基于加权判决信号的判决反馈盲均衡新算法

判决反馈常数模盲均衡算法(CMADFE),在均衡的起始阶段,由于眼图未睁开,容易引起判决器的误判,导致收敛速度慢。为了减小误判的影响,在迭代初期把判决信号加权后送入反馈滤波器中,当均衡一段时间后再把判决信号不需加权直接送入反馈滤波器,从而得到加权的CMADFE算法。计算机仿真表明,加权的CMADFE算法提高了收敛速度,且均方误差亦有所减小。

引入迭代阈值判决导引判决反馈盲均衡算法

基于判决圆的常数模算法(CMA)和判决导引算法(DD)相结合的判决反馈盲均衡算法(CMA+DD),在均衡的起始阶段,由于眼图未睁开,DD算法无法收敛,导致收敛速度慢。为了加快收敛速度,在迭代过程中引入迭代阈值limit,以修改CMA+DD算法的判决条件,从而得到改进的CMA+DD算法(MCMA+DD)。该算法在均衡的起始阶段先采用CMA迭代limit次,然后再根据判决圆进行切换。水声信道仿真结果表明,MCMA+DD算法收敛速度快;迭代阈值不同,影响收敛速度;仍具有冷启动和重新启动能力。

一种自适应判决反馈盲均衡器

信道均衡是现代通信系统中的一项关键技术,如何提高均衡器的性能是目前研究的热点课题.提出了一种自适应无训练(盲)判决反馈均衡器,可以被看作4部分的级联,主要部分是一个递归滤波器(R)和一个横向滤波器(T).在初始的捕获阶段,R位于前端依据某种预测准则白化其输出信号,而T依据Godard(或者Shalvi-Weinstein)准则消除残余的码间干扰.在跟踪阶段,均衡器变为面向判决最小均方的传统型判决反馈均衡器.与有训练的判决反馈均衡器相比,这种均衡器具有相同的运算复杂度、收敛速度、稳态均方误差和误码率,但是它却不需要训练序列.因此,该自适应无训练判决反馈均衡器在信道均衡方面具有更好的适应性.

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。

基于盲判决反馈均衡的GPS信号多径干扰抑制方法

给出了存在多径效应时的GPS接收信号模型,分析了多径干扰对GPS接收机跟踪环路的影响.将均衡技术应用于跟踪环路,提出了一种GPS信号多径干扰抑制方法.该方法在GPS信号跟踪环路中引入了判决反馈分数间隔均衡器,同时,根据GPS信号为BPSK调制且发送的伪码序列被导航电文调制后存在正负反转不确定性的特点,均衡器系数更新时选用MCMA盲均衡算法.仿真结果显示,该方法能够有效消除多径影响,验证了算法的正确性和可行性.

基于不同误差函数的判决反馈水声信道盲均衡算法

在分析不同误差函数的特性和CMA算法的基础上,研究了基于不同误差函数的判决反馈盲均衡算法。水声信道的仿真分析表明:1)对于频响起伏较大的水声信道,CMA-DFE在收敛速度与均方误差方面的性能优于CMA;2)在实验参数相同的条件下,由于误差函数的不同,CMA-DFE的性能也不同。

基于DD-LLMS算法的盲自适应判决反馈均衡器

本文把用于自适应线性滤波器的LLMS算法推广到盲判决反馈均衡器,并应用于短波信道的盲均衡。仿真结果表明这种DD-LLMS盲判决反馈均衡算法具有很好的稳定性、较快的收敛速度和较好的跟踪性能。

基于判决反馈均衡器结构的盲均衡算法研究

文章对用于判决反馈均衡器的盲均衡算法进行了研究,重点研究了CMA DFE算法、高斯簇算法和解相关算法,并通过仿真分析比较了这些算法的性能。

基于不同位置小波变换的盲均衡器研究

目前引入小波变换的自适应均衡器均是将正交多小波变换放置在均衡器(前向滤波器)之前以加快收敛。以常模判决反馈均衡器(CMA-DFE)为例,根据平衡正交多小波变换是放置在前向滤波器还是反馈滤波器之前,研究了三个均衡器,即常规的基于前馈正交多小波变换常模判决反馈盲均衡器(MWT-CMA-DFE)、基于反馈正交多小波变换的常模判决反馈盲均衡器(FMWT-CMA-DFE)和基于双正交多小波变换的常模判决反馈盲均衡器(DMWT-CMA-DFE),分析了其各自的复杂度。水声信道仿真结果表明:与CMA-DFE、MWT-CMA-DFE和FMWT-CMA-DFE相比,DMWT-CAM-DFE具有更快的收敛速度和跟踪时变信道的能力,且消除了相位旋转。

盲匹配滤波接收机中的一种改进方法

将零逼近和最小均方估计算法运用于盲匹配滤波接收机(MFR)中,并对这两种算法所得到的比特误码率(BER)作了仿真比较。在噪声存在时,使用常系数算法(CMA)对信道进行估计的效果变差;为此,改用了最大似然序列估计算法(ML SE)并对匹配滤波器(MF系数进行了修正,同时使用Matlab进行了仿真,仿真结果表明:ML SE方法在低信噪比时使接收机表现出良好的性能。