一种改进的变步长双模算法研究

在对常模算法(CMA)和改进常模算法(MCMA)的研究基础上,提出了一种改进的变步长双模算法(Variable Step-size MCMA-DD)。改进算法通过误差信号自动地调节步长,从而调节算法的收敛速度。通过仿真表明,改进算法具有与MCMA-DD算法相近的误码性能,但是很大程度地加快了算法的收敛速度。

基于集员滤波的双归一化数据重用盲均衡算法

数据重用可以有效地加快盲均衡算法的收敛速度,但会带来噪声放大的问题。针对这种情况,该文将数据重用方法应用到基于实虚部分开处理的改进常模盲均衡算法中,采用集员滤波克服应用数据重用时引起的噪声放大问题,推导出一种收敛速度较快的盲均衡算法。实验仿真表明,该算法具有较快的收敛速度,适用于短时信号处理。

基于区域划分的双模式盲均衡算法研究

改进常模算法(MCMA)克服了常模算法(CMA)对相位不敏感的缺点,但收敛性能仍然较差。本文研究了依据区域划分将MCMA和判决引导(DD)算法有机结合的双模式盲均衡算法:通过综合考虑信噪比和剩余码间干扰,研究了区域划分边界的确定;讨论了不同模式中步长的选取;并应用滞后切换策略克服这种算法中的稳态误差波动问题。仿真表明: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和一定范围的载波频率偏移,具有很好的实用性。