基于PDF盲均衡算法和修正恒模算法的研究

摘要

对于信道经常性衰落、非线性、时变特性和多径传输等影响,盲均衡技术由于不需要训练序列就能自适应的调整均衡器的抽头系数,跟踪信道特性,完成对信号的最佳估计,是目前新兴的一种自适应均衡技术。其中的Bussgang类算法,由于其理论完备,计算简单,易于实现等特点被广泛使用。而Bussgang类算法中应用最多、性能最好的就是恒模算法(CMA)。CMA具有算法简单、计算开销小和对恒模调制信号均衡效果较好等优点。
　　但是CMA收敛速度慢,收敛后的稳态均方误差不够小,并且当系统的载波频率有偏离或信道存在相位旋转时,收敛后的输出信号会出现随机相位旋转。特别针对多电平调制通信信号,比如脉冲幅度调制信号(PAM)、正交幅度调制信号(QAM)等,均衡效果较差。为了解决CMA均衡器输出出现随机相位旋转和收敛速度慢的问题,S. Chen根据均衡器输出信号的最大后验概率密度函数检测准则,提出了一个并行软判决恒模算法(CCMA+SDD)。
　　此算法可以使CMA均衡器和SDD均衡器的权矢量同时更新,而不用考虑误差信号的传播。CCMA+SDD算法可以获得比较好的均衡性能,比如收敛速度快、稳态均方误差小,缺点是这种算法的运算开销十分巨大。针对MQAM调制信号(比如16QAM,64QAM等),CCMA+SDD算法的运算量同M参数成正比。
　　在不引起星座缩减现象条件下,文中对CCMA+SDD算法进行简化,提出一种根据均衡器输出信号星座点位置对复平面进行随机划分的低复杂度CCMA+SDD算法,可以克服S.Chen算法采用固定复平面划分带来的收敛慢的缺点,并减少了计算量。同时应用Matlab语言仿真表明,这种低复杂度盲均衡算法的剩余ISI性能并没有下降。基于Parzen窗方法的概率密度函数(PDF)估计,L. Marcelino等人提出了一种自适应盲均衡算法(简称PPDF算法),使均衡器输出模值的PDF和已知信号模值的PDF相匹配,在多电平数字调制通信体制中比CMA的均衡性能更好。然而同CMA一样,这种盲均衡算法也仅仅利用了输入和输出信号的模值,当系统的载波频率有偏离或信道存在相位旋转时,收敛后的输出信号会出现随机相位旋转。此外,PPDF算法为了保证算法的全局收敛,要求核函数参数的取值较大,此时还会出现星座间距缩减效应,而这种效应又会导致通信系统的误码率增加。
　　针对PPDF算法运算开销较大问题,文中提出一种低复杂度PPDF算法。此算法根据均衡器输出信号星座点位置对复平面进行划分,运算量相当于4QAM调制方式,不随M的增大而增大,并且此低复杂度PPDF算法的收敛性能比PPDF算法好。针对原始PPDF算法收敛不够快的缺点,利用并行盲均衡器结构,文中提出一种并行直接判决PPDF算法。
　　此算法不会引起普通自适应算法容易引起的误差扩散问题,收敛速度快。另外,文中还提出一种数据依赖型直接判决PPDF算法,应用Matlab语言对16QAM仿真表明,此算法不但收敛速度快,而且收敛后稳态均方误差小。

目录

摘要

Abstract

第1章 绪论

1.1 论文研究的目的和意义

1.1.1 自适应信号处理

1.1.2 带训练序列的自适应滤波器

1.1.3 自适应滤波器理论及其应用

1.1.4 盲均衡技术介绍

1.2 本文工作和论文结构

1.3 小结

第2章 盲均衡技术

2.1 均衡原理

2.1.1 信道模型

2.1.2 反卷积

2.1.3 均衡器结构

2.1.4 基于训练的自适应均衡

2.2 盲自适应均衡原理

2.2.1 盲均衡问题的数学描述

2.2.2 盲自适应均衡

2.3 小结

第3章 恒模盲均衡算法

3.1 信道模型

3.1.1 CMA

3.2 CMA常数R的选择

3.3 CMA的稳态均方误差(MSE)性能

3.4 小结

第4章 低复杂度软判决并行恒模算法

4.1 软判决并行恒模算法

4.1.1 系统模型

4.1.2 CCMA+SDD盲均衡算法

4.1.3 稳态均方性能

4.2 低复杂度并行CMA+SDD算法

4.3 修正低复杂度并行CMA+SDD算法

4.4 仿真实验

4.4.1 仿真环境

4.4.2 CCMA+SDD算法星座图和稳态均方误差

4.4.3 两种算法的性能比较

4.5 小结

第5章 低复杂度PPDF盲均衡算法

5.1 PPDF盲均衡算法

5.1.1 信道模型

5.1.2 PPDF算法

5.1.3 PPDF算法的其它代价函数

5.1.4 PPDF算法的核参数选择

5.2 PPDF算法的低复杂度盲均衡算法(LCPPDF算法)

5.2.1 LCPPDF算法

5.3 LCPPDF算法的仿真

5.3.1 仿真环境

5.3.2 PPDF算法和LCPPDF算法的性能曲线比较

5.3.3 LCPPDF算法在不同星座半径下的性能比较

5.4 小结

第6章 修正PPDF盲均衡算法

6.1 并行直接判决PPDF算法(DD+PPDF算法)

6.2 数据依赖型直接判决PPDF算法(DDDD+PPDF)

6.3 PPDF修正算法的仿真

6.3.1 仿真环境

6.3.2 修正PPDF算法的星座图

6.3.3 修正PPDF算法的性能曲线

6.4 小结

结论

全文总结

工作展望

需要进一步研究的问题

附录A

A.1 基本定义

A.2 常用例子

参考文献

攻读学位期间公开发表论文

致谢