论文部分内容阅读
均衡技术是数字通信系统中克服码间干扰(Inter-Symbol Interference，简称ISI)的有效方法，目前得到了广泛的应用。其中盲均衡技术由于不需要训练序列，就能自适应地调整均衡器的抽头系数而倍受重视。基于循环平稳的盲均衡在90年代中期出现并得到发展。其中基于二阶统计量的盲均衡算法用的最多。由于二阶循环统计量不仅含有信号的幅度信息，而且还含有相位特征。因此，仅利用系统的输出信号就能进行系统均衡。本文所做的主要工作如下：(1)分析了盲均衡准则，阐述了二阶统计量的原理，总结了基于二阶统计量的两类盲均衡算法，阐明了应用基于二阶统计量盲均衡算法的必要性和可行性。(2)建立了SIMO系统模型，研究了基于子空间的盲辨识与盲均衡算法，同时对均衡的过程进行了模拟仿真。该算法通过过采样，仅仅利用输出的二阶统计量就可辨识出系统的传输函数，为研究基于二阶统计量的盲辨识与盲均衡提供了重要的基础。(3)迫零(Zero-Forcing)盲均衡器在忽略噪声时可以称为完美均衡器，但当噪声存在时，均衡性能会受到很大的影响。为了克服这一缺陷，本文提出了一种新的基于二阶统计量的直接盲最小均方误差(Minimum Mean Square Error)均衡算法。其利用接收信号的二阶循环平稳性，依据MMSE准则，不经过辨识直接均衡信道。(4)本文对所提算法的误码率性能进行了理论分析，并进行仿真验证。在同一实验条件下将本算法与其它算法相比较。与基于子空间的盲均衡算法相比，该算法由于不经过辨识直接均衡信道，所以受信道阶数误差的影响较小。与基于CMA的盲均衡算法相比，由于利用了二阶统计量所以不会陷入局部最优点。仿真结果表明新算法运算复杂度低，抗噪性能强，误码性能好。