CN106656881B - 一种基于偏差补偿的自适应盲均衡方法 - Google Patents

Abstract

一种基于偏差补偿的自适应盲均衡方法，属于宽带无线数字通信盲均衡技术领域。包括噪声方差估计、盲信道辨识偏差补偿、构造均衡器以及盲恢复，步骤为：1在接收端对接收信号进行过采样，获得两路接收信号序列；2对传输信道特性进行估计，获得传输信道特性的有偏估计值；3计算传输信道特性有偏估计值的估计偏差；4对有偏估计值进行补偿，得到补偿后的传输信道特性无偏估计值；5构造均衡器；6构造接收信号向量，对输入信号序列进行盲恢复；7判断循环计数值是否已经达到最大值，并决定是否完成本方法。本方法能对各未知加性噪声方差进行实时估计并获得对传输信道特性的更为准确估计且收敛性能优异，提升了盲均衡器输出精度及系统抗干扰能力。

Description

一种基于偏差补偿的自适应盲均衡方法

技术领域

本发明涉及一种自适应盲均衡方法，尤其涉及一种基于偏差补偿(BiasCompensation)的自适应盲均衡方法，属于宽带无线数字通信以及盲均衡技术领域。

背景技术

盲均衡(Blind Equalization)是指均衡器能够在不借助训练序列的情况下，仅利用所接收到的信号序列对信道进行均衡，恢复输入信号序列的信号处理技术。1975年，日本学者Y.Sato首次提出了应用于多幅度调制数据传输中的自恢复均衡——“盲均衡”的概念。之后，盲均衡技术成为通信领域的研究热点，许多解决盲均衡问题的方法应运而生。早期的盲均衡方法主要基于接收信号的高阶统计量(Higher-Order Statistics,HOS)来完成对单输入单输出(Single Input Single Output,SISO)信道模型的盲均衡。基于HOS的盲均衡方法可以构造任意形式的均衡器结构，不需要对系统阶数进行准确的判定，同时这类方法能够保证输出结果很好地收敛到全局最优解处。然而，这类方法需要大量的观测数据，且计算复杂度较高，难以适用于移动通信中信道快速变化的情况。1991年，Tong等人开创性地证明了盲均衡问题可利用过采样(或多天线阵列)系统输出的二阶统计量(Second-OrderStaitstics,SOS)解决。与基于HOS的盲均衡方法相比，基于SOS的盲均衡方法只需较少的观测数据即可准确地实现盲均衡。因而，该类方法成为近年来研究人员解决盲均衡问题时的首选。

本发明利用过采样(或多天线阵列)技术，得到单输入多输出(Single InputMultiple Output,SIMO)信道传输系统。利用SIMO系统输出信号的二阶统计量，本发明提出一种基于偏差补偿的自适应盲均衡方法。实验表明，该自适应盲均衡方法适用于各传输信道存在未知加性噪声的情况，能够实现对各信道噪声方差的实时估计，并对由噪声引起的信道特性估计偏差进行偏差补偿，获得对各传输信道特性的无偏估计结果。然后，构造均衡器，实现对未知输入信号序列的盲恢复。

与本发明相关的文章共两篇，下文分别对其进行剖析：

文章(1)：期刊名称IEEE Transactions on Circuits&Systems I，卷期号2007年第五十四卷第六期，标题为A Recursive Blind Adaptive Identification Algorithmand Its Almost Sure Convergence，基于SOS提出一种利用递归最小二乘(RecursiveLeast Squares,RLS)算法实现盲辨识的方法，并验证了该盲辨识方法能够依概率收敛到真值的纯量倍数处。该文章又将此盲辨识方法应用到盲均衡中去，仿真实验验证了该方法在解决盲均衡问题时的有效性。其中，该方法假设各传输信道存在的加性噪声是可估计的，并分别对加性噪声的估计值与真值间的大小关系进行了分类讨论，证明了该方法在加性噪声估计值不大于真值时是收敛的。然而，该方法并未给出获得加性噪声估计值的方法。因而，当实际传输信道存在未知加性噪声时，该方法无法实现对信道特性的无偏估计。

文章(2)：期刊名称Proceedings of the 32^nd Chinese Control Conference，卷期号2013年，标题为Generalized Yule-Walker Blind Identification for Single-Input Multiple-Output Systems，利用解决自回归(Auto-Regressive,AR)模型问题时的尤尔沃克(Yule-Walker)方法，基于SOS，实现了对SIMO信道传输系统的盲辨识。同时，依据RLS准则，该自适应盲辨识方法提高了计算效率，能够有效解决高信噪比条件下的盲辨识问题。然而，该方法在实现过程中，假设各传输信道存在具有完全相同统计特性且统计特性为已知先验信息的加性噪声。该方法与文章(1)中的方法类似，当各传输信道存在未知的加性噪声时，无法实现对信道特性的无偏估计。

以上文章虽然解决了利用SOS获得传输信道特性的无偏估计值的问题，且上述文章中的方法具有优异的收敛性与计算效率，但是上述方法均假设各传输信道存在噪声方差已知的加性噪声。而在实际应用中，各传输信道存在的噪声方差往往是未知的，上述方法难以实现。因此，上述文章中利用SOS对传输信道进行盲辨识并进一步实现盲均衡的方法具有很大的改进空间。本发明的目的即是致力于解决上述利用SOS实现盲辨识与盲均衡方法的缺陷，提出一种基于偏差补偿的自适应盲均衡方法。

发明内容

本发明的目的在于解决现有利用SOS实现盲辨识与盲均衡的方法在各传输信道存在未知噪声方差的加性噪声条件下无法实施的缺陷，提出了一种基于偏差补偿的自适应盲均衡方法。

一种基于偏差补偿的自适应盲均衡方法，简称本方法，包括噪声方差估计、盲信道辨识偏差补偿、构造均衡器以及盲恢复四部分，其核心思想为：对各传输信道上未知的加性噪声方差进行实时估计，并补偿由噪声引起的盲信道辨识偏差，然后基于对各传输信道特性的无偏估计结果，构造均衡器，实现对输入信号序列的准确盲恢复；

本方法，具体步骤如下：

步骤1：在接收端对接收信号进行过采样，获得两路接收信号序列，初始化循环计数值及循环计数最大值；

其中，循环计数值记为j并将j初始化为1；循环计数最大值，记为j_max，为大于100的正整数；利用过采样技术获得j≤j_max时两路接收信号序列的全部接收信号，即；以t/2为采样间隔进行采样，交替获取得到两路接收信号序列；其中，t是码元间隔；第j时刻获取的两路接收信号分别记为y₁(j)和y₂(j)，j≥1且为整数；

步骤2：基于步骤1输出的两路接收信号序列，利用递归最小二乘RLS方法对传输信道特性进行估计，获得传输信道特性的有偏估计值；

其中，对应步骤1输出的两路接收信号序列的传输信道也为两路；将传输信道特性定义为θ，且h_1,0,h_1,1,...,h_1,L和h_2,0,h_2,1,...,h_2,L分别代表两路传输信道的冲激响应序列，L为信道阶数；[·]^H代表共轭转置运算；基于两路传输信道的冲激响应序列的传输信道传递算子分别通过如下公式(1)和(2)表示：

H₁(q^-1)＝h_1,0+h_1,1q^-1+...+h_1,Lq^-L (1)

H₂(q^-1)＝h_2,0+h_2,1q^-1+...+h_2,Lq^-L (2)

其中，对应步骤1输出的两路接收信号序列的传输信道也为两路；将传输信道特性定义为θ，且h_1,0,h_1,1,...,h_1,L和h_2,0,h_2,1,...,h_2,L分别代表两路传输信道的冲激响应序列，L为信道阶数；[]^H代表共轭转置运算；基于两路传输信道的冲激响应序列的传输信道传递算子分别通过如下公式(1)和(2)表示：

H₁(q^-1)＝h_1,0+h_1,1q^-1+...+h_1,Lq^-L (1)

H₂(q^-1)＝h_2,0+h_2,1q^-1+...+h_2,Lq^-L (2)

其中，q^-1为单位延迟算子，H₁(q^-1)与H₂(q^-1)分别为两路传输信道的传递算子，且H₁(q^-1)与H₂(q^-1)互质；第i时刻的信道传输特性θ，记为θ_i，其RLS估计值记为i≥L+2且为整数，通过公式(3)和(4)迭代计算出：

其中，[·]^*代表共轭运算；φ_i是由两路接收信号构造而成的向量，其表达式为：

φ_i＝[-y₂(i-1),-y₂(i-2),...,-y₂(i-L),y₁(i),y₁(i-1),...,y₁(i-L)]^T，

其中，[·]^T代表转置运算；P_i代表向量φ_i相关矩阵的逆矩阵，即P_i可由公式(4)计算获得；中各元素初始值，即i＝L+2，中元素的选取范围是0到5，P_i-1的初始值，即i＝L+2时P_L+1＝δ^-1I_L，δ的选取范围为10^-6到10^-4；

步骤3：估计两路传输信道上的未知噪声方差；

其中，两路传输信道上的未知噪声方差记为和此两路噪声均为加性噪声；第i时刻对两路传输信道上的未知加性噪声方差的估计通过公式(5)计算：

其中，和是第i时刻对两路传输信道上的未知加性噪声方差的实时估计值； 和为第i时刻分别关于两路传输信道特性的RLS估计向量；为第i-1时刻对传输信道特性的无偏估计值，且 和为第i-1时刻分别关于两路传输信道特性的无偏估计向量，初始条件下，中各元素的选取范围是0到5；引入第i时刻的辅助预测向量，且 和为第i时刻分别关于两路传输信道的辅助预测向量；为第i时刻最小二乘估计误差的自相关函数估计值，为第i时刻最小二乘估计误差与辅助预测向量估计误差的互相关函数估计值；和分别通过公式(6)、(7)和(8)计算：

其中，中各元素初始值，即i＝L+2时的选取范围是0到5；和分别是计算和的中间变量，且均为标量；而和分别是计算和的中间向量，两者维度均为2(L+1)×1；和的初始值，即和的选取范围是0到5；向量及的初始值，即及中各元素的取值范围是0到5；

至此，步骤1到步骤3完成了噪声方差估计；

步骤4：根据步骤3中得到的两路传输信道上的未知噪声方差，计算步骤2输出的传输信道特性有偏估计值的估计偏差，并进行偏差补偿，得到补偿后的传输信道特性的无偏估计值，具体为：

步骤4.1：根据步骤3中得到的加性噪声方差估计值和通过公式(9)计算得到第i时刻利用RLS方法对传输信道特性进行估计的估计偏差，记为

其中，I_L为L阶单位矩阵，I_L+1为L+1阶单位矩阵；

步骤4.2：根据步骤4.1中计算得到的估计偏差，对步骤2输出的有偏估计值进行补偿，得到补偿后的传输信道特性无偏估计值，具体通过公式(10)计算：

至此，步骤4完成了盲信道辨识偏差补偿；

步骤5：利用步骤3和步骤4的计算结果，构造均衡器；

具体的，本方法构造的均衡器如公式(11)所示：

其中，是H_C的无偏估计向量，H_C是一个2M×(L+M)的Sylvester矩阵，M是平滑因子，且L≤M≤j_max，表示对矩阵求逆，H_C定义如公式(12)所示：

另外，定义如公式(13)所示：

其中，I_M为M阶单位矩阵；

至此，步骤5完成了本方法的构造均衡器部分；

步骤6：构造接收信号向量，利用步骤5中构造的均衡器，实现对输入信号序列的盲恢复，具体为：

判断循环计数值i是否大于或等于M，并决定是否进行盲恢复，具体为：

6.1：若是，即循环计数值i大于或等于M，则构造接收信号向量Y_i＝[y₁(i),...,y₁(i-M+1),y₂(i),...y₂(i-M+1)]^T，利用公式(14)实现对输入信号序列S_i的盲恢复：

其中，表示对输入信号序列的盲恢复结果；

6.2：若否，即循环计数值i小于M，则令i＝i+1，跳至步骤2；

至此，步骤6完成了本方法中的盲恢复部分；

步骤7：判断循环计数值是否已经达到最大值，并决定是否完成本方法，具体为：

7.1：若是，即循环计数值已经达到最大值，则结束本方法；

7.2：若否，即循环计数值还未达到最大值，则令i＝i+1，跳至步骤2；

至此，从步骤1到步骤7，完成了一种基于偏差补偿的自适应盲均衡方法。

有益效果

一种基于偏差补偿的自适应盲均衡方法，与现有技术相比，本方法具有如下有益效果：

1.本方法可应用于各传输信道存在未知加性噪声的场景，能够准确地对各传输信道上的未知加性噪声方差进行实时估计，并计算获得由噪声引起的对传输信道特性的估计偏差；

2.相较于其他盲辨识方法，本方法中对传输信道特性的估计结果更为准确，且具有优异的收敛性能；

3.相较于其他盲均衡方法，本方法在不同信噪比条件下均能实现对输入信号的盲恢复，均衡器输出信号的星座图更为清晰，提升了盲均衡器的输出精度；

4.本方法能够有效解决现实条件下的盲均衡问题，增强通信系统的抗干扰能力。

附图说明

图1为本发明“一种基于偏差补偿的自适应盲均衡方法”及实施例1中采用的传输信道模型；

图2为本发明“一种基于偏差补偿的自适应盲均衡方法”及实施例1中采用的盲均衡原理框图；

图3为本发明“一种基于偏差补偿的自适应盲均衡方法”及实施例1中的流程示意图；

图4为本发明“一种基于偏差补偿的自适应盲均衡方法”实施例2中对各传输通道上加性噪声方差的实时估计结果；

图5为本发明“一种基于偏差补偿的自适应盲均衡方法”实施例3中未进行偏差补偿的RLS方法和基于偏差补偿的RLS方法对传输信道特性的估计精度比较；

图6为本发明“一种基于偏差补偿的自适应盲均衡方法”实施例3中不同信噪比条件下，本方法中盲信道辨识部分对传输信道特性的估计精度比较；

图7为本发明“一种基于偏差补偿的自适应盲均衡方法”实施例3中各路接收信号均衡前的星座图；

图8为本发明“一种基于偏差补偿的自适应盲均衡方法”实施例3中本方法与利用现有方法获得的盲均衡输出信号的星座图比较；

图9为本发明“一种基于偏差补偿的自适应盲均衡方法”实施例3中在不同信噪比条件下获得的盲均衡输出信号的星座图比较。

具体实施方式

下面根据附图及实施例对本发明进行详细说明，但本发明的具体实施形式并不局限于此。

实施例1

本实施例阐述了将本发明“一种基于偏差补偿的自适应盲均衡方法”应用于两传输信道场景下的流程。

图1为本实施例中采用的传输信道模型，图2为本方法的原理框图。

图3为本方法的算法流程图以及本实施例的流程图；从图中可看出，本方法包含如下步骤：

步骤A：获取两路接收信号序列，设置并初始化本方法中各变量数值；

具体到本实施例，循环计数值j被初始化为1；循环最大值为j_max；信道阶数L为3，循环计数值i被初始化为L+2；P_L+1＝δ^-1I_L，δ是一个很小的正数，本实施例中δ＝10^-6； 平滑因子M＝50；以t/2为采样间隔，对两传输信道接收信号交替采样，得到j≤j_max时两路接收信号序列的全部接收信号y₁(j)和y₂(j)；

步骤B：利用RLS方法对两传输信道特性进行估计；

具体通过公式(15)、(16)计算：

步骤C：估计两路传输信道上的未知噪声方差；

具体通过公式(17)计算：

其中，和通过公式(18)、(19)和(20)计算：

至此，步骤A到步骤C完成了本方法的噪声方差估计部分；

步骤D：根据步骤C中得到的两路传输信道上的未知噪声方差，计算步骤B中得到的传输信道特性有偏估计值的估计偏差，并进行偏差补偿，得到补偿后的传输信道特性的无偏估计值，具体为：

步骤D.1：根据步骤C中得到的加性噪声方差估计值和通过公式(21)计算得到第i时刻利用RLS方法对传输信道特性进行估计的估计偏差

步骤D.2：根据步骤D.1中计算得到的估计偏差，对步骤B输出的有偏估计值进行补偿，得到补偿后的传输信道特性无偏估计值，具体通过公式(22)计算：

至此，步骤D完成了本方法的盲信道辨识偏差补偿部分；

步骤E：利用步骤C和步骤D的计算结果，构造均衡器；

具体的，本方法构造的均衡器如公式(23)所示：

至此，步骤E完成了本方法的构造均衡器部分；

步骤F：构造接收信号向量，利用步骤E中构造的均衡器，实现对输入信号序列的盲恢复，具体为：

判断是否i≥M，并决定是否进行盲恢复，具体为：

步骤F.1：若是，对应图3中的“i≥M？”输出的Y，则构造接收信号向量Y_i＝[y₁(i),...,y₁(i-M+1),y₂(i),...y₂(i-M+1)]^T，利用公式(24)实现对输入信号序列S_i的盲恢复：

步骤F.2：若否，对应图3中的“i≥M？”输出的N，则令i＝i+1，跳至步骤B；

至此，步骤F完成了本方法中的盲恢复部分；

步骤G：判断是否i＜j_max，并决定本实施例是否完成，具体为：

步骤G.1：若是，对应图3中的“i＜j_max？”输出的Y，则令i＝i+1，跳至步骤B；

步骤G.2：若否，对应图3中的“i＜j_max？”输出的N，则完成了本实施例；

至此，从步骤A到G，完成了本实施例一种基于偏差补偿的自适应盲均衡方法。

实施例2

本实施例按照实施例1中的噪声估计方法，具体阐述了当两路传输信道上的未知加性噪声方差不等与相等时，本方法噪声方差估计部分的输出效果，结果如图4所示。

其中，情况1表示的是当两传输信道上的未知加性噪声方差不同时，且对噪声方差的估计情况；情况2表示的是当两传输信道上的未知加性噪声方差相同时，且对噪声方差的估计情况。由图4中的两种情况可知，本方法能够实现对各传输信道上加性噪声方差的实时估计，且无论各传输信道上的加性噪声是否具有相同的统计特性，本方法均能准确的估计未知加性噪声方差。

实施例3

本实施例按照实施例1中的算法流程，进一步通过具体实例阐述本发明所述的系统及算法的有效性，这里给出具体仿真实例及分析：

仿真实验采用16-QAM信号作为输入信号，信道噪声采用高斯白噪声，且两传输信道的信道特性分别如公式(25)、(26)所示：

h₁(q^-1)＝-0.6233+1.9054q^-1+(0.6064+0.75i)q^-2-0.6233q^-3 (25)

h₂(q^-1)＝0.2699-0.1558i+(2.1749+0.4764i)q^-1+(-0.8251+0.4763i)q^-2+(0.2699-0.1558i)q^-3

(26)

仿真的迭代次数设置为15000，独立实验次数为100次。

图5给出的是未进行偏差补偿的RLS方法与基于偏差补偿的RLS方法对传输信道特性进行估计的估计精度比较。当考虑到各路传输信道存在未知加性噪声的情况时，未进行偏差补偿的RLS方法对信道特性的估计是有偏的，而基于偏差补偿的RLS方法有效补偿了未进行偏差补偿的RLS方法估计信道特性时产生的偏差，能够实现对传输信道特性的无偏估计。

图6给出的是在不同信噪比条件下，本方法中的盲信道辨识部分对传输信道特性估计的精度比较。由图7可知，在不同的信噪比条件下，本方法均能获得较高精度的信道特性估计结果。且随着信噪比的增大，本方法对信道特性的估计更为准确。

图7给出的是分别从两路传输信道获得的接收信号的星座图。其中，情况1表示的是从传输信道1获得的接收序列y₁(i)的星座图；情况2表示的是从传输信道2获得的接收序列y₂(i)的星座图；图中“Im(·)”表示信号的虚部，“Re(·)”表示表示信号的实部。本方法中的盲信道辨识部分与构造均衡器部分都是基于接收信号序列y₁(i)和y₂(i)进行的。

图8为仿真实验中，利用本方法与利用文章(1)中方法获得的盲均衡输出信号的星座图比较。由图8可知，本方法获得的盲均衡输出信号星座图更为清晰紧凑，具有较好的估计精度。

图9给出的是在不同信噪比条件下，本方法对发送的16-QAM信号进行盲恢复的输出结果星座图。其中，情况1到情况4分别表示了在信噪比为25dB，30dB，35dB，40dB时，此盲均衡方法输出的信号星座图。由仿真结果可知，当考虑到实际应用中各传输信道存在未知加性噪声时，本方法能够获得良好的盲均衡输出结果。本方法获得的恢复信号星座图较为清晰紧凑，且随着信噪比的增加，输出信号的星座图效果有显著提升。可见，本方法能够有效解决实际应用中的盲均衡问题，增强了通信系统的抗干扰能力。

以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于偏差补偿的自适应盲均衡方法，方法包括：对各传输信道上未知的加性噪声方差进行实时估计，并补偿由噪声引起的盲信道辨识偏差，然后基于对各传输信道特性的无偏估计结果，构造均衡器，实现对输入信号序列的准确盲恢复；其特征在于：包括噪声方差估计、盲信道辨识偏差补偿、构造均衡器以及盲恢复，步骤为：

步骤1：在接收端对接收信号进行过采样，获得两路接收信号序列；

其中，循环计数值记为j并将j初始化为1；循环计数最大值，记为j_max，为大于100的正整数；利用过采样技术获得j≤j_max时两路接收信号序列的全部接收信号，即；以t/2为采样间隔进行采样，交替获取得到两路接收信号序列；

其中，t是码元间隔；第j时刻获取的两路接收信号分别记为y₁(j)和y₂(j)，j≥1且为整数；

步骤2：基于步骤1输出的两路接收信号序列，利用递归最小二乘RLS方法对传输信道特性进行估计，获得传输信道特性的有偏估计值；

其中，对应步骤1输出的两路接收信号序列的传输信道也为两路；将传输信道特性定义为θ，且h_1,0,h_1,1,...,h_1,L和h_2,0,h_2,1,...,h_2,L分别代表两路传输信道的冲激响应序列，L为信道阶数；[·]^H代表共轭转置运算；基于两路传输信道的冲激响应序列的传输信道传递算子分别通过如下公式(1)和(2)表示：

H₁(q^-1)＝h_1,0+h_1,1q^-1+...+h_1,Lq^-L (1)

H₂(q^-1)＝h_2,0+h_2,1q^-1+...+h_2,Lq^-L (2)

其中，q^-1为单位延迟算子，H₁(q^-1)与H₂(q^-1)分别为两路传输信道的传递算子，且H₁(q^-1)与H₂(q^-1)互质；第i时刻的信道传输特性θ，记为θ_i，其RLS估计值记为i≥L+2且为整数，通过公式(3)和(4)迭代计算出：

其中，[·]^*代表共轭运算；φ_i是由两路接收信号构造而成的向量，其表达式为：

φ_i＝[-y₂(i-1),-y₂(i-2),...,-y₂(i-L),y₁(i),y₁(i-1),...,y₁(i-L)]^T，

其中，[·]^T代表转置运算；P_i代表向量φ_i相关矩阵的逆矩阵，即P_i由公式(4)计算获得；中各元素初始值，即i＝L+2，中元素的选取范围是0到5，P_i-1的初始值，即i＝L+2时P_L+1＝δ^-1I_L，δ的选取范围为10^-6到10^-4；

步骤3：估计两路传输信道上的未知噪声方差；

其中，两路传输信道上的未知噪声方差记为和此两路噪声均为加性噪声；第i时刻对两路传输信道上的未知加性噪声方差的估计通过公式(5)计算：

其中，和是第i时刻对两路传输信道上的未知加性噪声方差的实时估计值； 和为第i时刻分别关于两路传输信道特性的RLS估计向量；为第i-1时刻对传输信道特性的无偏估计值，且 和为第i-1时刻分别关于两路传输信道特性的无偏估计向量，初始条件下，中各元素的选取范围是0到5；引入第i时刻的辅助预测向量，且 和为第i时刻分别关于两路传输信道的辅助预测向量；为第i时刻最小二乘估计误差的自相关函数估计值，为第i时刻最小二乘估计误差与辅助预测向量估计误差的互相关函数估计值；和分别通过公式(6)、(7)和(8)计算：

其中，中各元素初始值，即i＝L+2时的选取范围是0到5；和分别是计算和的中间变量，且均为标量；而和分别是计算和的中间向量，两者维度均为2(L+1)×1；和的初始值，即和的选取范围是0到5；向量及的初始值，即及中各元素的取值范围是0到5；

至此，步骤1到步骤3完成了本方法中的噪声方差估计；

步骤4：根据步骤3中得到的两路传输信道上的未知噪声方差，计算步骤2输出的传输信道特性有偏估计值的估计偏差，并进行偏差补偿，得到补偿后的传输信道特性的无偏估计值，具体为：

步骤4.1：根据步骤3中得到的加性噪声方差估计值和通过公式(9)计算得到第i时刻利用RLS方法对传输信道特性进行估计的估计偏差，记为

其中，I_L为L阶单位矩阵，I_L+1为L+1阶单位矩阵；

步骤4.2：根据步骤4.1中计算得到的估计偏差，对步骤2输出的有偏估计值进行补偿，得到补偿后的传输信道特性无偏估计值，具体通过公式(10)计算：

至此，步骤4完成了盲信道辨识偏差补偿；

步骤5：利用步骤3和步骤4的计算结果，构造均衡器，具体为：构造的均衡器如公式(11)所示：

其中，是H_C的无偏估计向量，H_C是一个2M×(L+M)的Sylvester矩阵，M是平滑因子，且L≤M≤j_max，表示对矩阵求逆，H_C定义如公式(12)所示：

另外，定义如公式(13)所示：

其中，I_M为M阶单位矩阵；

步骤6：构造接收信号向量，利用步骤5中构造的均衡器，实现对输入信号序列的盲恢复；

步骤7：判断循环计数值是否已经达到最大值，并决定是否完成本方法。

2.根据权利要求1所述的一种基于偏差补偿的自适应盲均衡方法，其特征在于：步骤6，具体为：

判断循环计数值i是否大于或等于M，并决定是否进行盲恢复，具体为：

6.1：若是，即循环计数值i大于或等于M，则构造接收信号向量Y_i＝[y₁(i),...,y₁(i-M+1),y₂(i),...y₂(i-M+1)]^T，利用公式(14)实现对输入信号序列S_i的盲恢复：

其中，表示对输入信号序列的盲恢复结果；

6.2：若否，即循环计数值i小于M，则令i＝i+1，跳至步骤2；至此，步骤6完成了本方法中的盲恢复部分。

3.根据权利要求1所述的一种基于偏差补偿的自适应盲均衡方法，其特征在于：步骤7，具体为：

步骤7：判断循环计数值是否已经达到最大值，并决定是否完成本方法，具体为：

7.1：若是，即循环计数值已经达到最大值，则结束本方法；

7.2：若否，即循环计数值还未达到最大值，则令i＝i+1，跳至步骤2。