一种复杂星座信号的盲均衡新方法

基于高阶统计量(HOS)盲均衡算法虽可适用于单入单出(SISO)系统,但HOS算法均依赖大数据量而无法满足高速信号传输的时变要求,该类算法对于高阶正交幅度调制(QAM)信号系统的盲均衡能力偏弱.该文在较小数据量的前提下,提出一种适用于SISO系统的高阶QAM信号盲均衡的新算法.算法运用支持向量回归框架,根据有序风险最小化原则,通过构造由恒模算法和星座匹配误差代价函数联合组成的新经验风险项和引入ε-不敏感损失函数的方法,构造出一个新的代价函数,从而将高阶QAM信号系统的盲均衡问题转化为求解无约束的优化问题.最后采用64-QAM信号进行仿真和分析,仿真结果发现无论从算法运算代价和对数据量的要求上均优越于现有HOS盲均衡算法.

含软方向判决的修正CMA盲均衡新算法

提出了一种新颖的盲均衡算法MCMA+SDD,它一方面在代价函数中同时包含了幅度和相位的信息,另一方面,增加了并行的软方向判决(SDD)盲均衡算法,使得MCMA+SDD算法无需载波跟踪环就能够纠正相位的失真;在低信噪比条件下具有较快的收敛速度和较低的稳态均方误差。

十字形QAM信号的盲均衡技术研究

提出两种适用于十字形正交幅度调制QAM(Quadrature amplitude modulation)信号的盲均衡算法:改进的常十字模算法(MCXA)和基于判决引导的改进的常十字模算法(DD-MCXA)。MCXA在CXA基础上重构了代价函数,在其代价函数中增加了星座图匹配误差(CME)函数,CXA部分提供了全局收敛,CME部分用来减少剩余误差和加快收敛速度。DD-MCXA在保持CXA部分提供良好的最初收敛的优点的同时,自动削弱了CXA部分在局部收敛区域的误差影响,从而进一步提高了均衡性能。通过对户外无线微波信道模型的仿真实验,验证了这两种算法良好的均衡性能。

新的混合型盲均衡算法

以修正常数模算法(MCMA)为基础,用变步长代替固定步长,提出一种新的变步长修正常数模算法(VSS-MCMA),并在此基础上提出一种基于均方误差判决引导(DD)的双模式盲均衡算法(DD-VSS-MCMA),该算法在收敛阶段采用收敛性能良好的VSS-MCMA算法,当剩余均方误差达到足够低时切换到DD算法,又在此算法的代价函数中加入星座图匹配误差函数(CME),进一步提出CME-DD-VSS-MCMA算法。计算机仿真结果表明:与MCMA算法相比,提出的VSS-MCMA可以同时提高收敛速度和降低稳态剩余码间干扰(ISI),DD-VSS-MCMA进一步降低了稳态剩余ISI,CME-DD-VSS-MCMA显著地加快了收敛速度并获得了更好的稳定性能。