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。     

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.     

一种拖尾噪声环境中的稳健常数模盲均衡新算法

为了改善拖尾噪声环境中盲均衡器的性能,提出了一种稳健常数模盲均衡算法,修改了原常数模算法的误差函数,并进行非线性变换,有效地抑制了拖尾噪声的影响。采用浅海水声信道,在分别叠加高斯噪声与拖尾噪声的情况下,对算法进行了计算机仿真。结果表明:在高斯噪声环境中,新算法具有更快的收敛速度与更低的剩余码间干扰;在拖尾噪声环境中,原算法很不稳定,而新算法则性能稳健,能够稳定地收敛于较低的剩余码间干扰。     

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。     

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.     

一种基于恒模算法改进的光相位均衡技术

传统恒模盲均衡技术由于在信号相位均衡中采用固定步长,致使相位点的收敛速度和收敛精度之间相互制约,其应用范围受到很大的限制。为使接收到的信号恢复效果达到最佳,对传统算法进行了改进,提出了一种以均方误差为判决依据,用时变步长代替固定步长的恒模盲均衡算法,同时对两种算法的均方误差曲线进行比较分析。实验结果表明,随着迭代次数的增加,改进算法恢复的星座图中相位点的收敛速度是原始算法的3倍,其迭代次数在2 000点以后便趋于稳定,使得相位之间的误差减少,信号的恢复效果明显。     

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。     

基于Dual-Mode MMA+MDD 双模式T/2分数间隔盲均衡算法的研究

均衡技术是用来解决通信系统中码间干扰的常用方法.针对传统恒模算法的收敛速度和稳态剩余码间干扰大的缺点,将双模式多模算法和改进型判决引导算法结合起来,并且应用于分数间隔盲均衡器中.该算法初期用双模式算法收敛均衡器,然后切换到改进型判决引导算法中进一步收敛,由于分数间隔均衡器解决了波特间隔均衡器因抽样率不高带来的频谱混叠问题,从而进一步地提高了均衡效果.蒙特卡罗仿真表明,该算法不仅收敛速度快,而且得到较低的剩余码间干扰.     

基于Dual-Mode MMA+MDD双模式T/2分数间隔盲均衡算法的研究

均衡技术是用来解决通信系统中码间干扰的常用方法.针对传统恒模算法的收敛速度和稳态剩余码间干扰大的缺点,将双模式多模算法和改进型判决引导算法结合起来,并且应用于分数间隔盲均衡器中.该算法初期用双模式算法收敛均衡器,然后切换到改进型判决引导算法中进一步收敛,由于分数间隔均衡器解决了波特间隔均衡器因抽样率不高带来的频谱混叠问...     

一种快速收敛的符号回归常数模盲均衡算法

为了加快符号回归常数模算法(SRCMA)的收敛速度,本文提出了一种适合于BPSK信号 的快速算法。该算法用新的误差函数替代SRCMA中的误差函数,新误差函数针对BPSK信号而 设计。新算法采用分数间隔均衡模型,有效地加快了SRCMA算法的收敛速度。水声信道仿真实验 表明,该算法性能稳定,收敛速度快,适用于快速变化信道的盲均衡和水声通信数据的实时恢复。     

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。     

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。     

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。     

基于判决导引的水声信道混合盲均衡算法研究

提出了一种适用于正交幅度调制(QAM)信号的混合盲均衡算法,该算法在初始模式中分别对QAM信号的同相分量和正交分量进行均衡,利用方形环判决域对均衡器输出信号进行判决,当误码率降到足够低的水平时自动切换到判决导引最小均方误差算法。最后利用水声信道仿真模型,对该算法的性能进行了验证。结果表明:该算法性能稳健,收敛后均方误差小,有效降低了高速水声通信的误码率,提高了水声信道均衡的稳定性,且有良好的冷启动和重新启动能力。     

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。