水聲通信中的盲均衡算法研究

1、分 類 號 _密 級 _ U D C_編 號 1 0 4 8 6武 漢 大 學(xué)碩 士 學(xué) 位 論 文水聲通信中的盲均衡算法研究研 究 生 姓 名:李瑩澤學(xué) 號:200722120132指導(dǎo)教師姓名、職稱:茹國寶 教授學(xué) 科、專 業(yè) 名 稱:通信與信息系統(tǒng)研 究 方 向:通信理論研究二九年四月Research on Blind Equalization Algorithm in Underwater Acoustic ChannelLi Ying Ze鄭 重 聲 明本人的學(xué)位論文是在導(dǎo)師指導(dǎo)下獨(dú)立撰寫并完成的, 學(xué)位論文沒有剽竊、 抄 襲、造假等違反學(xué)術(shù)道德、學(xué)術(shù)規(guī)范和侵權(quán)行為,否則,本人愿意承

2、擔(dān)由此而產(chǎn) 生的法律責(zé)任和法律后果,特此鄭重聲明。學(xué)位論文作者(簽名 :年 月 日摘 要水聲信道是一種極其復(fù)雜多變的時(shí)間 -空間 -頻率變參信道,其頻帶有限,強(qiáng) 多徑干擾, 信號起伏衰落嚴(yán)重, 一直是水下信息可靠高速傳輸?shù)闹饕系K, 因此 如何在水聲信道中高速率準(zhǔn)確地傳輸數(shù)據(jù), 就成為世界性的熱門課題。 信道均衡 技術(shù)是解決該問題的有效方法之一。傳統(tǒng)的自適應(yīng)均衡技術(shù)需要周期性地發(fā)送接收端已知的訓(xùn)練序列, 雖然提高 了數(shù)據(jù)傳輸?shù)目煽啃? 但是進(jìn)一步減小了本己嚴(yán)重受限的通信帶寬, 從而降低了 信道利用率, 而盲均衡具有無需訓(xùn)練序列的優(yōu)良特性, 在特定約束條件下, 能獲 得比傳統(tǒng)自適應(yīng)均衡技術(shù)更好的

3、均衡性能。 因此, 對水聲通信盲均衡理論和算法 進(jìn)行分析和研究具有重要意義。論文首先概述了水聲通信和盲均衡技術(shù)的背景和水聲信道的信道特性, 系統(tǒng) 地分析了盲均衡的基本理論、 算法形式以及盲均衡采用的決策指向 (DD 、 Sato 、 Godard 三種常用的 Bussgang 類盲均衡算法,強(qiáng)調(diào)了均衡算法的收斂性能對整體 系統(tǒng)的影響。然后, 在重點(diǎn)分析、 理論推導(dǎo)恒模盲均衡算法的基礎(chǔ)上, 對傳統(tǒng)恒模盲均衡 算法的收斂性能進(jìn)行了仿真。仿真結(jié)果表明,采用大步長,能夠加快收斂速度, 但同時(shí)會(huì)帶來較大的穩(wěn)態(tài)剩余誤差; 采用小步長, 雖然減小了算法收斂后的穩(wěn)態(tài) 剩余誤差,但算法收斂速度過慢。最后, 為了

4、解決收斂速度和收斂精度之間存在的矛盾, 論文將剩余誤差的非 線性變換作為步長的控制因子, 建立了一種新的變步長恒模盲均衡算法。 理論分 析和計(jì)算機(jī)仿真實(shí)驗(yàn)表明:改進(jìn)算法與傳統(tǒng)恒模盲均衡算法相比, 能夠有效地加 快收斂速度, 并能收斂到更小且穩(wěn)定的剩余誤差, 從而降低了傳輸誤碼率, 極大 地改善了水聲通信的質(zhì)量。關(guān)鍵詞 :盲均衡算法,恒模算法,剩余誤差的非線性變換,變步長AbstractOne of the main obstacles to reliable underwater acoustic digital communications is considered to be Inter

5、-Symbol Interference(ISI, which is mainly caused by multipath propagation. Equalization technique is an effective approach to suppress ISI.Underwater acoustic channel is severely band-limited due to high absorption, and conventional adaptive equalizations, which require training sequences transmitte

6、d periodically, will reduce the usable bandwidth further. However blind equalization does not need the training sequence, the theory and the practice proved, blind equalization may under certain traditional, adaptive equalization technology invalid conditions, still has good performance, under speci

7、fic constraint condition, it can obtain better equalization performance than traditional adaptive equalization technology. With the development of modernized underwater acoustic communication to the high speed information transmission demand, it has the vital significance that analysis and the resea

8、rch of blind equlization throry algorithm. The main jobs of this thesis are as follows:First, the background and the development of the underwater acoustic communication and the blind equalization are resumptively introduced, the characteristic of the underwater acoustic channel is summarized.Second

9、, the basic theory, algorithm form of blind equalization, the basic algorithm and convergence criterion of it are systematically analyzed. The basic theory and property of Bussgang blind equalization algorithm are described and three algorithms including Decision-Directed algorithm、 Sato algorithm、

10、Godard algorithm in common used of Bussgang are introduced.Finally, CMA blind equalization algorithm of Bussgang algorithms is the emphasis. The CMA algorithm is derived and the convergence performance of traditional CMA algorithm is analyzed. Simulation results proved to show that the convergence s

11、peed is quicker, but with a larger residual error if bigger step is adopted. In order to minimize the residual error after convergence, the smaller step should be adopted, but at the same time, the convergence speed is slow. And then, a new variable step-size CMA blind equalization algorithm is prop

12、osed in order to solve the antinomy between the convergence rate and accuracy because of using the fixed step.The new algorithm makes use of the non-linear function of error signal as the parameter to produce the new variable step size. The theoretical analysis and the simulation results proved to s

13、how that the new algorithm has improved performance of the convergence speed and residual error than traditional CMA algorithm and can be applied in the self-adaptive blind equalization system availably.KEY WORDS: blind equalization, constant modulus algorithm, bussgang property, the non-linear func

14、tion of error signal, variable step-size目 錄摘 要 . I Abstract . II 目 錄 . 1 1. 緒 論 . 1 1.1. 引言 . . 1 1.2. 水聲通信的發(fā)展與現(xiàn)狀 . . 2 1.3. 盲均衡技術(shù)的發(fā)展與現(xiàn)狀 . . 3 1.3.1. 基于 Bussgang 性質(zhì)的盲均衡算法 . 3 1.3.2. 基于高階譜理論的盲均衡算法 . . 5 1.3.3. 基于神經(jīng)網(wǎng)絡(luò)理論的盲均衡算法 . . 6 1.3.4. 基于信號檢測理論的盲均衡算法 . . 71.4. 論文的主要內(nèi)容 . . 82. 水聲信道特性及模型 . . 9 2.1. 水

15、聲信道特性 . . 9 2.1.1. 傳輸距離與有限帶寬 . . 9 2.1.2. 水聲信道的多徑效應(yīng) . . 10 2.1.3. 水聲信道的時(shí)變特性 . . 13 2.1.4. 水聲信道的多普勒效應(yīng) . . 13 2.1.5. 背景噪聲 . . 14 2.2. 信道模型 . . 142.3. 本章小結(jié) . . 163. 盲均衡技術(shù)的理論基礎(chǔ) . . 17 3.1. 盲均衡的概念 . . 17 3.2. 盲均衡采用的基本算法 . . 20 3.2.1. 最小均方(LMS 算法 . . 20 3.2.2. 遞歸最小二乘(RLS 算法 . 21 3.3. 衡量算法收斂的性能指標(biāo) . . 22 3.

16、3.1. 收斂速度 . . 22 3.3.2. 穩(wěn)態(tài)剩余誤差 . . 23 3.3.3. 誤碼率 . . 243.4. 本章小結(jié) . . 244. 恒模盲均衡算法研究及其收斂性能分析 . . 25 4.1. Bussgang 盲均衡算法 . 25 4.2. 經(jīng)典 Bussgang 類盲均衡算法 . 27 4.2.1. Sato 算法 . . 27 4.2.2. Godard 算法 . . 28 4.2.3. 決策指向算法 . . 29 4.3. 恒模算法 . . 30 4.3.1. 恒模算法的表述 . . 30 4.3.2. 恒模算法的理論推導(dǎo) 44 . 31 4.3.3. 恒模算法的收斂性能

17、分析 . . 334.4. 本章小結(jié) . . 405. 一種改進(jìn)的變步長恒模盲均衡算法 . . 41 5.1. 改進(jìn) CMA 算法的必要性 . . 41 5.2. 恒模算法中剩余誤差的分析 . . 41 5.3. 基于剩余誤差非線性函數(shù)的變步長恒模盲均衡算法 . 42 5.3.1. 基于剩余誤差非線性函數(shù)的變步長恒模盲均衡算法表達(dá)形式 . 42 5.3.2. 基于瑞利分布變步長的常數(shù)模盲均衡算法 . 435.4. 本章小結(jié) . . 506. 總結(jié)與展望 . . 51 6.1. 總結(jié) . . 51 6.2. 展望 . . 51 參考文獻(xiàn) . 53 致 謝 . 571. 緒 論1.1. 引言當(dāng)今世

18、界已進(jìn)入了飛速發(fā)展的信息時(shí)代,通信是這一進(jìn)程中發(fā)展最為迅速、 進(jìn)步最快的行業(yè)。 陸地和空中通信領(lǐng)域包括的兩個(gè)最積極、 最活躍和發(fā)展最快的 分支 Internet 網(wǎng)和移動(dòng)通信網(wǎng)日臻完善,而海中通信的發(fā)展剛剛嶄露頭角。 隨著海洋世紀(jì)的到來, 覆蓋地球以上面積的海洋正成為人類活動(dòng)空間的新領(lǐng)域和 新熱點(diǎn),水下通信技術(shù)必然越來越受到人們的重視。在陸地,通信的主要信息載體是電磁波,然而,眾所周知,電磁波在水中衰 減極快, 傳播距離極其有限, 聲波是目前唯一能夠在海水介質(zhì)中進(jìn)行遠(yuǎn)距離傳播 信息載體, 它必然成為水下信息傳播的主要載體, 水聲通信也成為水下無線中遠(yuǎn) 距離通信的有效手段。水聲通信是利用聲波的機(jī)

19、械振動(dòng)以波的形式在水中傳播的原理實(shí)現(xiàn)的 1。 與 無線電通信相比, 在水聲信道上實(shí)現(xiàn)高速數(shù)據(jù)傳輸會(huì)遇到極大的困難。 其原因是:海水中聲傳播損失是隨頻率、 距離、 溫度和鹽度等水文條件的變化而變化的。 因 而,水聲信道的頻帶極其有限。另外,由于聲波的界面反射和散射,經(jīng)常受到多 種隨機(jī)因素的影響, 因而海水中接收到的聲信號會(huì)產(chǎn)生多途效應(yīng), 而且是時(shí)變的。 這些不利因素在實(shí)現(xiàn)水聲高速通信時(shí), 會(huì)引起嚴(yán)重的碼間干擾, 造成接收數(shù)據(jù)的 誤碼。 用傳統(tǒng)的自適應(yīng)均衡技術(shù)均衡水聲信道, 在一定程度上可以克服碼間干擾。 但是, 它要求已知的碼元序列, 不斷地對濾波器的權(quán)系數(shù)進(jìn)行周期性訓(xùn)練。 因此, 降低了信道的

20、利用率, 不利于在帶寬極其有限的水聲信道上, 實(shí)現(xiàn)高速通信。 近 年來興起的盲信道辨識與盲均衡方法, 則不需要對濾波器參數(shù)進(jìn)行周期訓(xùn)練, 僅 利用接收序列的先驗(yàn)信息來均衡信道特性, 使其輸出序列盡量接近發(fā)送序列, 能 有效地補(bǔ)償信道的非理想特性,克服碼間干擾,減少誤碼率。因而,極大地提高 了信道的利用率和通信質(zhì)量, 特別適用于水下探測系統(tǒng)的多網(wǎng)點(diǎn)、 多傳感器之間 的高速通信。 因此, 將盲均衡技術(shù)引入到水聲通信系統(tǒng)中, 可以對付水聲信道的 快速時(shí)變問題。本章首先介紹水聲通信的發(fā)展及現(xiàn)狀,然后介紹盲均衡技術(shù)的發(fā)展及現(xiàn)狀, 最后介紹本論文的研究內(nèi)容。1.2. 水聲通信的發(fā)展與現(xiàn)狀隨著海洋開發(fā)研究的

21、不斷深入以及海洋軍事地位的迅速提高, 在海洋信道中 利用聲波進(jìn)行水下信息傳輸?shù)男枨蟠鬄樵黾? 極大地激發(fā)了人們對水下通信的研 究熱情。水聲無線通信系統(tǒng)起源于 1914年,水聲電報(bào)系統(tǒng)研制成功,并被英國海軍 安裝在巡洋艦上 2。從那時(shí)起,一些水下信息傳輸及通信設(shè)備相繼研制成功并在 軍事領(lǐng)域得到廣泛的應(yīng)用。但是,由于技術(shù)條件的限制,直到 20世紀(jì) 70年代, 水聲通信才進(jìn)入了一個(gè)發(fā)展相對迅速的階段。在水聲通信技術(shù)快速發(fā)展的同時(shí), 其他領(lǐng)域的技術(shù), 尤其是電信、 電子和計(jì)算機(jī)技術(shù)以更為迅猛的速度日新月異地 前進(jìn),這極大地促進(jìn)了水聲通信技術(shù)的發(fā)展 3。70年代末,隨著微處理器和低功率集成電路技術(shù)的發(fā)展

22、,美國麻省理工學(xué) 院與美國伍茲豪海洋研究所聯(lián)合開發(fā)了一種數(shù)字水聲遙測系統(tǒng)(DSTS 。近年來,世界各國的許多院校、科研機(jī)構(gòu),如:美國麻省理工學(xué)院(MIT 、 美國東北大學(xué) (Northeastern University 、 美國 Space & Naval Warfare 系統(tǒng)中心、 美國伍茲豪海洋研究所(WHOI 、美國佛羅里達(dá)大學(xué)(Floriada University 、美 國海軍實(shí)驗(yàn)室(ONR 、英國海洋研究所(NIO 等,以及眾多科研人員都對水 聲通信技術(shù)進(jìn)行了深入研究,并且取得了豐碩的成果。水聲通信受到越來越多的關(guān)注, 其應(yīng)用也已經(jīng)開始從軍用轉(zhuǎn)向商用。 水聲通 信的困難來

23、自多途傳播,高度時(shí)、空、頻變化的信道條件的聯(lián)合影響。在水聲數(shù) 字通信中,多途傳播效應(yīng)會(huì)引起嚴(yán)重的碼間干擾(ISI 和水聲通信信號的嚴(yán)重 畸變, 導(dǎo)致水下數(shù)據(jù)傳輸?shù)目煽啃院蛿?shù)據(jù)傳輸速率大大降低。 對于這些問題, 目 前常用的方法 4-8包括自適應(yīng)均衡技術(shù)、陣列處理、分集接收、波束形成等。在 實(shí)際應(yīng)用中, 可以采用一種方法, 也可以多種方法聯(lián)合處理, 來提高水聲通信系 統(tǒng)的綜合性能,并且多種方法的綜合應(yīng)用已經(jīng)成為研究的熱點(diǎn)。近年來,在諸如環(huán)境數(shù)據(jù)采集、岸上勘探、污染監(jiān)測、軍事偵查等應(yīng)用的驅(qū) 動(dòng)下, 水下網(wǎng)的研究受到越來越多的關(guān)注。 水下網(wǎng)通常由海底傳感器、 自主水下 航線器和海面基站組成, 并與岸

24、上控制中心進(jìn)行通信聯(lián)絡(luò)。 目前水聲通信的發(fā)展 方向是建立可以在網(wǎng)絡(luò)節(jié)點(diǎn)間進(jìn)行遙控和視頻信號數(shù)據(jù)交換的自主水下采樣網(wǎng) (Autonomous Ocean Sampling Network, AOSN 。位于水下航行器或機(jī)器人上的 網(wǎng)絡(luò)節(jié)點(diǎn),無論是固定的還是移動(dòng)的,都被安裝了不同的水下儀器,如水聽器、 測流計(jì)、 地震儀、 聲納和攝像頭等。 遠(yuǎn)程用戶可以通過無線電網(wǎng)絡(luò)與帶有水面浮 標(biāo)的中心網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)交換,收集不同的水下信息。美國 WHOI 開發(fā)了水 聲局域網(wǎng) (Acoustic Local Area Networks, ALAN , 并提出了相應(yīng)的協(xié)議。 ALAN由海底 modem 與水面節(jié)點(diǎn)

25、組成水下通信網(wǎng)絡(luò),水面節(jié)點(diǎn)再通過無線電鏈路與岸 上進(jìn)行通信。 水聲信道尤其是淺海信道的窄帶寬、 強(qiáng)多途和大的傳輸延遲, 制約 了水下網(wǎng)的發(fā)展。 在這樣惡劣的環(huán)境中, 建立低功耗、 高吞吐量與高可靠性的水 下通信網(wǎng)無疑是一項(xiàng)極富挑戰(zhàn)性的工作。1.3. 盲均衡技術(shù)的發(fā)展與現(xiàn)狀盲均衡技術(shù)是指能夠不借助訓(xùn)練序列, 僅利用接收序列本身的先驗(yàn)信息, 便 可以均衡信道特性, 使均衡器的輸出序列盡量接近發(fā)送序列的一種新興自適應(yīng)均 衡技術(shù)。因此,在數(shù)據(jù)通信系統(tǒng)中不必發(fā)送訓(xùn)練序列,可以提高信道效率,同時(shí) 盲均衡技術(shù)還可以獲得更好的均衡性能。 它是目前數(shù)字通信技術(shù)中的關(guān)鍵技術(shù)之 一, 也是通信、 信號與信息處理、

26、檢測理論等學(xué)科的一個(gè)重要前沿?zé)狳c(diǎn)研究課題。 盲均衡技術(shù)在通信、雷達(dá)、聲納、控制工程、地震勘探、生物醫(yī)學(xué)工程等領(lǐng)域均 有非常重要的理論意義和實(shí)用價(jià)值。1975 年,日本學(xué)者 Y .Sato 9在對傳統(tǒng)的自適應(yīng)均衡的均方誤差函數(shù)進(jìn)行了 簡單改進(jìn)后,首次提出“自恢復(fù)均衡(self-recovering equalization (后稱為盲均 衡 ”的概念。它是基于對傳統(tǒng)自適應(yīng)均衡均方誤差函數(shù)的簡單改進(jìn)而得到的。 此后, 各國學(xué)者根據(jù)不同的應(yīng)用背景, 運(yùn)用新的數(shù)學(xué)理論和優(yōu)化方法, 提出了多 種盲均衡算法, 主要分為基于 Bussgang 性質(zhì)的盲均衡算法 (或稱為代價(jià)函數(shù)法 , 基于高階譜理論的盲均衡

27、算法, 基于神經(jīng)網(wǎng)絡(luò)理論的盲均衡算法和基于信號檢測 理論的盲均衡算法等 10。1.3.1. 基于 Bussgang 性質(zhì)的盲均衡算法基于 Bussgang 性質(zhì)的盲均衡算法的核心思想是先設(shè)計(jì)一個(gè)代價(jià)函數(shù), 使得 理想系統(tǒng)對應(yīng)于該代價(jià)函數(shù)的極小值點(diǎn), 然后采用某種自適應(yīng)算法尋找代價(jià)函數(shù) 的極值點(diǎn)。當(dāng)代價(jià)函數(shù)達(dá)到極值點(diǎn)后,系統(tǒng)也就成為期望的理想系統(tǒng)。最早的 Bussgang 性質(zhì)盲均衡算法是 Y .Sato 提出的適用于 PAM 系統(tǒng)的 Sato 算法,該算法并不是基于某種理論依據(jù),而是一個(gè)經(jīng)驗(yàn)公式。 Y .Sato 證明,在理 想條件下(信號為無限多電平 PAM ,若信道畸變不太嚴(yán)重,則算法是收

28、斂的。 A. Benveniste在研究 Sato 算法的基礎(chǔ)上,于 1980年提出了 BGR 算法。 BGR 算 法就是 Sato 算法在 QAM 系統(tǒng)中的推廣應(yīng)用, 具體做法是將一路 QAM 信號看作 兩路相互獨(dú)立的 PAM 信號,然后將兩路信號分別采用 Sato 算法,并相加構(gòu)成新 的代價(jià)函數(shù), 就形成了 BGR 算法。 同時(shí), A.Benveniste 11證明了, 在理想條件下, 若信號為連續(xù)的次高斯或超高斯分布, 均衡器權(quán)系數(shù)為雙向無限長, 兩路正交信號相互獨(dú)立,則算法收斂。 Sato 算法和 BGR 算法統(tǒng)稱為 GSA (Generalized Sato Algorithm 算法

29、 12。該算法雖然在應(yīng)用上是有效的,但存在幾個(gè)問題,一是代 價(jià)函數(shù)缺乏理論依據(jù);二是算法分析與實(shí)際系統(tǒng)有一定距離。因?yàn)閷?shí)際的 PAM 信號或 QAM 信號是離散分布的,不是連續(xù)分布的,實(shí)際的均衡器是有限長的, 且實(shí)際的 QAM 信號往往不等效為兩路相互獨(dú)立的 PAM 信號。 Z. Ding13等的研 究表明, 只要兩個(gè)理想條件中的任何一個(gè)得不到滿足, 即如果信號為離散分布或 均衡器為有限長,則 GSA 不能保證收斂。1980 年, D.N.Godard 14又提出了 Godard 算法, 它是通過調(diào)節(jié)均衡器的抽頭 增益來使得代價(jià)函數(shù)最小, 其代價(jià)函數(shù)由傳輸信號的高階統(tǒng)計(jì)特性來構(gòu)造。 當(dāng)代 價(jià)函

30、數(shù)中的階 p 為 2時(shí), Godard 算法變?yōu)楹隳?CMA 算法。該算法韌性好, 代價(jià)函數(shù)僅與接收信號的幅值有關(guān), 而與相位無關(guān), 對載波相位偏移不敏感, 在 穩(wěn)態(tài)條件下均方誤差小等優(yōu)點(diǎn)。但也存在著收斂速度慢,有誤收斂現(xiàn)象等缺點(diǎn), 使其應(yīng)用受到一定限制。J.J. Shynk15等研究了 CMA 算法的超量均方誤差揭示了 CMA 算法的超量均 方誤差與步長因子之間存在一種非線性關(guān)系。 Zervas 16等考察了星座對盲均衡性 能的表征,研究了信號的四階累積量,即峰度(Kurtosis 與盲均衡超量均方誤 差二者的關(guān)系。 樊龍飛 17等通過對 CMA 算法收斂后剩余誤差的研究, 進(jìn)一步揭 示了

31、CMA 算法的超量均方誤差與信號統(tǒng)計(jì)特性的關(guān)系。 韓國人 Sang Woo Kim18的研究表明 CMA 算法的收斂速度與均衡器的輸出功率特性有密切關(guān)系, 揭示了 均衡器的輸出功率特性和碼間干擾消除之間的關(guān)系。 同時(shí), 提出了的一種改進(jìn)的 CMA 算法。該算法是通過在均衡器后加入增益調(diào)節(jié)過程來控制均衡器的輸出功 率特性, 實(shí)現(xiàn)了 CMA 算法收斂速度的加快。 徐金標(biāo) 19對于 CMA 算法收斂后穩(wěn) 態(tài)剩余誤差較大這一問題進(jìn)行了研究分析, 并對 CMA 算法中控制誤差的函數(shù)做 了相應(yīng)的改進(jìn),提出一種新的 CMA 改進(jìn)算法。雖然該算法的復(fù)雜度有所提高, 但能夠糾正傳輸信號的相位偏轉(zhuǎn),降低穩(wěn)態(tài)剩余誤

32、差。1990 年, O.Shalvi 和 E. Weinstein創(chuàng)立了 SW 理論, 證明在系統(tǒng)輸入、 輸出 平均功率相等的約束條件下, 系統(tǒng)輸入、 輸出的峰度相等是系統(tǒng)為理想系統(tǒng)的充 要條件。 該理論揭示了系統(tǒng)輸入、 輸出之間的一般規(guī)律, 即輸出信號的峰度總是 小于輸入信號的峰度。 1987年, G .Picchi 和 G .Prati 20提出了 Stop-and-Go 算法。 這種算法的基本思想是當(dāng)判決輸出誤差的可靠性不是充分高時(shí), 就停止自適應(yīng)權(quán) 系數(shù)的調(diào)節(jié)。均衡器權(quán)系數(shù)的是否調(diào)節(jié)取決于輸出誤差。 Stop-and-Go 算法結(jié)合 了判決法和 Sato 算法的優(yōu)點(diǎn),具有計(jì)算簡單,收斂

33、速度快,穩(wěn)態(tài)剩余誤差小等 特點(diǎn)。但代價(jià)函數(shù)中出現(xiàn)了待定參數(shù) ,它由實(shí)驗(yàn)確定,不易得到它的最佳值, 使其應(yīng)用范圍受到一定限制。 另外, 上述算法雖可達(dá)到盲均衡的目的, 但與采用訓(xùn)練序列的自適應(yīng)算法相比, 在收斂速度和殘差性能方面均有所下降。 而且近來 的研究結(jié)果表明, 如果均衡器的權(quán)系數(shù)的初始值選擇不當(dāng), 可使均衡器收斂到一 個(gè)局部平衡點(diǎn)上,而不能有效消除 ISI 。莊建東 21提出了 Stop-and-Go 算法中心 抽頭單獨(dú)調(diào)整法, Stop-and-Go 算法在信號眼圖尚未張開時(shí),每調(diào)一步都可能錯(cuò) 調(diào),如果錯(cuò)調(diào)的概率大于正確調(diào)節(jié)的概率,就會(huì)使均衡器紊亂。該算法采用當(dāng)1( 1xn L - 時(shí)

34、不調(diào)節(jié),在 ( 1x n L - 和 (1x n 時(shí)調(diào)節(jié)的方法, ( x n 為均衡 器的輸出, L-1為多電平幅度調(diào)制信號的最大電平值,這樣做的結(jié)果是正確調(diào)節(jié) 的概率總大于錯(cuò)誤調(diào)節(jié)的概率, 均衡器不會(huì)出現(xiàn)紊亂, 而最后眼圖逐漸趨于張開。 Stop-and-Go 算法中存在待定參數(shù) , 而參數(shù) 的選擇是 Stop-and-Go 算法應(yīng)用的 難點(diǎn)并直接影響算法的收斂與否。1.3.2. 基于高階譜理論的盲均衡算法基于高階譜理論的盲均衡算法在八十年代末出現(xiàn)并得到發(fā)展, 高階譜中不僅 含有系統(tǒng)或信號的幅度特性, 而且還包含系統(tǒng)或信號的相位特性, 因此, 僅根據(jù) 輸出信號就可進(jìn)行系統(tǒng)辨識。 基于高階譜理

35、論的盲均衡算法的基本思想是從高階 累積量中獲取調(diào)節(jié)信道參數(shù)的信息。 這種方法是通過解方程的方式來獲取信道參 數(shù)的,因此一般都能保證算法的全局收斂,但這類算法的運(yùn)算量大。基于高階譜理論的盲均衡算法分為自接法和間接法兩種。 直接法是利用高階 譜中含有系統(tǒng)的幅度信息和相位信息這一特點(diǎn), 直接從系統(tǒng)接收序列 (即盲均衡 器的輸入序列 的高階累積量中獲得信道參數(shù)。 其關(guān)鍵是建立序列的高階累積量 與信道參數(shù)之間的關(guān)系方程, 然后以解方程的方式獲得信道參數(shù)。 間接法是首先 建立一個(gè)含有接收序列高階累積量的代價(jià)函數(shù), 然后通過某種自適應(yīng)算法尋找其 極值點(diǎn),最后逼近期望的理想系統(tǒng)。1980年, A.Benven

36、iste 22提出了兩個(gè)關(guān)于累積量的重要論點(diǎn),成為盲均衡研 究的理論基礎(chǔ)。 第一個(gè)論點(diǎn)指出, 信號的二階累積量只能辨識出系統(tǒng)的幅頻特性, 無法得到相位信息, 因此, 對于非最小相位系統(tǒng)來說需要利用高階累積量。 基于 這一論點(diǎn), 對于高斯分布的信號來說, 其高階累積量完全由二階累積量決定, 所 以無法辯識系統(tǒng)。 這一論點(diǎn)為解決盲均衡問題指明了一個(gè)基本方向。 第二個(gè)論點(diǎn) 指出, 對于非高斯信號, 如果系統(tǒng)輸出信號的概率分布和輸入信號相同, 則系統(tǒng) 為線性無失真系統(tǒng)。這一論點(diǎn)給出了盲均衡的一個(gè)充分條件,即概率分布相同。A.Benveniste 的理論僅僅是一個(gè)理論認(rèn)識,所以不能直接由它來形成或解釋盲

37、均 衡算法。1990 年, O.Shalvi 和 E.Weinstein 23提出盲均衡問題的一個(gè)充要條件, 即在 系統(tǒng)輸入、輸出平均功率相等的約束條件下,峰度(Kurtosis 的絕對值相等。揭示了盲均衡問題本質(zhì)特性的一個(gè)方面,稱為 SW 理論。 SW 理論中把用以辯識 信道的高階統(tǒng)計(jì)量明確具體到二、 四階累積量, 因而可以在 SW 理論的指導(dǎo)下直 接形成算法。1991年, D.Hatzinakos 24等首次提出了基于多譜的盲均衡算法 (TEA,它能 保證全局收斂性, 但運(yùn)算量較大。 該算法的提出為研究非最小相位信道盲均衡算 法開辟了一條新的途徑。同年, B.Porat 25等也提出了兩種

38、基于二階和四階累積 量的 QAM 統(tǒng)盲均衡算法。 1993 年, F. C. Zheng 等提出了 PAM 系統(tǒng)的二階和 四階累積量盲均衡算法。 J. Cadzow26于 1996年首次提出歸一化累積量的概念, 并證明系統(tǒng)輸入、 輸出歸一化累積量幅度相等是實(shí)現(xiàn)盲均衡的充要條件。 由于累 積量階次的選擇是任意的,因而該充要條件不是一個(gè)而是一簇。 J. Cadzow 理論 意味著同時(shí)利用兩種高階累積量就可以解決盲均衡問題。 從現(xiàn)有高階譜理論的盲 均衡算法來看,對于對稱性信號,由于奇數(shù)階累積量為零,一般采取對稱 -反對 稱變換、偶數(shù)階累積量、歸一化累積量、倒譜等算法。對于非對稱性信號,采用 奇數(shù)階累

39、積量或利用循環(huán)平穩(wěn)性等進(jìn)行均衡。1.3.3. 基于神經(jīng)網(wǎng)絡(luò)理論的盲均衡算法人工神經(jīng)網(wǎng)絡(luò), 簡稱神經(jīng)網(wǎng)絡(luò)是一種模仿、 延伸人腦認(rèn)知功能的自適應(yīng)非線 性動(dòng)力學(xué)系統(tǒng)。 這是一種全新的計(jì)算結(jié)構(gòu)模型, 具有許多重要的優(yōu)點(diǎn):大量的并 行性,巨量的互聯(lián)性,存貯的分布性,高度的非線性,高度的容錯(cuò)性,結(jié)構(gòu)的可 變性, 計(jì)算的非精確性等。 它是由大量的簡單處理單元人工神經(jīng)元廣泛互聯(lián)而成 的一個(gè)具有自學(xué)習(xí)、 自適應(yīng)、 和自組織性的智能信息處理系統(tǒng), 它能模仿人腦處 理不完整的、 不準(zhǔn)確的信息, 甚至具有處理非常模糊的信息的能力。 自適應(yīng)線性 組合器的輸出接上量化器后就變成了自適應(yīng)神經(jīng)元, 利用自適應(yīng)神經(jīng)元可以組成

40、神經(jīng)網(wǎng)絡(luò)自適應(yīng)濾波器, 神經(jīng)網(wǎng)絡(luò)自適應(yīng)抵消器, 神經(jīng)網(wǎng)絡(luò)自適應(yīng)均衡器, 神經(jīng) 網(wǎng)絡(luò)自適應(yīng)語音分析和增強(qiáng)器,以及神經(jīng)網(wǎng)絡(luò)圖像處理和識別系統(tǒng)等。近年來, 神經(jīng)網(wǎng)絡(luò)在盲均衡中的應(yīng)用也取得了卓越的成效。前面討論的算法大多針對線性信道,非線性信道的盲均衡器實(shí)現(xiàn)比較困難。 Benvento 等 (1991年 提出了一種采用多層感知機(jī)和 BP 算法的神經(jīng)網(wǎng)絡(luò)盲均衡 器。 將盲均衡技術(shù)擴(kuò)展到了非線性盲均衡器領(lǐng)域, 有效地解決了非線性衛(wèi)星信道 的均衡問題。 但這種算法計(jì)算量較大, 實(shí)現(xiàn)起來還有困難, 而且噪聲對這種均衡 器性能的影響還有待于進(jìn)一步討論。基于神經(jīng)網(wǎng)絡(luò)理論的盲均衡算法從原理上主要有兩種。 一種是基于

41、傳統(tǒng)代價(jià) 函數(shù)的方法, 首先選擇一個(gè)網(wǎng)絡(luò)結(jié)構(gòu), 提出一種代價(jià)函數(shù), 并且根據(jù)這個(gè)代價(jià)函 數(shù)確定權(quán)值的遞推方程(此方程中包含有輸入和輸出信號的特性 。然后,通過求代價(jià)函數(shù)的極小值來達(dá)到調(diào)整權(quán)值的目的; 另一種是根據(jù)網(wǎng)絡(luò)的能量函數(shù)構(gòu)造 權(quán)值, 從現(xiàn)階段神經(jīng)網(wǎng)絡(luò)的研究來看, 神經(jīng)元及神經(jīng)網(wǎng)絡(luò)本身都可以用簡單的電 子線路來實(shí)現(xiàn), 并且每一種神經(jīng)網(wǎng)絡(luò)都有自己的能量函數(shù)和狀態(tài)方程。 可以證明, 當(dāng)網(wǎng)絡(luò)中的任何一個(gè)神經(jīng)元的狀態(tài)發(fā)生變化時(shí), 能量函數(shù)都將減小。 即網(wǎng)絡(luò)系統(tǒng) 總是朝著能量減小的方向變化,最終進(jìn)入穩(wěn)定狀態(tài)。根據(jù)能量函數(shù)的這一特性, 將原有的代價(jià)函數(shù)經(jīng)過適當(dāng)變化后, 作為網(wǎng)絡(luò)的能量函數(shù), 再根據(jù)新的

42、能量函數(shù) 設(shè)計(jì)網(wǎng)絡(luò)的狀態(tài)方程, 這就對原有網(wǎng)絡(luò)進(jìn)行了改造, 可以達(dá)到所要求的目的。 基 于神經(jīng)網(wǎng)絡(luò)的盲均衡算法目前主要有基于前饋神經(jīng)網(wǎng)絡(luò)和高階譜的盲均衡算法, 基于多層神經(jīng)網(wǎng)絡(luò)與高階累積量的盲均衡算法,基于遞歸神經(jīng)網(wǎng)絡(luò)的盲均衡算 法,以及基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的盲均衡算法等。1.3.4. 基于信號檢測理論的盲均衡算法基于信號檢測理論的盲均衡算法主要是將信號檢測的理論應(yīng)用于盲均衡算 法中, 比較成熟的做法是利用最大似然估計(jì)、 貝葉斯估計(jì)及最小錯(cuò)誤概率準(zhǔn)則來 對信道進(jìn)行均衡。1992 年, M. Ghosh27等針對信道出現(xiàn)頻響零點(diǎn)時(shí), 無法求出逆信道的情形, 采用最大似然序列估計(jì)方法并結(jié)合 Viter

43、bi 譯碼法,提出了一種對信道和信號聯(lián) 合進(jìn)行估計(jì)的算法。 該算法無需求出逆信道, 收斂速度較快, 適用于任一復(fù)調(diào)制 信號或多電平調(diào)制信號,缺點(diǎn)是計(jì)算復(fù)雜度大。同年, K. Giridhar28等提出了一 種將貝葉斯估計(jì)器與判決反饋濾波器結(jié)合起來, 聯(lián)合完成信道估計(jì)和信號檢測的 算法。 貝葉斯估計(jì)器對輸入信號進(jìn)行預(yù)處理來產(chǎn)生信道的初始估計(jì), 以減少主要 的碼間干擾, 判決反饋器則進(jìn)一步減少碼間干擾, 從而使算法具有良好的抗噪聲 及抗誤差傳播特性。 但這種算法每迭代一次需要更新所有的濾波器組系數(shù), 運(yùn)算 量很大。1993年, S.J.Nowlan 29等提出了一種軟判決引導(dǎo)的盲均衡算法, 軟判決實(shí)際 上就是輸出一種有關(guān)輸入信號的后驗(yàn)概率或似然函數(shù), 故也是利用最大似然估計(jì) 的方法,定義了一種可提供一個(gè)“軟”判決門限的代價(jià)函數(shù),通過它改變均衡器 的抽頭系數(shù), 使均衡器特性對信道中的碼間干擾進(jìn)行補(bǔ)償, 其優(yōu)點(diǎn)是適用于具有 較大失真的信道, 使其通過補(bǔ)償達(dá)到全局收