法。仿真结果表明，该算法较CMA算法有较快的收敛速度，较小的稳态均方误差，并且可以纠正相位偏移引起的星座图旋转；在均衡器结构方面加入反馈环节，大大减少了抽头个数，增强了算法可实现性。     

盲恒模均衡算法的比较分析和改进

首先介绍了一种针对单输入多输出(SIMO)通信接收系统模型的盲均衡算法,即分数间隔恒模算法(FSE-CMA)。并重点针对该算法的缺点进行了改进,给出了另两种新的改进型FSE-CMA算法,即SE-CMA算法和DSE-CMA算法。通过仿真实验比较了这三种算法的性能,得出了DSE-CMA算法比FSE-CMA算法和SE-CMA算法有不同程度改进的结论,表明了这种恒模算法更有利于实际应用。     

一种改进的线性受阻恒模算法研究

近年来对线性约束常模（LCCM）算法的研究一般是基于定长步长的研究。文中提出了一种改进的基于时变步长的LCCM算法，并仿真分析论证了所提出的变步长LCCM算法具有良好的收敛特性。     

一种改进的随机梯度恒模波束形成算法

对随机梯度恒模算法已有的递推公式进行了分析,提出了一种收敛性能更好、合成增益更大的改进型随机梯度恒模波束形成算法。该算法针对已有误差函数的不足进行改进,以各阵元接收信号的模之和作为合成期望值,进而可克服信号模的波动性,增大算法的适用范围及抗噪性能。建立了任意阵的信号模型,基于均匀线阵对改进前后的算法进行仿真比较。仿真结果证实了改进算法的有效性及其在收敛性能、合成增益上的改善。     

最小Rayleigh熵恒模信号分离算法

提出了一种最小Rayleigh熵恒模信号分离算法(MRE-AOCMSS)。该算法通过对代价函数作适当的变换, 得到新的协方差矩阵,然后构造出协方差矩阵的Rayleigh熵,再通过最小化Rayleigh熵得到用以恢复恒模信号的最佳权矢量。该算法能够准确地分离出期望信号并抑制掉干扰,从而有效地克服了常规恒模算法(CMA)对同信道干扰(CCI)功率大于信号功率的情况敏感这一缺点。计算机仿真结果说明了该算法的有效性。     

一种用于QAM信号的改进均衡算法

该文在MMA算法的基础上,将星座匹配思想运用到MMA算法中,提出一种改进代价函数的新型算法GMMA;该算法既利用了星座图上信号的幅度和相位信息,也对星座匹配误差项精确了算法,比较适用于QAM信号的均衡.仿真结果表明,新算法比传统的CMA算法和MMA算法有较快的收敛速度,具有较好的均衡效果和较小的稳态均方误差.     

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。     

恒模类盲均衡算法研究

针对基本的恒模算法存在相位旋转和收敛速度慢等不足的问题,对几种性能优良的盲均衡算法一变步长恒模算法、分数间隔恒模算法和多模算法进行分析与仿真,并对各种改进算法的优缺点进行了分析说明,得到不同算法的均方误差曲线和星座图。     

一种基于恒模算法的多用户盲波束形成新方法

提出了一种适用于多用户的盲波束形成新方法.该方法基于最小二乘恒模算法,当最小二乘恒模算法收敛于某一信号后,我们导出了算法的权向量与其它用户波达方向的关系,进而在不同用户的波达方向上形成初始增益,从而实现对所有用户的波束形成.文中给出了算法的并行和串行实现方案.     

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.     

一种变步长的恒模均衡算法

针对时变信道需进行自适应均衡的要求，介绍了最常用的恒模算法（Constant Modulus Algorithm，CMA），并对该算法进行了改进，提出了一种步长因子μ与误差信号的e（n）之间另一种新的非线性函数，该函数较为简单，且在误差e（n）接近零处具有缓慢变化的特性，克服了CMA在收敛调整过程中的不足。同时给出了改进算法的仿真结果，计算机仿真结果与理论分析相一致，表明该算法提高了恒模算法的收敛速度，同时也保留了恒模算法较为稳定的性能。     

一种低MSE的QAM信号盲均衡算法

文章提出了一种新的以CMA算法为基础的QAM信号盲均衡算法。仿真试验表明,该方法比已有的MCMA和MMA方法具有更快的收敛速度和更好的收敛效果。     

基于恒模算法的DS-CDMA系统下行信号接收机

本文研究多径频率选择性衰落信道下,DS-CDMA系统下行信号检测技术。提出了一种新的基于恒模算法的检测方法。将均衡器的输出投影到一个未使用的扩频序列上,以结果为零作为约束条件,本文分别给出了批处理和自适应的线性约束恒模算法。本文方法克服了常规恒模算法无法保证收敛到期望用户的缺点,并且对周期和非周期扩频系统都有效。仿真结果验证了本文方法具有良好的检测性能,可以在克服信道衰落的同时抑制多址干扰。     

线性约束差分恒模算法

线性约束恒模算法(LCCM)能解决恒模算法(CMA)中存在的干扰捕获问题,但该算法需要将目标模值σ作为一个参数包含在代价函数中进行优化,因而收敛速度较慢.为克服这一缺点,本文提出了一种线性约束差分恒模算法(LCDCM),它可有效避免对最优σ值的搜索.在单干扰源的情况下,该算法的收敛速度和干扰抑制度均优于σ初始值设置不合适的LCCM算法;存在多个干扰源时,即使对LCCM算法的σ初始值进行最优设置,其对独立干扰源的收敛性能也不如LCDCM算法.     

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.     

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。     

无线通信中的恒模类盲均衡算法研究

在无线通信系统中，码间干扰（ISI）是影响通信质量的重要因素。盲均衡技术不需要发送导频序列便能自适应调节均衡器抽头系数，能够有效去除ISI。文中介绍了盲均衡技术原理，重点研究了恒模类盲均衡算法，通过对恒模算法（CMA）和改进的CMA算法（包括MMA算法和双模式盲均衡算法）的迭代公式分析，得出了恒模类盲均衡算法的性能。计算机仿真表明恒模类盲均衡算法在无线通信中具有良好的均衡性能。     

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。     

基于子空间的线性约束最小二乘恒模算法

线性约束最小二乘恒模算法能够有效克服恒模算法中存在的干扰捕获问题,然而,在实际的系统中,由于受到来自噪声子空间分量的影响,从而导致性能下降。针对这一问题,该文提出了一种基于子空间方法的线性约束最小二乘恒模(SLSCM)多用户检测算法并对其性能进行了理论分析。该算法收敛速度快,信道跟踪能力强,有较好的输出信干噪比和误码率性能。理论分析和仿真实验验证了该文算法的有效性和优越性。     

半盲最小二乘恒模算法研究

恒模算法(CMA)是一种广泛应用于阵列处理、均衡、多用户检测中的盲算法.最小二乘恒模算法(LSCMA)由于其全局收敛性及稳定性受到关注.本文针对CDMA系统下行链路,基站知道小区内用户码字而小区外干扰用户码字未知的情形,提出一种适用的半盲LSCM多用户检测(MuD)算法.它将非盲多用户检测(本文中选用解相关MUD)与盲多用户检测技术(本文中选用LSCM检测器)相结合,首先根据小区内已知用户的信息,利用解相关MUD抵消小区内其它用户的干扰,接着利用LSCM算法抵消剩余的干扰.文中将SB-LSCM算法与已经提出的半盲解相关算法、LSCM算法和解相关算法进行了复杂度、SIR和BER性能的比较,并对SB-LSCM算法的SIR性能进行了理论分析.仿真结果表明SB-LSCM算法能够获得与半盲解相关相当的SIR的性能,但是其复杂度更低且在系统负荷大时能够获得优于半盲解相关算法的BER性能.另外,SB-SLCM算法能够获得较LSCM算法更快的收敛速度以及更加优良的性能.