一种改进的单载波频域中基于最小均方误差的多目标常模盲均衡

针对移动通信如何在有限带宽中实现最优信道均衡,以确保信号传输质量,提出一种改进均衡方案,将单用户的单载波频域均衡转化为多目标频域常模均衡。由原先的一个常数模均衡器生成多个常数模均衡器,引入最小均方误差准则,并采用正交化处理,降低了均衡后信号的误差。仿真实验结果表明,这种方案较之以往的频域均衡方法,性能结果更为理想。

全局人工鱼群优化的动量常模盲均衡算法

针对常模盲均衡算法(CMA)存在局部收敛和慢收敛的缺陷,提出了一种全局人工鱼群优化的动量常模盲均衡算法(GAFSA-MCMA)。该算法首先利用全局人工鱼群算法(GAFSA)收敛速度快、全局搜索能力强的优点,寻找人工鱼群的最优位置向量并作为CMA的初始优化权向量,从而使权向量在迭代过程中获得全局最优,同时将动量算法引入到CMA中,提高收敛速度。与CMA、MCMA相比,该算法均方误差较小、收敛速度较快。

一种改进的双模式遗传盲均衡算法

水声通信系统,为了消除由多径传播的码间干扰问题,主要采用常数模盲均衡算法(CMA),但存在收敛速度慢以及盲相的特点。为了克服常数模算法的缺点,提升水声通信的质量,在分析了常用的常数模盲均衡算法以及遗传盲均衡算法的优劣性后,利用指导性Cadzow定理解决了两种算法的融合问题,提出了一种改进的双模式遗传盲均衡算法。仿真结果表明该算法有效地结合了CMA算法以及遗传算法的优点,解决了CMA算法收敛速度慢的问题,提升了水声通信的质量。

基于鲶鱼效应粒子群优化的变参误差盲均衡算法

为克服常模算法(CMA)收敛速度慢、稳态误差大的缺点,提出了基于鲶鱼效应粒子群算法优化的变参误差常模盲均衡算法(CEPSO-VSCMA)。该算法在变参误差常模盲均衡算法(VSCMA)的基础上,融入鲶鱼效应粒子群算法,利用粒子群的随机搜索,寻找全局最优解,同时结合鲶鱼效应,利用具有活力和竞争力的鲶鱼个体促使粒子群活跃起来,加快收敛。仿真结果表明:与CMA、VSCMA和基于粒子群算法优化的变参误差常数模盲均衡算法(PSO-VSCMA)相比,该算法提高了收敛速度、减小了均方误差。

双蝙蝠群智能优化的多模盲均衡算法

针对常模盲均衡算法(CMA)均衡多模QAM信号收敛速度慢、剩余均方误差大的缺陷,提出了一种基于双蝙蝠群智能优化的多模盲均衡算法(DBSIO-MMA)。该算法将2个蝙蝠群独立全局寻优得到的一组最优位置向量分别作为多模盲均衡算法(MMA)初始化最优权向量的实部与虚部,以此提高收敛速度并减小剩余均方误差。仿真结果表明,蝙蝠算法(BA)全局搜索成功率高、收敛速度快的特点在DBSIO-MMA中得到很好地体现。与CMA、MMA、粒子群多模盲均衡算法(PSO-MMA)、单蝙蝠群多模盲均衡算法(BA-MMA)相比,DBSIO-MMA具有更快的收敛速度和更小的均方误差。

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。

基于GNURadio的CMA盲均衡器和锁相环组合设计与实现

在分析Bussgang类恒模算法(Constant Modulus Algorithm,CMA)盲均衡基础上,使用改进型CMA结合二阶锁相环(PLL)的盲均衡方法,实现对MQAM(M=4,16,64)和MPSK(M=2,4,8)信号经过高斯噪声信道后发生的频率偏移和相位偏移的消除。组建了基于GNURadio和USRP软件无线电平台的CMA+PLL盲均衡处理模块。通过对MQAM和MPSK信号的测试,模块在噪声影响下对信号频率和相位偏移依然有良好的纠正性能,为使用软件无线电平台实时接收处理信号做好模块化验证。