基于余弦代价函数的双模盲均衡算法

摘要

盲均衡算法不需要训练序列,就能够有效降低码间串扰(ISI),但是在脉冲噪声环境下,现有单滤波器均衡算法不能有效平衡收敛速率与均衡误差,算法收敛后ISI仍然较高.针对上述问题,提出了一种基于余弦代价函数的凸组合双模盲均衡算法.该算法将2个盲均衡器并联使用,其中一个作为快速滤波器以保证收敛速率,另一个作为慢速滤波器以降低均衡误差.为了进一步抑制脉冲噪声,将分数低阶统计量引入到基于余弦代价函数的盲均衡算法和基于判决反馈准则的盲均衡算法中,并分别作为快速滤波器和慢速滤波器的权向量更新算法.仿真实验表明:当噪声设置为25 dB的高斯白噪声时,新算法收敛后ISI会低于常模盲均衡算法CMA和基于余弦代价函数的盲均衡算法CCF,星座图也较为清晰;当噪声环境为28 dB的α稳定分布噪声时,新算法利用分数低阶统计量以抑制脉冲噪声,能够得到较低的ISI和清晰的星座图,而凸组合结构兼顾了稳态误差与收敛速率,在进一步降低稳态误差的同时确保了较快的收敛速率.