一种基于矩阵外积分解的信道盲辨识与盲均衡算法

本文提出了一种鲁棒性较好的信道盲辨识和盲均衡算法。在仅需知道信道阶数上界的条件下,首先采用改进的信道阶数估计算法对信道阶数进行精确估计,与现有算法相比,所需信噪比降低、对信道的适应性提高;然后,在矩阵外积分解算法的基础上,加入特征值扰动分析,提高了信道盲辨识和盲均衡性能。仿真结果证明了算法的有效性。

线性盲信道辨识算法中存在的问题及解决方法

传统的盲信道辨识与均衡技术大多采用高阶统计的方法 ,这种方法有一些弊端。后来开始研究基于二阶统计的方法 ,这是一个较大的突破。基于二阶统计的盲信道辨识算法大致有以下五种 :线性预测算法LPA[1] [2 ] ,外积分解算法OP DA[3] [4 ] ,多步线性预测算法MSLP[5] ,最小均方平滑算法LSS[6 ] 和约束最小输出能量算法CMOE[7] 。但是这些算法的仿真结果显示信道是不能被辨识的 ,该文将通过分析这些算法 ,指出导致辨识失败的原因 ;并在数字通信系统的背景下 ,给出解决方法。

一种用于多径信道的调制识别算法仿真研究

无线信道的多径衰落造成通信信号的码间干扰,为通信信号的调制识别增加了难度。针对多径环境下的调制识别问题,提出了一种基于改进的外积分解信道盲辨识算法的调制识别新算法。算法首先对信道进行基于改进算法的信道盲辨识和盲均衡,然后对均衡结果提取高阶累积量特征完成调制识别。与已有算法相比,改进的外积分解算法提高了在信道阶数过估计条件下对噪声的鲁棒性,所提出的调制识别算法扩大了识别种类,提高了识别性能。仿真结果证明了算法的有效性。

基于离散正则模型的时变信道盲辨识算法

以CDMA时变信道离散正则模型为基础,提出了基于改进的矩阵外积分解的时变信道盲辨识算法。算法对传统的矩阵外积分解算法进行修正,使其适应离散正则模型两级盲辨识,并引入了精确的时延阶数估计,克服了现有算法需要预先知道信道时延实际阶数的局限,使其在仅知道信道阶数上界的条件下完成盲辨识。仿真结果表明了该算法的有效性。

一种改进的稀疏多径信道盲辨识算法

针对无线多径稀疏信道,利用有效近似思想,提出了一种改进的基于矩阵外积分解的信道盲辨识算法。算法首先采用改进的VIA准则精确估计稀疏信道"有效部分"的阶数;然后使用矩阵外积分解算法估计信道冲激响应的"有效部分",为了降低噪声及信道冲激响应中"零抽头"部分的影响,本文提出一种新的噪声方差估计方法,利用重新构造的自协方差矩阵,能够得到比较精确的噪声方差估计值,提高了外积分解算法在中、低信噪比条件下的盲辨识性能;最后利用盲辨识结果进行反卷积,恢复出发送信号。与现有算法相比,本算法不仅降低了对信噪比的要求,而且克服了子空间算法的相位偏转问题。仿真实验以及对SPIB微波信道测试结果验证了本文算法的有效性。