本文關(guān)鍵詞：盲均衡算法的關(guān)鍵技術(shù)研究及其在抗多徑干擾中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：遙測(cè)系統(tǒng)中,飛機(jī)與地面的信號(hào)傳輸因受到信道中噪聲、頻率選擇性衰落以及帶限傳輸?shù)确抢硐胩匦缘挠绊?產(chǎn)生多徑衰落現(xiàn)象,從而導(dǎo)致嚴(yán)重的碼間干擾。為了使接收機(jī)能夠準(zhǔn)確的接收信號(hào),必須采取相應(yīng)的措施補(bǔ)償信道的幅頻特性和相頻特性。其中,均衡技術(shù)是消除碼間干擾的有效技術(shù)手段。補(bǔ)償信道畸變特性的濾波器通常稱(chēng)之為均衡器。均衡器根據(jù)是否需要訓(xùn)練序列可分為自適應(yīng)均衡器和盲均衡器。自適應(yīng)均衡器在發(fā)送用戶(hù)數(shù)據(jù)前需要預(yù)先發(fā)送一段訓(xùn)練序列,但是在很多情況下,自適應(yīng)均衡并不能獲得良好的均衡效果。然而盲均衡器不需要訓(xùn)練序列卻能夠消除碼間干擾,補(bǔ)償信道畸變所造成的影響。本文主要研究盲均衡的關(guān)鍵技術(shù),其主要工作如下:首先介紹了無(wú)線信道中產(chǎn)生多徑干擾的因素,描述了多徑信道傳輸模型、重點(diǎn)研究了碼間干擾原理、總結(jié)了均衡器的分類(lèi)。接著分別介紹了自適應(yīng)均衡原理和盲自適應(yīng)均衡原理,研究了一些自適應(yīng)均衡算法,比如最小均方誤差(LMS)算法、遞歸最小二乘(RLS)算法,并對(duì)他們做了仿真實(shí)驗(yàn)和性能對(duì)比。同時(shí)闡述了Bussgang類(lèi)算法原理,簡(jiǎn)要介紹了幾類(lèi)基于Bussgang類(lèi)性質(zhì)的算法。重點(diǎn)研究了常數(shù)模(CMA)算法原理與性能,為了解決由于CMA算法采用固定步長(zhǎng)使得算法收斂速度與穩(wěn)態(tài)剩余誤差之間存在矛盾的問(wèn)題,提出了一種基于MSE的變步長(zhǎng)算法。最后介紹了線性均衡器和判決均衡器的結(jié)構(gòu)和原理,并對(duì)二者的誤碼率性能進(jìn)行仿真,確立了判決反饋均衡器更合適遙測(cè)系統(tǒng)。在此基礎(chǔ)上詳細(xì)研究了基于判決反饋的盲均衡算法(CMA-DFE)的原理,并對(duì)CMA-DFE算法提出了兩種改進(jìn)方法。第一種方法采用加權(quán)算法來(lái)減少判決均衡器的誤差傳播現(xiàn)象,第二種改進(jìn)方法是用基于MSE的變步長(zhǎng)算法替換傳統(tǒng)的CMA算法。通過(guò)計(jì)算機(jī)仿真結(jié)果的分析可知,改進(jìn)的方法在收斂速度、誤碼率、剩余誤差等方面均有所改善。本文通過(guò)對(duì)各種均衡算法進(jìn)行研究,并通過(guò)一系列的仿真實(shí)驗(yàn)分析了算法各自的性能,最終提出了一種適合遙測(cè)接收設(shè)備并能夠抗多徑干擾的均衡算法。
【關(guān)鍵詞】：均衡器 盲均衡 CMA DFE
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：V217;TN911.5
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-17
• 1.1 研究工作的背景與意義10-12
• 1.2 盲均衡技術(shù)的發(fā)展12-15
• 1.2.1 基于Bussgang類(lèi)的盲均衡算法13-14
• 1.2.2 基于高階譜的盲均衡算法14-15
• 1.2.3 非線性盲均衡算法15
• 1.3 本文的課題來(lái)源與主要工作15-16
• 1.4 本論文的結(jié)構(gòu)安排16-17
• 第二章 信道均衡17-25
• 2.1 信道17-20
• 2.2 多徑信道的傳輸模型20-21
• 2.3 碼間干擾21-23
• 2.4 均衡器及其分類(lèi)23
• 2.5 本章小結(jié)23-25
• 第三章 均衡原理與均衡算法25-42
• 3.1 自適應(yīng)均衡原理25-26
• 3.2 盲自適應(yīng)均衡原理26-28
• 3.3 自適應(yīng)算法28-36
• 3.3.1 維納濾波28-30
• 3.3.2 最速下降法30
• 3.3.3 最小均方(LMS)誤差算法30-33
• 3.3.4 遞歸最小二乘(RLS)算法33-35
• 3.3.5 LMS算法與RLS算法性能仿真35-36
• 3.4 Bussgang類(lèi)算法36-40
• 3.4.1 Bussgang類(lèi)算法原理36-38
• 3.4.2 判斷引導(dǎo)(DD)算法38-39
• 3.4.3 Sato算法39-40
• 3.4.4 Godard算法40
• 3.5 本章小結(jié)40-42
• 第四章 常數(shù)模算法42-49
• 4.1 CMA算法推導(dǎo)42-43
• 4.2 CMA算法性能分析43-47
• 4.3 CMA算法實(shí)驗(yàn)仿真47-48
• 4.4 本章小結(jié)48-49
• 第五章 判決反饋均衡器49-56
• 5.1 判決反饋均衡器結(jié)構(gòu)與原理49-50
• 5.2 自適應(yīng)判決反饋算法50-52
• 5.2.1 最小均方誤差(MMSE)準(zhǔn)則50-52
• 5.3 線性均衡器與判決反饋均衡器的性能的比較52-55
• 5.3.1 基于LMS算法的判決反饋均衡器52-54
• 5.3.2 實(shí)驗(yàn)仿真54-55
• 5.4 本章小節(jié)55-56
• 第六章 基于判決反饋的盲均衡算法56-73
• 6.1 CMA-DFE算法56-57
• 6.2 改進(jìn)的CMA-DFE算法57-68
• 6.2.1 剩余誤差分析58-60
• 6.2.2 基于剩余誤差的變步長(zhǎng)常數(shù)模算法60-63
• 6.2.3 加權(quán)算法63-65
• 6.2.4 修正的加權(quán)算法65-68
• 6.3 實(shí)驗(yàn)仿真68-72
• 6.4 本章小節(jié)72-73
• 第七章 全文總結(jié)與展望73-75
• 7.1 全文總結(jié)73-74
• 7.2 后續(xù)工作展望74-75
• 致謝75-76
• 參考文獻(xiàn)76-79
• 攻讀碩士學(xué)位期間取得的成果79-80

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 饒偉;李院民;;基于常數(shù)模算法和自適應(yīng)變模值符號(hào)Godard算法的聯(lián)合盲均衡(英文)[J];南昌工程學(xué)院學(xué)報(bào);2013年01期

2 邵亞勇;竺小松;;RLS算法及其改進(jìn)形式在信號(hào)分離中的應(yīng)用分析[J];電子測(cè)試;2012年01期

  本文關(guān)鍵詞：盲均衡算法的關(guān)鍵技術(shù)研究及其在抗多徑干擾中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：359552