适用于高阶QAM信号的多模混合盲均衡算法

为了提高高阶QAM信号的盲均衡性能,本文提出了一种新的多模混合盲均衡算法。该算法首先对加权多模盲均衡算法进行改进,提出了新的加权因子选取方法;然后将其与判决引导算法有机结合,构造出新的多模混合盲均衡代价函数对均衡器系数自适应更新。与其他盲均衡算法相比,该算法不仅降低了均衡后的稳态误差,增强了对不同调制阶数的适应能力,而且大幅度提高了均衡器的收敛速度。仿真结果验证了该算法的有效性。

适用于高阶QAM信号的分数间隔混合盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出一种分数间隔混合盲均衡算法。该算法将恒模盲均衡算法(CMA)与判决引导算法相结合,并充分利用了分数间隔均衡结构在收敛速度、稳态误差方面的优势。均衡器系数更新首先进行时域解相关,为了消除恒模盲均衡算法的相位不敏感特性,在实现上构造载波同步与盲均衡的大环路。仿真结果表明,对方形星座图的高阶QAM信号,该算法可以提供更快的收敛速度和更小的稳态误差。

适用于高阶QAM信号的混合型盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出了MMA-DD和SIGN-MMA-DD两种改进的混合型盲均衡算法。首先,MMA-DD算法将多模盲均衡算法和判决引导算法有机结合,并采用均方误差来控制两者在混合误差中的比例,降低了均衡器的稳态误差。然后对MMA-DD算法在误差计算和均衡器系数更新两方面进行简化,得到SIGN-MMA-DD算法,有效地降低了运算复杂度。仿真结果表明,两种算法的盲均衡性能优于多模盲均衡等算法。

适用于高阶QAM信号的盲均衡算法

为了提高高阶QAM信号盲均衡性能,给出了改进的WMMA盲均衡算法和基于多模的混合盲均衡算法。改进的WMMA盲均衡算法采用新的加权因子选取方法,降低了稳态误差,提高了算法对不同调制阶数的适应能力;此外,采用了基于峰度的变步长方法,能够提高均衡器收敛速度。基于多模的混合盲均衡算法将改进的WMMA盲均衡算法和判决引导算法有机结合,构造出新的混合盲均衡代价函数,在保证较低稳态误差的前提下,能够大幅度提高均衡器的收敛速度。理论分析和仿真结果表明,2种算法对信号星座图的形状不敏感,稳态误差和收敛速度较其他算法均有改善。

适用于圆形高阶QAM信号的盲均衡算法

针对现有盲均衡算法大多仅适用于方形或十字形QAM信号的问题,本文提出了一种适用于圆形高阶QAM信号的混合盲均衡算法。该算法首先对区域多模盲均衡算法进行改进,提出了新的区域划分方法并将其与改进的多模盲均衡算法相结合,构造了新的误差模型使之与圆形星座匹配程度大大提高;然后将其与判决引导算法和数据重用技术有机结合,构成低稳态误差的快速混合盲均衡算法。与其他同类型盲均衡算法相比,本文算法对于圆形星座高阶QAM信号尤为有效,不仅降低了稳态误差,且大幅度减少了收敛所需符号数。仿真结果验证了该算法的有效性。

高阶QAM信号盲均衡算法及其FPGA实现

针对高阶QAM信号的盲均衡问题,提出一种将广义多模算法(GMMA)与判决引导(DD)算法相结合的混合型盲均衡算法GMMA-DD。该算法融合GMMA算法与DD算法的优势,采用均方误差控制2类误差信号在总误差信号中所占的比例,从而提高高阶QAM信号的盲均衡性能。为便于现场可编程门阵列(FPGA)实现,对GMMA-DD算法进行改进,以降低算法复杂度、节省硬件资源。在FPGA上采用串行结构,以流水线的方式设计并实现该算法。实验结果表明,该盲均衡器能够较好地完成对高阶QAM信号的均衡。