高阶幅相调制信号的盲均衡算法研究

摘要

无线通信中，码间干扰对接收信号的可靠性产生很大影响，为减小接收端误码率，需要在接收端采用均衡器。传统均衡器需要重复发送训练序列，降低了信息传输速率，盲均衡技术无需发送训练序列，根据接收信号的先验信息实现信道均衡。由于在频谱效率和功率效率方面的优势，高阶幅相调制信号受到广泛应用。因此，研究高阶幅相调制信号的盲均衡算法具有重要价值。
　　针对盲均衡算法在不同信道的特性，以及算法性能和实现复杂度方面的问题，本文主要工作如下。
　　1.针对不同特征值扩展信道，提出了通过均衡器输入信号矢量的相关值区分信道的方法；在考虑算法复杂度与性能的基础上，分析了SWA和MCMA算法在不同特征值扩展信道中的适用性；为进一步提高均衡性能，提出了基于星座匹配误差函数切换的双模算法，并验证了此算法能够加快收敛速度，减小稳态误差。
　　2.给出了改进的MCMA和SWA盲均衡算法。受β_CMA和仿射投影算法的启发，提出了β_MCMA和MCMA_APA算法。为修正SWA算法相位模糊问题，给出了改进的SWA算法（即MSWA）。结合凸组合和MSWA算法的优点，提出了均衡性能更好的MSWA_RLS凸组合算法，同时给出了低复杂度的简化MSWA_RLS凸组合算法。
　　3.给出针对短数据和低复杂度的盲均衡算法。针对突发短数据收敛性能差的问题，提出了基于可靠性标记的短数据重用盲均衡算法，对于16QAM信号，此算法比MCMA重用算法剩余码间干扰减小5dB，收敛速度提高了3000个码元。将DCD算法应用到盲均衡中，提出了针对MSWA的改进算法MSWA_DCD,运算量从O(N2)下降到O(N)。基于星座匹配误差函数切换的MSWA_RLS_DCD算法在不增加计算量的前提下，相对于MSWA_DCD_LMS算法进一步改善了均衡性能。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 研究背景及意义

1.2 盲均衡的研究进展

1.3 研究内容和章节安排

第二章 盲均衡基本原理

2.1 盲均衡技术

2.2 盲均衡性能指标

2.3 本章小结

第三章 针对不同特征值扩展信道的盲均衡算法

3.1 信道的特征值扩展

3.2 不同特征值扩展的信道识别

3.3 算法在不同特征值扩展信道的适用性

3.4 基于星座匹配误差CME函数切换的双模算法

3.5 本章小结

第四章 改进的MCMA和SWA算法

4.1 改进的MCMA算法

4.2 改进的SWA算法

4.3 本章小结

第五章 针对短数据和低复杂度的盲均衡算法

5.1 针对短数据的盲均衡算法

5.2 低复杂度的MSWA_RLS_DCD算法

5.3 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

附录A SWA算法的推导过程

参考文献

致谢

作者简介