三种基于二阶统计量的水声信道辨识方法性能分析

摘要

本文主要将三种典型的基于二阶统计量的盲辨识与盲均衡方法应用于浅海水声信道模型的辨识与均衡，比较几种算法的优劣，寻找适合于水声信道辨识与均衡的方法。总结三种算法性能:(1)对观测数据的依赖程度方面:QR分解算法的收敛速度最快，OPDA算法收敛速度次之，子空间算法的收敛速度最慢。（2）抗噪性方面:OPDA算法抗噪性最强，QR分解算法次之，子空间算法最差。(3)对信道阶数估计依赖程度方面;OPDA算法对信道阶数的估计敏感度最小，QR分解算法次之;子空间算法最敏感。(4）在辨识条件充分时辨识效果比较:子空间算法最好，QR分解算法次之， OPDA算法均衡效果最差。三种信道辨识方法在水声信道条件下表现出了不同的特点，说明几种方法适用场合不同。可以考虑综合利用它们的优点，更好的应用于水声信道辨识。