针对短波信道中信号传输产生的码间串扰问题,文中结合人工神经网络(Artificial Neural Network,ANN)与递归最小二乘法(Recursive Least Square,RLS)算法,实现改进的RLS-ANN短波信道均衡算法。通过有监督与无监督分段均衡处理,实时校准...针对短波信道中信号传输产生的码间串扰问题,文中结合人工神经网络(Artificial Neural Network,ANN)与递归最小二乘法(Recursive Least Square,RLS)算法,实现改进的RLS-ANN短波信道均衡算法。通过有监督与无监督分段均衡处理,实时校准经由短波信道传播之后产生的信号幅度和相位失真。对实测的高频数据链(High Frequency Data Link,HFDL)短波信号进行均衡处理,结果表明RLS-ANN算法相比传统的最小均方算法(Least Mean Square,LMS)和RLS算法在星座图收敛速度、平均误差及误码率等方面效果更优,该算法通过降低误码率,可有效改善信号经由短波信道传输的通信质量。展开更多
文摘针对短波信道中信号传输产生的码间串扰问题,文中结合人工神经网络(Artificial Neural Network,ANN)与递归最小二乘法(Recursive Least Square,RLS)算法,实现改进的RLS-ANN短波信道均衡算法。通过有监督与无监督分段均衡处理,实时校准经由短波信道传播之后产生的信号幅度和相位失真。对实测的高频数据链(High Frequency Data Link,HFDL)短波信号进行均衡处理,结果表明RLS-ANN算法相比传统的最小均方算法(Least Mean Square,LMS)和RLS算法在星座图收敛速度、平均误差及误码率等方面效果更优,该算法通过降低误码率,可有效改善信号经由短波信道传输的通信质量。