论文部分内容阅读
盲均衡技术作为高阶QAM解调系统中的一项关键技术,无需周期性地发送训练序列,可仅仅依靠接收信号的统计特性来恢复原始发送信号。它在多点网络和非协作通信中具有独特的优势。但在多径信道情况下,由于高阶QAM星座点比较密集,传统Bussgang盲均衡算法有时不能有效消除码间干扰。因此,研究收敛速度更快、稳态误差更低的盲均衡算法具有重要意义。本文在分析传统盲均衡算法的基础上给出了三种改进的算法:MCME-MCMA、MMCMA-DD-VSS-LMS以及归一化解相关算法,仿真结果证明了新算法的有效性。本文主要内容如下:1.分析了无线信道特性,阐述了盲均衡算法的基本原理,详细描述了盲均衡算法性能评价准则如双模式算法的切换准则、Bussgang类盲均衡器结构。论述了分数间隔盲均衡原理和实现。并在不同场景下,对经典Bussgang算法进行了仿真实现和性能对比,且从理论上分析了各算法的优缺点。2.针对CME算法冷启动能力差和MCMA算法应用到高阶QAM信号中收敛速度较慢的缺点,提出了一种动量星座匹配算法(MCME-MCMA)。仿真结果表明,对于经过恶劣多径信道传输的64QAM和256QAM信号来说,所提算法能够快速收敛,且稳态性能比MCMA算法有5至7dB的提升。3.受MCMA-DD-LMS算法的启发,提出了一种混合盲均衡算法MMCMADD-VSS-LMS算法。在相同信道条件下,新算法在与MCMA-DD-LMS算法稳态误差相当的前提下,收敛速度提前了1000个码元。通过引入新的变步长函数增进了MCMA算法的收敛速度。应用改进算法在16QAM的盲均衡中,收敛速度相比MCMA算法提前4000个码元,稳态误差降低2dB。4.给出了一种归一化的自适应解相关算法,该算法是将解相关方法应用到盲均衡中,基于输入信号解相关前后的相关性有选择地进行解相关,用于减小均衡过程中相邻信号矢量间的相关性。结果表明:在不增加稳态误差的前提下,该算法可显著地提高均衡器收敛速度。