CN111147409B - 一种低轨卫星信道自适应均衡方法 - Google Patents
一种低轨卫星信道自适应均衡方法 Download PDFInfo
- Publication number
- CN111147409B CN111147409B CN201911376510.8A CN201911376510A CN111147409B CN 111147409 B CN111147409 B CN 111147409B CN 201911376510 A CN201911376510 A CN 201911376510A CN 111147409 B CN111147409 B CN 111147409B
- Authority
- CN
- China
- Prior art keywords
- algorithm
- error
- filter
- equalization method
- signal
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/03433—Arrangements for removing intersymbol interference characterised by equaliser structure
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/03777—Arrangements for removing intersymbol interference characterised by the signalling
- H04L2025/03802—Signalling on the reverse channel
- H04L2025/03815—Transmission of a training request
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
本发明公开了一种低轨卫星信道自适应均衡方法,本方法将LMS频域均衡算法和自适应滤波器结合在一起,再基于误差函数和正弦函数,通过多次迭代更新滤波器系数,然后根据接收机中FFT输出的值,使得接收机中频率误差接近于0,得到最后的期望信号,从而提高整个系统的性能,使码间干扰降低,误码率降低;同时,本发明的变步长ESVSS‑LMS自适应算法,使μ在误差信号e(k)较大起始阶段,步长自动增大,因此收敛速度快;另外本发明所设计的算法只需不断地迭代调整滤波器系数w(k),使均方误差e(k)达到最小值0,计算量小,算法简单易懂。
Description
技术领域
本发明属于卫星传输领域,特别是涉及一种低轨卫星信道自适应均衡方法。
背景技术
无线通信中,码间干扰会引起误码率的上升,导致通信质量下降,为了尽量减少码间干扰对通信系统的影响,一般利用信号处理技术中的均衡技术对信道进行补偿,从而达到减少码间干扰的目的。通常情况下,由于各个子载波间不正交,载波间的干扰ICI和子带间的干扰IBI会更加突出,因此必须增加均衡器进行干扰消除。
均衡处理一般都采用自适应均衡技术,因为自适应均衡技术能够根据信道的变化情况,动态地调整信道参数、补偿信道损耗,来保证通信质量不受码间干扰的影响。信道均衡技术可以分为频域均衡和时域均衡,频域均衡技术的基本思想是从频域上用均衡器补偿信道特性,使系统传递函数满足奈奎斯特频域的条件;时域均衡技术的基本思想是从时域上用均衡器补偿信道特性,使系统传递函数满足奈奎斯特时域的条件。
其中LMS自适应算法被广泛应用,其主要原理是通过在原始输入信号的迭代过程中来进行梯度矢量估计,然后更新权重达到最优值,判断的原则是实际输出与期望值之间的最小均方误差(Normalized Least Mean Square,NMSE)。LMS自适应算法通过适当调整目标函数,梯度向量的计算得到了简化,具有计算量小、性能稳定且易于实现等特点,已经得到了广泛的应用,然而,LMS自适应算法收敛速度很慢,不适合应用于快速变化的信号。为了提高自适应算法的收敛速度,RLS自适应算法被提出,其具有快速收敛速度和较好的收敛性能,但是该算法的计算量比较大,且实现较为复杂。后来,NLMS自适应算法即归一化LMS自适应算法被提出,该算法是一种特殊的变步长LMS自适应算法。其主要原理是最小化干扰原理:数字预失真训练网络权系数w(k)的值从一次迭代到下一次迭代中依照最小方式改变,且受更新的DPD输出约束。但数字预失真辨识算法的好坏对整个数字预失真系统起着决定性作用,因此后来的研究主要基于对LMS自适应算法的步长因子μ的改进。因此,本方案基于误差函数和正弦函数提出了一种可变步长LMS自适应算法,称ESVSS-LMS(Error and SineVariable Step Size LMS)自适应算法,用于减小信道误码率的作用。
发明内容
针对以上现有技术的不足,本发明的目的是提供一种低轨卫星信道自适应均衡方法,防止在无线通信中由于码间干扰引起的误码率上升。
为达到上述目的,本发明的技术方案是:
一种低轨卫星信道自适应均衡方法,包括以下步骤:
S1:初始化权重向量为w(k),常数为a、b和c;
S2:将经过信道的信号rn经基带射频、时域处理、2N-FFT处理后得到通过频域信号R(k),并用R(k)和权重向量w(k)的内积表示通过滤波器的输出y(k);
S3:根据参考信号d(k)与y(k)的差值,得到误差信号e(k);
S4:设计变步长因子μ,利用ESVSS-LMS算法更新滤波器的系数的表达式为
S5:根据得到的变步长因子μ,得到滤波器系数的更新迭代表达式为
w(k+1)=w(k)+μe*R(k);
S6:经过滤波器滤波后得到的输出信号y(k),滤波器不断地调整滤波器系数w(k),重复步骤S3-S5的过程反复迭代,使均方误差e(k)达到最小值0。
上述均衡方法是基于误差函数和正弦函数的ESVSS-LMS自适应算法,其具体的迭代过程是:
(1)初始化w(k),a,b和c;
(2)y(k)=WT(k)R(k)=RT(k)W(k);
(3)e(k)=d(k)-y(k);
(5)w(k+1)=w(k)+μe*R(k)。
上述迭代过程中,a,b和c是变步长因子μ的三个调整参数,用来控制变步长因子μ,使μ在误差信号e(k)较大起始阶段,步长自动增大,因此使滤波器系数w(k)增大,此时收敛速度快;稳态后,能够保持较小步长,收敛速度慢,稳态误差小。
本发明的有益效果在于:
(1)为保证收敛,均衡器在启动时,需要先发送一段收发已知的训练序列,如果均衡器的收敛速度慢,那么要求的训练码就越长,而实际有效的传输信号就在这些训练码之后,因此如果均衡器的收敛速度越快,所用到的训练序列就越短,从而提高信号传输的效率。采用本发明的变步长ESVSS-LMS自适应算法,使μ在误差信号e(k)较大起始阶段,步长自动增大,因此收敛速度快。
(2)本发明将LMS频域均衡算法和自适应滤波器结合在一起,再基于误差函数和正弦函数,通过多次迭代更新滤波器系数,然后根据接收机中FFT输出的值,使得接收机中频率误差接近于0,得到最后的期望信号,从而提高整个系统的性能,使码间干扰降低,误码率降低。
(3)许多算法尽管收敛速度较快,但计算量大,因而实现其算法所消耗的资源开销很大,使之实际应用受到很大的限制;本发明所设计的算法只需不断地迭代调整滤波器系数w(k),使均方误差e(k)达到最小值0,计算量小,算法简单易懂。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的其中两幅,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明低轨卫星信道自适应均衡方法的应用模型图。
图2为本发明其中一种实施例的变步长因子函数曲线图。
具体实施方式
下面将结合附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的较佳实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明是基于误差函数和正弦函数提出的一种可变步长LMS自适应算法,将LMS频域均衡算法和自适应滤波器结合在一起,再基于误差函数和正弦函数,通过多次迭代更新滤波器系数,然后根据接收机中FFT输出的值,使得接收机中频率误差接近于0,得到最后的期望信号,从而提高整个系统的性能。算法描述如下:
式中,a~c均为常数。其中:
通过上式可知,是n时刻误差信号e(n)与n时刻前面所有时刻的误差信号的平均值。a,b和c是变步长因子函数μ(n)的三个调整参数,用来控制变步长因子函数μ(n),使μ(n)在误差信号e(n)较大起始阶段,步长自动增大,此时收敛速度快;稳态后,能够保持较小步长,收敛速度慢,稳态误差小。
LMS自适应算法收敛的条件是步长因子μ必须满足0<μ<1/λmax。因此,ESVSS-LMS自适应算法要想收敛,变步长因子函数μ(n)必须满足下式:0<μ(n)<1/λmax
0<a<1/λmax
如图2所示,以误差信号的绝对值|e(n)|为自变量,变步长因子函数μ(n)的曲线,其中设置μ的三个调整参数分别为a=1,b=1且c=20。从图中可知,当误差信号e(n)的绝对值较大时,步长因子函数μ(n)的值也比较大,此时的收敛速度较快;当误差信号e(n)的绝对值较小时,μ(n)的值也相应较小。因此,ESVSS-LMS自适应算法的变步长因子μ在保证收敛的情况下,可以获得较小的稳态误差。
基于误差函数和正弦函数的ESVSS-LMS自适应算法的迭代过程为:
a)初始化w(k),a,b和c;
b)y(k)=WT(k)R(k)=RT(k)W(k);
c)e(k)=d(k)-y(k);
e)w(k+1)=w(k)+μe*R(k)。
实际应用中,低轨卫星信道自适应均衡方法包括如下步骤:
步骤A:初始化数字预失真训练网络权系数为w(k),常数a、b和c;
步骤B.将经过信道的信号rn经基带射频、时域处理、2N-FFT处理后得到通过频域信号R(k);并用R(k)和权重向量w(k)的内积表示通过滤波器的输出y(k);
步骤C.根据期望信号d(k)与步骤B中y(k)的差值,得到误差信号e(k);
步骤D.步长μ通过ESVSS-LMS算法来估计滤波器的权重。它是一个重要的参数,设计步长μ;利用ESVSS-LMS算法更新滤波器的系数的表达式为
步骤E.根据步骤D中得到的步长μ,得到滤波器系数的更新迭代表达式为w(k+1)=w(k)+μe*R(k);
步骤F.经过滤波器滤波后得到的输出信号y(k),为了使输出得到理想要求,滤波器不断地调整滤波器系数w(k),重复C-E的过程反复迭代,使均方误差e(k)达到最小值0。经过多次迭代后,均衡的效能会大大提高,算法的收敛速度与稳态误差均有大幅提升,可以大大降低符号间干扰对系统性能的影响,从而使误帧率等性能满足指标要求。
本发明所设计的一种低轨卫星信道自适应均衡方法,针对码间干扰引起误码率的上升,导致通信质量下降的问题,提出一种基于误差函数和正弦函数的一种可变步长LMS自适应算法。将LMS频域均衡算法和自适应滤波器结合在一起,再基于误差函数和正弦函数,通过多次迭代更新滤波器系数,然后根据接收机中FFT输出的值,使得接收机中频率误差接近于0,得到最后的期望信号,从而提高整个系统的性能,使码间干扰降低,误码率降低。因本发明所设计算法滤波系数迭代变化具有变步长的特性,结合自适应均衡算法,因此具有收敛速度快、误码率低、算法简单计算量小的特性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种低轨卫星信道自适应均衡方法,其特征在于,包括以下步骤:
S1:初始化滤波器系数为w(k),常数为a、b和c,k为大于等于0的整数;
S2:将经过信道的信号rn经基带射频、时域处理、2N-FFT处理后得到频域信号R(k),并用R(k)和滤波器系数w(k)的内积表示通过滤波器的输出y(k);
S3:根据参考信号d(k)与y(k)的差值,得到误差信号e(k);
S4:设计变步长因子μ,利用ESVSS-LMS算法更新滤波器的系数的表达式为
S5:根据得到的变步长因子μ,得到滤波器系数的更新迭代表达式为w(k+1)=w(k)+μe*R(k);
S6:经过滤波器滤波后得到的输出信号y(k),滤波器不断地调整滤波器系数w(k),重复步骤S3-S5的过程反复迭代,使误差信号e(k)达到最小值0。
2.根据权利要求1所述的低轨卫星信道自适应均衡方法,其特征在于:所述步骤S2的算法为y(k)=WT(k)R(k)=RT(k)W(k)。
3.根据权利要求1所述的低轨卫星信道自适应均衡方法,其特征在于:所述步骤S3的算法为e(k)=d(k)-y(k)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911376510.8A CN111147409B (zh) | 2019-12-27 | 2019-12-27 | 一种低轨卫星信道自适应均衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911376510.8A CN111147409B (zh) | 2019-12-27 | 2019-12-27 | 一种低轨卫星信道自适应均衡方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111147409A CN111147409A (zh) | 2020-05-12 |
CN111147409B true CN111147409B (zh) | 2022-06-10 |
Family
ID=70521022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911376510.8A Active CN111147409B (zh) | 2019-12-27 | 2019-12-27 | 一种低轨卫星信道自适应均衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111147409B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111693289B (zh) * | 2020-06-15 | 2022-03-11 | 西安艾科特声学科技有限公司 | 飞机发动机转速辨识方法及系统 |
CN111786658B (zh) * | 2020-07-08 | 2022-10-04 | 中国人民解放军空军工程大学 | 一种基于降维法的自适应滤波器 |
CN112003588B (zh) * | 2020-08-27 | 2023-11-17 | 重庆邮电大学 | 基于多态可变步长归一化均方的自适应信号滤波方法 |
CN112350968B (zh) * | 2020-10-29 | 2023-01-24 | 广西科技大学 | 一种基于nvnlms的数字预失真方法 |
CN112636814B (zh) * | 2020-12-29 | 2022-06-24 | 中国科学院空天信息创新研究院 | 基于中频的双极化卫星数据接收系统交叉极化干扰对消方法 |
CN114024806B (zh) * | 2021-10-18 | 2022-10-25 | 北京邮电大学 | 融合星载滤波器特征的时域均衡方法、系统及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383792A (zh) * | 2008-09-28 | 2009-03-11 | 深圳市统先科技股份有限公司 | 一种卫星解调器中的盲均衡方法 |
CN102882816A (zh) * | 2012-07-09 | 2013-01-16 | 京信通信系统(广州)有限公司 | 一种多路信号均衡的方法及装置 |
CN103888396A (zh) * | 2014-03-26 | 2014-06-25 | 西安电子科技大学 | 基于自适应可变步长迭代的预失真方法 |
CN105245478A (zh) * | 2015-10-14 | 2016-01-13 | 成都泰格微电子研究所有限责任公司 | 一种基于qam调制方式的自适应均衡算法 |
CN105306396A (zh) * | 2015-11-03 | 2016-02-03 | 西安烽火电子科技有限责任公司 | 一种无线宽带通信信道迭代均衡的优化方法 |
CN105553898A (zh) * | 2015-12-18 | 2016-05-04 | 中国电子科技集团公司第三研究所 | 均衡器及反馈均衡方法 |
CN106411799A (zh) * | 2016-10-12 | 2017-02-15 | 哈尔滨工业大学 | 低轨卫星移动通信单载波频域均衡方法 |
CN108712354A (zh) * | 2018-03-19 | 2018-10-26 | 西安电子科技大学 | 基于lms算法处理时延敏感的延迟判决反馈均衡方法及系统 |
CN110213184A (zh) * | 2019-06-03 | 2019-09-06 | 北京理工大学 | 一种基于修正代价函数的自适应信道盲均衡方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI575910B (zh) * | 2015-10-07 | 2017-03-21 | 晨星半導體股份有限公司 | 決策回授等化器及其控制方法 |
-
2019
- 2019-12-27 CN CN201911376510.8A patent/CN111147409B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383792A (zh) * | 2008-09-28 | 2009-03-11 | 深圳市统先科技股份有限公司 | 一种卫星解调器中的盲均衡方法 |
CN102882816A (zh) * | 2012-07-09 | 2013-01-16 | 京信通信系统(广州)有限公司 | 一种多路信号均衡的方法及装置 |
CN103888396A (zh) * | 2014-03-26 | 2014-06-25 | 西安电子科技大学 | 基于自适应可变步长迭代的预失真方法 |
CN105245478A (zh) * | 2015-10-14 | 2016-01-13 | 成都泰格微电子研究所有限责任公司 | 一种基于qam调制方式的自适应均衡算法 |
CN105306396A (zh) * | 2015-11-03 | 2016-02-03 | 西安烽火电子科技有限责任公司 | 一种无线宽带通信信道迭代均衡的优化方法 |
CN105553898A (zh) * | 2015-12-18 | 2016-05-04 | 中国电子科技集团公司第三研究所 | 均衡器及反馈均衡方法 |
CN106411799A (zh) * | 2016-10-12 | 2017-02-15 | 哈尔滨工业大学 | 低轨卫星移动通信单载波频域均衡方法 |
CN108712354A (zh) * | 2018-03-19 | 2018-10-26 | 西安电子科技大学 | 基于lms算法处理时延敏感的延迟判决反馈均衡方法及系统 |
CN110213184A (zh) * | 2019-06-03 | 2019-09-06 | 北京理工大学 | 一种基于修正代价函数的自适应信道盲均衡方法 |
Non-Patent Citations (2)
Title |
---|
"星载宽带变速率调制解调器中的载波同步和均衡技术的研究与实现";贺翥祯;《中国硕士学位论文全文数据库信息科技辑》;20131101;全文 * |
Ying Liu ; Wasfy B. Mikhael."A fast-converging adaptive FIR technique for channel equalization".《2012 IEEE 55th International Midwest Symposium on Circuits and Systems (MWSCAS)》.2012, * |
Also Published As
Publication number | Publication date |
---|---|
CN111147409A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111147409B (zh) | 一种低轨卫星信道自适应均衡方法 | |
US5068873A (en) | Equalizer | |
US5175747A (en) | Equalizer | |
US20050232347A1 (en) | Apparatus and method for noise enhancement reduction in an adaptive equalizer | |
CN108712354B (zh) | 基于lms算法处理时延敏感的延迟判决反馈均衡方法及系统 | |
CN111030758B (zh) | 带有稀疏约束的自适应零吸引因子盲判决反馈均衡算法 | |
Fki et al. | Blind equalization based on pdf fitting and convergence analysis | |
Sheikh et al. | New blind equalization techniques based on improved square contour algorithm | |
KR20050086449A (ko) | 변환-영역 샘플 단위의 결정 피드백 등화기 | |
US20060029126A1 (en) | Apparatus and method for noise enhancement reduction in an adaptive equalizer | |
CN108551431B (zh) | 基于因子图和线性滤波器的级联均衡计算方法 | |
CN107809400B (zh) | 一种基于fpga的高速低复杂度并行盲均衡实现方法 | |
Ma et al. | A variable step size constant modulus algorithm based on l 0-norm for sparse channel equalization | |
KR100227804B1 (ko) | 가변 적응 상수를 이용한 채널 등화기 및 채널 등화기의 탭 계수 갱신방법 | |
Padhi et al. | Adaptive proportionate normalized least mean squares channel equalizer for MIMO-OFDM systems | |
Han | Adaptive Interference Cancellation Method in Wireless Repeater System | |
CN112565140B (zh) | 一种采用三对角加权矩阵的ofdm系统抗时变信道干扰方法 | |
Chen | Semi‐blind fast equalization of QAM channels using concurrent gradient‐Newton CMA and soft decision‐directed scheme | |
Mitra | NLMS-based algorithm for decision feedback equalisation | |
Fki et al. | New criteria for blind equalization based on pdf fitting | |
KR100623064B1 (ko) | 선형 등화기와 비선형 등화기를 결합한 적응형 등화 시스템및 방법 | |
Hadei et al. | A novel adaptive channel equalization method using low-complexity variable step-size partial rank algorithm | |
Wang et al. | A New Blind Equalization Algorithm Based on Data Reusing | |
Oh | Adaptive Blind Equalization Controlled by Linearly Combining CME and Non-CME Errors | |
JP2012070348A (ja) | 適応誤差予測フィルタを有する情報通信システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 401120 39-1, Building 1, No. 64, Middle Huangshan Avenue, Yubei District, Chongqing Patentee after: China Star Network Application Co.,Ltd. Address before: 401135 No. 618 Liangjiang Avenue, Longxing Town, Yubei District, Chongqing Patentee before: Dongfanghong Satellite Mobile Communication Co.,Ltd. |