通信信號處理-水聲信道盲均衡算法綜述-文庫吧
2024-12-24 11:21 本頁面
【正文】 算法 [7]。該算法韌性好 ， 代價函數(shù)僅與接收信號的幅值有關(guān) ， 而與相位無關(guān) ， 但存在著收斂速度慢 ， 有誤收斂現(xiàn)象等 ， 使其應(yīng)用受到一定限制。 1990 年 O. Shalvi 和 Weinstein[3]創(chuàng)立了 SW 理論 ， 證明在系統(tǒng)輸入輸出平均功率相等的約束條件下 ， 系統(tǒng)輸入、輸出的峰態(tài)相等是系統(tǒng)為理想系統(tǒng)的充要條件。該理論揭示了系統(tǒng)輸入、輸出之間的一般規(guī)律 ， 即輸出信號的峰態(tài)總是小于輸入信號的峰態(tài)。 1987 年 G. Picchi 和 [8]提出 StopandGo算法。該算法結(jié)合了判決法和 Sato 算法的優(yōu)點 ， 具有計算簡單 ， 收斂速度快 ，殘差小等特點。但代價函數(shù)中出現(xiàn)了待定參數(shù) ， 它由實驗確定 ， 因而不易得到它的最佳值 ， 使得應(yīng)用受到限制。 近幾年來，一些學(xué)者對原有的算法進(jìn)行了一系列的改進(jìn)， 文獻(xiàn) [26]提出相應(yīng)的收斂性能好、實用性強(qiáng)的基于不同誤差函數(shù)的常數(shù)模算法 ， 聯(lián)合盲均衡算法 ，以及基于空間分集的盲均衡算法。 文獻(xiàn) [27]提出了一族新 Bussgnag 類盲均衡算法統(tǒng)一形式的代價函數(shù) ， 該代價函數(shù)具有明確的數(shù)學(xué)意義 ， 包括了經(jīng)典的DeciisoniDercted 算法 ， Sato 算法 ， CMA 算法及其變種。根據(jù)該代價函數(shù) ， 可以設(shè)計出新類型的 Bussgang 盲均衡算法 ， 這種算法明顯提高了收斂速度。文獻(xiàn)[28]提出一類新的 Bussgang 指數(shù)拓展多模算法，進(jìn)一步降低傳統(tǒng) Bussgang 類盲均衡算法收斂時的穩(wěn)態(tài) 。文獻(xiàn) [29]提出一種適用于高階 QAM 系統(tǒng)的新 Bussgang類多模盲均衡算法。將新的代價函數(shù)與星座匹配誤差函數(shù)結(jié)合，給出一種瞬時雙模切換混合算法，然后設(shè)計了一種基于判決圓的模式切換準(zhǔn)則，從而 達(dá)到進(jìn)一步有效降低新算法穩(wěn)態(tài)誤差的效果。 這些算法對 補(bǔ)償信道的非理想特性 ， 改善接收效果 ， 提高通信質(zhì)量具有重要的理論意義和實用價值 。 基于高階譜的盲均衡算法 高階譜盲均衡算法充分利用了高階譜含有系統(tǒng)的幅度特性和相位特性這一特點，可以直接從系統(tǒng)接收信號 (即盲均衡器的輸入信號 )的高階累積量中獲得信道參數(shù)。其關(guān)鍵是建立信號的高階累積量與信道參數(shù)之間的關(guān)系方程，然后 以解方程的方式獲得信道參數(shù)。 1991 年 D． Hatzinakos 和 首次提出了基于多譜的盲均衡算法，稱為 TEA 算法，它能保證全局收斂性，但運(yùn)算量較大。該算法的提出為研究非最小相位信道盲均衡算法開辟了一條新的途徑。同年， 和 BFriedlander[1~3]也提出了兩種基于二階和四階累積量的 QAM 系統(tǒng)盲均衡算法。 1993年 [11， 12]等提出了 PAM 系統(tǒng)的二階和四階累積量算法。 [13]于 1996 年首次提出歸一化累積量的概念 ， 并證明系統(tǒng)輸入輸出歸一化累積量幅度相等是實現(xiàn)盲均衡的充要條件。由于累積量階的選擇幾乎是任意的 ， 因而實際的充要條件不是一個而是一簇。 理論意味著同時利用兩種高階累積量就可以解決盲均衡問題。從現(xiàn)有算法來看 ， 對于對稱性信號 ， 由于奇數(shù)階累積量為零 ， 一般采取對稱到反對稱變換 [11,12]、偶數(shù)階累積量 [1417]、歸一化累積量 [13]、倒譜 [9,18]等算法。對于非對稱性信號 ， 采用奇數(shù)階累積量或利用循環(huán)平穩(wěn)性 [19,20]等來進(jìn)行均衡。 基于 神經(jīng)網(wǎng)絡(luò) 理論的盲均衡算法 神經(jīng)網(wǎng)絡(luò)理論的盲均衡算法從原理上主要有兩種。一種是基于傳統(tǒng)代價函數(shù)的方法 ， 首先選擇一個網(wǎng)絡(luò)結(jié)構(gòu) ， 提出一個代價函數(shù) ， 并且根據(jù)這個代價函數(shù)確定權(quán)值的遞推方程 (此方程中包含有輸入和輸出信號的特性 )； 然后 ， 通過求代價函數(shù)的極小值來達(dá)到調(diào)整權(quán)值的目的。另一種是根據(jù)網(wǎng)絡(luò)的能量函數(shù)構(gòu)造權(quán)值 ，即從現(xiàn)階段神經(jīng)網(wǎng)絡(luò)的研究來看 ， 神
公司管理相關(guān)推薦
鄂ICP備17016276號-1