CN103763228A - 组合优化自适应频域盲均衡方法及系统 - Google Patents
组合优化自适应频域盲均衡方法及系统 Download PDFInfo
- Publication number
- CN103763228A CN103763228A CN201410007100.7A CN201410007100A CN103763228A CN 103763228 A CN103763228 A CN 103763228A CN 201410007100 A CN201410007100 A CN 201410007100A CN 103763228 A CN103763228 A CN 103763228A
- Authority
- CN
- China
- Prior art keywords
- frequency domain
- signal
- equalizer
- domain
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开了一种组合优化自适应频域盲均衡方法和实现该方法的系统,通过对两个不同类型频域均衡器的组合,无需选择误差门限即可实现两种工作模式的自动切换:工作于频域盲均衡模式时,在均衡起始阶段或信道突变时,消除码间干扰;当频域盲均衡模式获得足够低的稳态均方误差时,切换到频域判决引导模式。本发明将这两个均衡器的输出通过组合参数得到组合输出,由组合输出定义整个组合优化自适应频域盲均衡系统的时域代价函数以调整组合参数;由组合输出的判决输出调整频域自适应均衡器的均衡性能。与单个频域多模盲均衡器和单个频域自适应均衡器相比,本发明方法具有良好的实时跟踪性能,收敛速度快、稳态误差低,计算复杂度也有大幅下降。
Description
技术领域
本发明属于数字通信技术领域,尤其是涉及一种改进的盲均衡方法及实现该方法的系统。
背景技术
在数字通信领域中,时域自适应均衡器被广泛应用以抑制码间干扰。为了避免引导序列的传输以及更加有效地使用带宽,可以采用时域常模盲均衡方法CMA,这类时域盲均衡方法在到达一个足够低的误差时需通过稳态误差门限硬切换到判决引导(DD)模式,但CMA不能纠正信道畸变引起的信号相位旋转问题,因此时域多模盲均衡方法MMA得到发展。与时域CMA相比,时域多模盲均衡方法MMA有很多优势,但对非常模高阶QAM信号进行均衡时仍有较大的稳态均方误差,而且计算复杂度高。
以一个简化的盲均衡系统为例,如图1所示,图1中,a(n)为发射信号,是独立同分布的;h(n)是有限脉冲响应信道;w(n)是信道的加性高斯白噪声,f(n)是时域均衡器权向量,y(n)是均衡器输出时域信号;是判决装置的判决输出,为发射信号a(n)的估计;n,△均为时间序列。各量的关系如下:
y(n)=fT(n)u(n)=yRe(n)+jyIm(n) (1)
u(n)=x(n)+w(n)=h(n)a(n)+w(n) (2)
h(n)=hRe(n)+jhIm(n) (3)
u(n)=uRe(n)+juIm(n) (4)
w(n)=wRe(n)+jwIm(n) (5)
a(n)=aRe(n)+jaIm(n) (6)
式中,下标Re与Im分别表示实部与虚部,上标T表示转置操作,为虚数单位;hRe(n)与hIm(n)分别为h(n)的实部与虚部;uRe(n)与uIm(n)分别为u(n)的实部与虚部;wRe(n)与wIm(n)分别为w(n)的实部与虚部;aRe(n)与aIm(n)分别为a(n)的实部与虚部,yRe(n)与yIm(n)分别为y(n)的实部与虚部,。时域均衡器权向量f(n)无论是采用常模盲均衡方法CMA或多模盲均衡方法MMA进行更新,都存在收敛速度慢、稳态均方误差大的缺陷,也不能有效均衡非常模高阶QAM信号,同时计算复杂度高。
如果要获得时域多模盲均衡方法MMA更好性能,必需通过选择稳态均方误差门限值硬切换到DD模式,然而,在实际中,要想选择一个合适的均方误差门限实现盲均衡模式与DD模式间的硬切换是很难的。因为均方误差门限依赖于很多因素,如信号星座、信道、或信噪比等。当均方误差门限值不合适时,则会影响整个盲均衡系统的性能:若均方误差门限值过大,会导致均衡过程局部收敛甚至发散;若均方误差门限值过小,会导致均衡过程中硬切换时间过长甚至无法切换。为了克服时域盲均衡模式与DD模式间的硬切换需要选择均方误差门限的缺陷,研究人员给出了一些软切换方法,但这些方法仍无法获得更好的盲均衡性能,且计算复杂度高。
发明内容
为解决上述问题,本发明公开了一种组合优化自适应频域盲均衡方法,通过两个不同类型的频域均衡器——频域多模盲均衡器和频域自适应均衡器相组合,实现了明显的性能提升。
为了达到上述目的,本发明提供如下技术方案:
一种组合优化自适应频域盲均衡方法,包括如下步骤:
步骤A,发射信号a(n)经过信道h(n)得到信道输出信号x(n):x(n)=hT(n)a(n);其中a(n)为发射信号,是独立同分布的;h(n)是有限脉冲响应信道;n为时间序列;T表示转置;
步骤B,由信道噪声信号w(n)与步骤A所述的信道输出信号x(n)得到频域均衡器时域输入信号u(n):u(n)=x(n)+w(n);w(n)是信道的加性高斯白噪声;
步骤C,对步骤B所述时域输入信号u(n)作L点快速傅里叶变换FFT得到均衡器输入频域信号U(N),N表示具有L点数据的块数,L为正整数,下同;
步骤D,步骤C所述的均衡器输入频域信号U(N)经频域多模盲均衡器得到其输出频域信号Y1(N):Y1(N)=F1(N)U(N),其中,F1(N)为频域多模盲均衡器的频域权向量;U(N)经频域自适应均衡器得到输出频域信号Y2(N):Y2(N)=F2(N)U(N),其中,F2(N)为频域自适应均衡器的频域权向量;
步骤E,对步骤D所述的频域多模盲均衡器输出频域信号Y1(N)作L点逆快速傅里叶变换IFFT得到频域多模盲均衡器的输出时域信号y1(n):y1(n)=IFFT[Y1(N)],对所述频域自适应均衡器输出频域信号Y2(N)作L点逆快速傅里叶变换IFFT得频域自适应均衡器的输出时域信号y2(n):y2(n)=IFFT[Y2(N)];
步骤F,步骤E所述的频域多模盲均衡器输出时域信号y1(n)和频域自适应均衡器输出时域信号y2(n),通过组合参数λ(n)组合得到组合输出时域信号y(n):y(n)=λ(n)y1(n)+[1-λ(n)]y2(n),其中,0≤λ(n)≤1;
其中,频域多模盲均衡器的频域权向量F1(N)通过下式进行更新:
F1(N+1)=F1(N)+μ1C1(N)U*(N);
式中,μ1为迭代步长,是固定常数;U*(N)为U(N)的共轭; 为频域多模盲均衡器的频域误差信号,Y1,Re(N),Y1,Im(N)为输出频域信号Y1(N)的实部与虚部;发射信号a(n)的频域模值R2为发射信号a(n)的时域模值 的L点快速傅里叶变换FFT;E表示数学期望;aRe(n)和aIm(n)分别表示发射信号a(n)的实部与虚部;为虚数单位;C1,Re(N),C1,Im(N)为输出频域信号C1(N)的实部与虚部;
其中,频域自适应均衡器的频域权向量F2(N)通过下式进行更新:
F2(N+1)=F2(N)+μ2E2(N)U*(N);
组合参数λ(n)通过辅助参数β(n)定义为:
式中,是以β(n)为自变量的函数,sgm[β(n)]=[1+e-β(n)]-1,0≤λ(n)≤1,当λ(n)=1时,β(n)=β+,当λ(n)=0时,β(n)=-β+,β+是一个正常数,β(n)∈[-β+,β+];
β(n)的更新公式为
其中, 为函数对β(n-1)的导数,即上标*表示共轭;Re{x}表示对x取实部;是步长,ρβ为常数,p(n)=ηp(n-1)+[1-η]|y1(n)-y2(n)|2为第n时刻信号y1(n)-y2(n)的功率估计,0<η<1为遗忘因子。
其中,频域多模盲均衡器的频域权向量F1(N)的更新公式通过下述步骤得到:定义频域多模盲均衡器的频域代价函数 并由JFMMA(N)对F1(N)求梯度获得,其中,E表示数学期望,下同。
其中,频域自适应均衡器的权向量F2(N)的更新公式通过下述步骤得到:定义自适应均衡器的频域代价函数为 并由JFLMS(N)对F2(N)求梯度获得。
其中,所述β(n)的更新公式通过下述步骤得到:整个组合优化自适应盲均衡系统的时域代价函数定义为 并由JMMA(N)对辅助参数β(N)求梯度。
本发明还提供了用于实现组合优化自适应频域盲均衡方法的系统,包括:
第一快速傅里叶变换单元FFT,用于对发射信号a(n)经过信道h(n)并加入信道噪声信号w(n)后得到的频域均衡器时域输入信号u(n),作L点快速傅里叶变换FFT得到均衡器输入频域信号U(N);
频域多模盲均衡器,用于接收均衡器输入频域信号U(N)并输出频域信号Y1(N),其权向量根据第一误差生成单元的输出值进行更新;
第一逆快速傅里叶变换单元IFFT,用于对频域多模盲均衡器输出频域信号Y1(N)进行L点逆快速傅里叶变换IFFT并输出时域信号y1(n);
第一误差生成单元,用于根据频域多模盲均衡器输出频域信号Y1(N)生成频域多模盲均衡器的频域误差信号C1(N)并输出频域多模盲均衡器的频域误差信号;
频域自适应均衡器,用于接收均衡器输入频域信号U(N)并输出频域信号Y2(N),其权向量根据第二误差生成单元的输出值进行更新;
第二逆快速傅里叶变换单元IFFT,用于对频域自适应均衡器输出频域信号Y2(N)进行L点逆快速傅里叶变换IFFT并输出时域信号y2(n);
参数组合单元,用于接收y1(n)、y2(n),并利用组合参数λ(n)组合得到组合输出时域信号y(n),再输出至判决装置;
第二误差生成单元,用于接收第二快速傅里叶变换单元输出值和频域自适应均衡器输出频域信号Y2(N)并输出频域自适应均衡器的频域误差信号。
本发明的有益效果:通过对两个不同类型频域均衡器的组合,无需选择误差门限即可实现两种工作模式的自如切换:工作于盲均衡模式时,在均衡起始阶段或信道突变时,消除码间干扰;当盲均衡模式获得足够低的稳态均方误差时,切换到DD模式。本发明将这两个均衡器的输出通过组合参数得到组合输出,由组合输出定义整个组合优化自适应频域盲均衡系统的时域代价函数以调整组合参数;由组合输出的判决输出调整频域自适应均衡器的均衡性能。与单个频域多模盲均衡器和单个频域自适应均衡器相比,本发明方法具有良好的实时跟踪性能,收敛速度快、稳态误差低,计算复杂度也有大幅下降。
附图说明
图1为简化的盲均衡系统原理图;
图2为本发明提供的组合优化自适应频域盲均衡方法及系统原理图;
图3为采用本发明方法COAFBEA与频域多模盲均衡方法FMMA和频域自适应均衡方法FLMS进行对比的仿真实验结果图,其中,图3(a)为3种方法收敛曲线,图3(b)为FLMS输出星座,图3(c)为FMMA输出星座,图3(d)为本发明方法COAFBEA输出星座。
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
图2为组合优化自适应频域盲均衡方法(下简称COAFBEA方法)的原理图。该方法涉及到两个不同类型的频域均衡器,一个是频域多模盲均衡器,工作在盲均衡模式;一个是频域自适应均衡器,工作在DD模式。当系统工作在频域盲均衡模式时,在均衡的起始阶段或信道突变时,消除码间干扰;当在频域盲均衡模式获得足够低的稳态均方误差时,切换到以DD模式工作的频域自适应均衡器;将这两个均衡器的输出通过组合参数得到总输出,由组合输出定义整个组合优化自适应频域盲均衡系统的时域代价函数以调整组合参数;由组合输出的判决输出调整频域自适应均衡器的均衡性能。
具体地说,COAFBEA方法包括如下步骤:
步骤A,发射信号a(n)经过信道h(n)得到信道输出信号x(n):x(n)=hT(n)a(n);其中a(n)为发射信号,是独立同分布的;h(n)是有限脉冲响应信道;n为时间序列;T表示转置;
步骤B,由信道噪声信号w(n)与步骤A所述的信道输出信号x(n)得到频域均衡器时域输入信号u(n):u(n)=x(n)+w(n);w(n)是信道的加性高斯白噪声;
步骤C,对时域输入信号u(n)作L点快速傅里叶变换FFT得到频域均衡器输入频域信号U(N),N表示具有L点数据的块数,L为正整数,下同;
其中,时域信号u(n)通过快速傅里叶变换FFT得到频域信号的过程是:将u(n)分成L长的块,每个块中具有L个点,以u(n)的第N个块和第N-1个块组成2L点序列,在N=1时,在u(1)前添置L个零,若设f1(n)与f2(n)为每个输入块对应的时域权向量,则在其后添置L个零组成2L个点序列,运用快速傅里叶变换FFT,用循环卷积来计算线性卷积(重叠保留法)为
U(N)=FFT{u(nL-L),u(nL-L+1),…,u(nL-1)u(nL),u(nL+1)…u(nL+L-1)} (7)
F1(N)=FFT{f1 T(n),0,0,…,0} (8)
步骤D,所述频域均衡器输入频域信号U(N)经频域多模盲均衡器得到其输出频域信号Y1(N):
Y1(N)=F1(N)U(N) (10)
其中,F1(N)为频域多模盲均衡器的频域权向量,为时域权向量f1(n)的L点快速傅里叶变换FFT;
所述U(N)经频域自适应均衡器得到输出频域信号Y2(N):
Y2(N)=F2(N)U(N) (11)
其中,F2(N)为频域自适应均衡器的频域权向量,为时域权向量f2(n)的L点快速傅里叶变换FFT;
步骤E,对所述频域多模盲均衡器输出频域信号Y1(N)作L点逆快速傅里叶变换IFFT得到频域多模盲均衡器的输出时域信号y1(n):
y1(n)=IFFT[Y1(N)] (12)
对所述频域自适应均衡器输出频域信号Y2(N)作L点逆快速傅里叶变换IFFT得频域自适应均衡器的输出时域信号y2(n):
y2(n)=IFFT[Y2(N)] (13)
步骤F,步骤E所述的频域多模盲均衡器输出时域信号y1(n)和频域自适应均衡器的输出时域信号y2(n),通过组合参数λ(n)组合得到组合输出时域信号y(n):
y(n)=λ(n)y1(n)+[1-λ(n)]y2(n) (14)
其中,0≤λ(n)≤1;
频域多模盲均衡器频域权向量F1(N)和频域自适应均衡器频域权向量F2(N)的更新过程,影响着组合优化自适应频域盲均衡方法的性能,F1(N)和F2(N)的更新方法详述如下:
对于频域多模盲均衡器,其频域代价函数定义为:
式中,JFMMA(N)为频域多模盲均衡器的频域代价函数;Y1,Re(N),Y1,Im(N)为输出频域信号Y1(N)的实部与虚部;发射信号a(n)的频域模值R2为发射信号a(n)的时域模值 的L点快速傅里叶变换FFT;aRe(n)和aIm(n)分别表示发射信号a(n)的实部与虚部;E表示取数学期望。由JFMMA(N)对F1(N)求梯度,得频域多模盲均衡器的频域权向量F1(N)的更新公式为
F1(N+1)=F1(N)+μ1C1(N)U*(N) (16)
式中,μ1为迭代步长,是固定常数;U*(N)为U(N)的共轭; 为频域多模盲均衡器FMMA的频域误差信号,为虚数单位;C1,Re(N),C1,Im(N)为输出频域信号C1(N)的实部与虚部。式(7)、(9)、(15)、(16)构成了频域多模盲均衡方法FMMA。
对频域自适应均衡器,其频域代价函数定义为
F2(N+1)=F2(N)+μ2E2(N)U*(N) (18)
由y1(n)和y2(n)通过组合参数λ(n)所得到的组合输出y(n)时,由于y(n)的判决输出信号经L点快速傅里叶变换FFT后反馈到频域自适应均衡器中用于调整频域权向量F2(N),因此组合参数λ(n)对整个系统的性能有着重要影响。合理确定组合参数λ(n)是很必要的。
本发明通过使整个组合优化盲均衡系统的时域代价函数最小化,获得组合参数λ(n)的更新方法。本发明将整个组合优化自适应盲均衡系统的时域代价函数定义为
式中,JMMA(n)表示第n时刻多模盲均衡方法MMA的代价函数,发射信号a(n)的时域模值 yRe(n)与yIm(n)分别为总输出y(n)的实部与虚部,y(n)中含有组合参数λ(n),因此通过对JMMA(n)的最小化,可得到组合参数λ(n)的更新方法。为了获得更有效的组合参数λ(n),引入辅助参数β(n),并将组合参数λ(n)定义为β(n)的函数,即
式中,是以β(n)为自变量的函数;sgm[β(n)]=[1+e-β(n)]-1;按照该定义0≤λ(n)≤1,当λ(n)=1时,β(n)=β+,当λ(n)=0时,β(n)=-β+,β+是一个正的常数;β(n)∈[-β+,β+]。按随机梯度下降法,由JMMA(n)对辅助参数β(n)求梯度,得到辅助参数β(n)的更新公式为
式中,ρβ为常数,p(n)=ηp(n-1)+[1-η]|y1(n)-y2(n)|2为第n时刻信号y1(n)-y2(n)的功率估计;0<η<1为遗忘因子。按式(21)和(22)更新辅助参数β(n)后,再按式(20)更新组合参数λ(n)。式(19)-式(22)称为组合参数优化方法。
通过组合参数λ(n)将频域多模盲均衡方法FMMA和频域自适应均衡方法FLMS结合起来,就得到了本发明一种组合优化自适应频域盲均衡方法COAFBEA。
相应的,本发明还提供了用于实现组合优化自适应频域盲均衡方法的系统,包括:
第一快速傅里叶变换单元FFT,用于对发射信号a(n)经过信道h(n)并加入信道噪声信号w(n)后得到的频域均衡器时域输入信号u(n),作L点快速傅里叶变换FFT得到均衡器输入频域信号U(N);
频域多模盲均衡器,用于接收频域均衡器输入频域信号U(N)并输出频域信号Y1(N),其权向量根据第一误差生成单元的输出值进行更新;
第一逆快速傅里叶变换单元IFFT,用于对频域多模盲均衡器输出频域信号Y1(N)进行L点逆快速傅里叶变换IFFT并输出时域信号y1(n);
第一误差生成单元,用于根据频域多模盲均衡器输出频域信号Y1(N)生成频域多模盲均衡器频域误差信号C1(N)并输出频域多模盲均衡器的频域误差信号;
频域自适应均衡器,用于接收均衡器输入频域信号U(N)并输出频域信号Y2(N),其权向量根据第二误差生成单元的输出值进行更新;
第二逆快速傅里叶变换单元IFFT,用于对频域自适应均衡器输出频域信号Y2(N)进行L点逆快速傅里叶变换IFFT并输出时域信号y2(n);
参数组合单元,用于接收y1(n)、y2(n),并利用组合参数λ(n)组合得到组合输出时域信号y(n),并输出至判决装置;
判决装置,用于接收组合输出时域信号y(n)并判决输出时域信号
第二误差生成单元,用于接收第二快速傅里叶变换单元输出值和频域自适应均衡器输出频域信号Y2(N)并输出频域自适应均衡器的频域误差信号。
为了验证本发明方法COAFBEA的性能,我们以频域多模盲均衡方法FMMA和频域自适应均衡方法FLMS为比较对象进行仿真实验。实验中,信道脉冲响应为c=[0.3132 -0.1040 0.8908 0.3134];发射信号为16QAM;信噪比为25dB;均衡器权长为16且采用中心抽头初始化;步长为μFLMS=0.0003;μFMMA=0.0008;μCOAFBEA=0.00038;100次蒙特卡罗仿真结果如图3所示。图3(a)表明,本发明方法COAFBEA的收敛速度比FMMA和FLMS快约2000步;而本发明方法COAFBEA的均方误差比FMMA下降了约2dB、比FLMS下降约5.5dB。图3(b)、3(c)与3(d)表明,本发明方法COAFBEA的星座图比FMMA和FLMS更为集中、紧凑。仿真实验验证了本发明方法COAFBEA具有实时跟踪性能,满足了收敛速度快、稳态误差低的要求,且无需选择误差门限。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (5)
1.一种组合优化自适应频域盲均衡方法,其特征在于,包括如下步骤:
步骤A,发射信号a(n)经过信道h(n)得到信道输出信号x(n):x(n)=hT(n)a(n);其中a(n)为发射信号,是独立同分布的;h(n)是有限脉冲响应信道;n为时间序列;T表示转置;
步骤B,由信道噪声信号w(n)与步骤A所述的信道输出信号x(n)得到频域均衡器时域输入信号u(n):u(n)=x(n)+w(n);w(n)是信道的加性高斯白噪声;
步骤C,对步骤B所述时域输入信号u(n)作L点快速傅里叶变换FFT得到均衡器输入频域信号U(N),N表示具有L点数据的块数,L为正整数;
步骤D,步骤C所述的均衡器输入频域信号U(N)经频域多模盲均衡器得到其输出频域信号Y1(N):Y1(N)=F1(N)U(N),其中,F1(N)为频域多模盲均衡器的频域权向量;U(N)经频域自适应均衡器得到输出频域信号Y2(N):Y2(N)=F2(N)U(N),其中,F2(N)为频域自适应均衡器的频域权向量;
步骤E,对步骤D所述的频域多模盲均衡器输出频域信号Y1(N)作L点逆快速傅里叶变换IFFT得到频域多模盲均衡器输出时域信号y1(n):y1(n)=IFFT[Y1(N)],对所述频域自适应均衡器输出频域信号Y2(N)作L点逆快速傅里叶变换IFFT得频域自适应均衡器的输出时域信号y2(n):y2(n)=IFFT[Y2(N)];
步骤F,步骤E所述的频域多模盲均衡器输出时域信号y1(n)和频域自适应均衡器输出时域信号y2(n),通过组合参数λ(n)组合得到组合输出时域信号y(n):y(n)=λ(n)y1(n)+[1-λ(n)]y2(n),其中,0≤λ(n)≤1;
其中,频域多模盲均衡器的频域权向量F1(N)通过下式进行更新:
F1(N+1)=F1(N)+μ1C1(N)U*(N);
式中,μ1为迭代步长,是固定常数;U*(N)为U(N)的共轭; 为频域多模盲均衡器的频域误差信号,Y1,Re(N),Y1,Im(N)为输出频域信号Y1(N)的实部与虚部;发射信号a(n)的频域模值R2为发射信号a(n)的时域模值 的L点快速傅里叶变换FFT;E表示数学期望;aRe(n)和aIm(n)分别表示发射信号a(n)的实部与虚部;为虚数单位;C1,Re(N)与C1,Im(N)分别为输出频域信号C1(N)的实部与虚部;
其中,频域自适应均衡器的频域权向量F2(N)通过下式进行更新:
F2(N+1)=F2(N)+μ2E2(N)U*(N);
组合参数λ(n)通过辅助参数β(n)定义为:
式中,是以β(n)为自变量的函数,sgm[β(n)]=[1+e-β(n)]-1,0≤λ(n)≤1,当λ(n)=1时,β(n)=β+,当λ(n)=0时,β(n)=-β+,β+是一个正常数,β(n)∈[-β+,β+];
β(n)的更新公式为:
2.根据权利要求1所述的组合优化自适应频域盲均衡方法,其特征在于:所述频域多模盲均衡器的频域权向量F1(N)的更新公式通过下述步骤得到:定义频域多模盲均衡器的频域代价函数 并由JFMMA(N)对F1(N)求梯度获得,其中,E表示数学期望,下同。
3.根据权利要求1所述的组合优化自适应频域盲均衡方法,其特征在于:所述频域自适应均衡器的频域权向量F2(N)的更新公式通过下述步骤得到:定义频域自适应均衡器的频域代价函数为 并由JFLMS(N)对F2(N)求梯度获得。
4.根据权利要求1所述的组合优化自适应频域盲均衡方法,其特征在于:所述β(n)的更新公式通过下述步骤得到:整个组合优化自适应盲均衡系统的时域代价函数定义为 并由JMMA(n)对辅助参数β(n)求梯度。
5.一种用于实现权利要求1~4中任意一项所述的组合优化自适应频域盲均衡方法的系统,包括:
第一快速傅里叶变换单元FFT,用于对发射信号a(n)经过信道h(n)并加入信道噪声信号w(n)后得到的频域均衡器时域输入信号u(n),作L点快速傅里叶变换FFT得到频域均衡器输入频域信号U(N);
频域多模盲均衡器,用于接收均衡器输入频域信号U(N)并输出频域信号Y1(N),其权向量根据第一误差生成单元的输出值进行更新;
第一逆快速傅里叶变换单元IFFT,用于对频域多模盲均衡器输出频域信号Y1(N)进行L点逆快速傅里叶变换IFFT并输出时域信号y1(n);
第一误差生成单元,用于根据频域多模盲均衡器输出频域信号Y1(N)生成频域多模盲均衡器的频域误差信号C1(N)并输出频域多模盲均衡器的频域误差信号;
频域自适应均衡器,用于接收均衡器输入频域信号U(N)并输出频域信号Y2(N),其权向量根据第二误差生成单元的输出值进行更新;
第二逆快速傅里叶变换单元IFFT,用于对频域自适应均衡器输出频域信号Y2(N)进行L点逆快速傅里叶变换IFFT并输出时域信号y2(n);
参数组合单元,用于接收y1(n)、y2(n),并利用组合参数λ(n)组合得到组合输出时域信号y(n),再输出至判决装置;
第二快速傅里叶变换单元FFT,用于接收判决输出信号并对其进行L点快速傅里叶变换FFT;
第二误差生成单元,用于接收第二快速傅里叶变换单元输出值和频域自适应均衡器输出频域信号Y2(N)并输出频域自适应均衡器的频域误差信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410007100.7A CN103763228B (zh) | 2014-01-07 | 2014-01-07 | 组合优化自适应频域盲均衡方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410007100.7A CN103763228B (zh) | 2014-01-07 | 2014-01-07 | 组合优化自适应频域盲均衡方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103763228A true CN103763228A (zh) | 2014-04-30 |
CN103763228B CN103763228B (zh) | 2017-01-25 |
Family
ID=50530390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410007100.7A Expired - Fee Related CN103763228B (zh) | 2014-01-07 | 2014-01-07 | 组合优化自适应频域盲均衡方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103763228B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104144139A (zh) * | 2014-08-18 | 2014-11-12 | 西安烽火电子科技有限责任公司 | 一种改进的时域自适应盲均衡方法 |
CN109716664A (zh) * | 2016-10-10 | 2019-05-03 | 华为技术有限公司 | 梳状滤波噪声消除方法、装置及频域自适应均衡装置 |
WO2020125691A1 (zh) * | 2018-12-18 | 2020-06-25 | 深圳市中兴微电子技术有限公司 | 信号处理方法、装置、设备和计算机存储介质 |
CN114374587A (zh) * | 2022-01-18 | 2022-04-19 | 雅泰歌思(上海)通讯科技有限公司 | 基于帧的信道时域均衡方法 |
CN117040976A (zh) * | 2023-08-22 | 2023-11-10 | 中国人民解放军国防科技大学 | 非合作通信条件下的盲均衡器及双模式联合盲均衡方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7027500B1 (en) * | 2000-12-12 | 2006-04-11 | Ati Research, Inc. | Linear prediction based initialization of a single-axis blind equalizer for VSB signals |
US7477708B1 (en) * | 2003-12-11 | 2009-01-13 | Wideband Semiconductors, Inc. | Modes of operations in QAM modems |
CN101656697A (zh) * | 2009-09-18 | 2010-02-24 | 南京信息工程大学 | 基于t/2分数间隔的频域盲均衡方法 |
CN102361475A (zh) * | 2011-06-15 | 2012-02-22 | 南京信息工程大学 | 基于混沌支持向量机优化的小波加权多模盲均衡方法 |
-
2014
- 2014-01-07 CN CN201410007100.7A patent/CN103763228B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7027500B1 (en) * | 2000-12-12 | 2006-04-11 | Ati Research, Inc. | Linear prediction based initialization of a single-axis blind equalizer for VSB signals |
US7477708B1 (en) * | 2003-12-11 | 2009-01-13 | Wideband Semiconductors, Inc. | Modes of operations in QAM modems |
CN101656697A (zh) * | 2009-09-18 | 2010-02-24 | 南京信息工程大学 | 基于t/2分数间隔的频域盲均衡方法 |
CN102361475A (zh) * | 2011-06-15 | 2012-02-22 | 南京信息工程大学 | 基于混沌支持向量机优化的小波加权多模盲均衡方法 |
Non-Patent Citations (2)
Title |
---|
JOAQUIN MIGUEZ等: ""Blind equalization of frequency-selective channels by sequential importance sampling"", 《IEEE JOURNALS & MAGAZINES》 * |
李琦等: ""半盲OFDM频域联合均衡算法"", 《计算机应用研究》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104144139A (zh) * | 2014-08-18 | 2014-11-12 | 西安烽火电子科技有限责任公司 | 一种改进的时域自适应盲均衡方法 |
CN104144139B (zh) * | 2014-08-18 | 2017-09-01 | 西安烽火电子科技有限责任公司 | 一种改进的时域自适应盲均衡方法 |
CN109716664A (zh) * | 2016-10-10 | 2019-05-03 | 华为技术有限公司 | 梳状滤波噪声消除方法、装置及频域自适应均衡装置 |
WO2020125691A1 (zh) * | 2018-12-18 | 2020-06-25 | 深圳市中兴微电子技术有限公司 | 信号处理方法、装置、设备和计算机存储介质 |
CN111342905A (zh) * | 2018-12-18 | 2020-06-26 | 深圳市中兴微电子技术有限公司 | 一种信号处理方法、装置和计算机存储介质 |
CN111342905B (zh) * | 2018-12-18 | 2022-11-04 | 深圳市中兴微电子技术有限公司 | 一种信号处理方法、装置和计算机存储介质 |
CN114374587A (zh) * | 2022-01-18 | 2022-04-19 | 雅泰歌思(上海)通讯科技有限公司 | 基于帧的信道时域均衡方法 |
CN114374587B (zh) * | 2022-01-18 | 2022-11-29 | 雅泰歌思(上海)通讯科技有限公司 | 基于帧的信道时域均衡方法 |
CN117040976A (zh) * | 2023-08-22 | 2023-11-10 | 中国人民解放军国防科技大学 | 非合作通信条件下的盲均衡器及双模式联合盲均衡方法 |
CN117040976B (zh) * | 2023-08-22 | 2024-05-24 | 中国人民解放军国防科技大学 | 非合作通信条件下的双模式联合盲均衡方法及盲均衡器 |
Also Published As
Publication number | Publication date |
---|---|
CN103763228B (zh) | 2017-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103763228A (zh) | 组合优化自适应频域盲均衡方法及系统 | |
CN103957176B (zh) | 一种自适应rls判决反馈均衡系统及其实现方法 | |
CN101567863B (zh) | 浅海水声通信系统的间接自适应均衡方法 | |
CN101409694B (zh) | 一种单载波频域均衡实现方法及系统 | |
Han et al. | Partial FFT demodulation for MIMO-OFDM over time-varying underwater acoustic channels | |
Yang et al. | Channel estimation for practical IRS-assisted OFDM systems | |
CN101404631B (zh) | 一种单载波系统的自适应均衡方法 | |
CN105187339A (zh) | 一种双选信道的补偿方法、系统及相关装置 | |
US9825786B2 (en) | Apparatus and method for transmitting and receiving data in communication system | |
CN113497773B (zh) | 散射通信系统的均衡方法、系统、计算机设备、处理终端 | |
Guo et al. | Worst-case MSE precoder design for imperfectly known MIMO communications channels | |
CN113162665B (zh) | 一种基于深度学习信道预测的预编码方法 | |
CN103516648A (zh) | 一种修正的模判决多模盲均衡方法 | |
CN104104627A (zh) | 基于初始化参数传递的并行判决反馈均衡方法及装置 | |
CN101867553B (zh) | 一种利用时域预编码器的lte系统及预编码方法 | |
CN103326976A (zh) | 基于加权分数傅立叶变换的双弥散信道下的迭代频域最小均方误差均衡方法 | |
Wang et al. | Joint pre/post-processing design for large millimeter wave hybrid spatial processing systems | |
CN114172767A (zh) | 基于分数阶多模的信道盲均衡方法 | |
CN104410593B (zh) | 基于判决反馈模型的数字符号非线性误差修正均衡方法 | |
Rana | Performance comparison of LMS and RLS channel estimation algorithms for 4G MIMO OFDM systems | |
CN101656697B (zh) | 基于t/2分数间隔的频域盲均衡方法 | |
Mollén | High-end performance with low-end hardware: Analysis of massive MIMO base station transceivers | |
CN110213184B (zh) | 一种基于修正代价函数的自适应信道盲均衡方法 | |
CN101521644A (zh) | 复杂性得以降低的最小均方误差均衡器 | |
CN105959047A (zh) | 一种nc预编码sm-ofdm系统的最优功率分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170125 Termination date: 20220107 |
|
CF01 | Termination of patent right due to non-payment of annual fee |