本文關(guān)鍵詞：基于概率密度函數(shù)匹配與分數(shù)低階矩的并行盲均衡算法　出處：《電子與信息學(xué)報》2017年07期 　論文類型：期刊論文

  更多相關(guān)文章： 盲均衡 概率密度函數(shù) 并行算法 分數(shù)低階矩

【摘要】：為了提高脈沖噪聲下盲均衡器的性能,該文提出一種基于概率密度函數(shù)匹配與分數(shù)低階矩的并行盲均衡算法。首先采用概率密度函數(shù)匹配的思想進行盲均衡,充分利用其收斂速度快的優(yōu)勢。為了解決此均衡過程中引起的相位信息損失以及抑制脈沖噪聲能力差的問題,又以并行的方式結(jié)合判決信號的分數(shù)低階矩,并以此作為代價函數(shù)來共同更新盲均衡器的權(quán)向量,進一步提高了算法在脈沖噪聲下的收斂速度與收斂精度。仿真實驗表明,所提算法在有效解決相位旋轉(zhuǎn)問題的同時較好地抑制了脈沖噪聲,此外還具有較快的收斂速度和較小的穩(wěn)態(tài)誤差,穩(wěn)健性較強。
[Abstract]:In order to improve the performance of blind equalizer under impulse noise, this paper proposes a parallel blind equalization algorithm based on probability density function matching and fractional low moment. Firstly, the idea of probability density function matching is used for blind equalization. In order to solve the problem of the loss of phase information caused by the equalization process and the poor ability of suppressing the impulse noise, we combine the fractional low moment of the decision signal in parallel. The algorithm is used as a cost function to update the weight vector of the blind equalizer, which further improves the convergence speed and accuracy of the algorithm under impulse noise. The proposed algorithm not only effectively solves the phase rotation problem, but also can suppress the impulse noise effectively. In addition, the proposed algorithm has the advantages of fast convergence speed and small steady-state error, so it is more robust.
【作者單位】： 大連理工大學(xué)電子信息與電氣工程學(xué)部;國家無線電監(jiān)測中心;
【基金】：國家自然科學(xué)基金(61671105,61139001,61172108,81241059)~~
【分類號】：TN911.5
【正文快照】： (2)(國家無線電監(jiān)測中心北京100037)在無線通信中,由于傳輸信道的非理想特性而引起的碼間串擾等干擾,嚴重影響了通信質(zhì)量,使得通信系統(tǒng)的傳輸速率下降,誤碼率升高[1]。信道均衡可有效克服碼間串擾,提高系統(tǒng)性能。與自適應(yīng)均衡相比,盲均衡算法無需訓(xùn)練序列即可跟蹤信道變化、補

【相似文獻】

相關(guān)期刊論文 前10條

1 唐軍;李振邦;李樂民;;盲均衡算法的研究[J];通信技術(shù);1992年03期

2 歐陽喜,葛臨東;一種新的基于誤差切換的盲均衡算法[J];數(shù)字通信;2000年02期

3 王峰,趙俊渭,李桂娟,馬忠誠;一種常數(shù)模與判決導(dǎo)引相結(jié)合的盲均衡算法研究[J];通信學(xué)報;2002年06期

4 劉琚,代凌云;一種新的基于多模誤差切換的盲均衡算法[J];數(shù)據(jù)采集與處理;2004年02期

5 孫麗君,孫超;一種適用于淺海信道的盲均衡算法研究[J];西北工業(yè)大學(xué)學(xué)報;2005年02期

6 沈希忠,許海翔,史習(xí)智;具有約束學(xué)習(xí)速率的頻域盲均衡算法[J];電子學(xué)報;2005年04期

7 潘立軍;劉澤民;;兩種改進的盲均衡算法[J];電路與系統(tǒng)學(xué)報;2006年02期

8 張曉琴;白煜;張彬彬;張立毅;王華奎;;基于模糊神經(jīng)網(wǎng)絡(luò)控制的變步長盲均衡算法[J];計算機工程與應(yīng)用;2006年12期

9 肖瑛;李振興;董玉華;;變步長常數(shù)模盲均衡算法研究[J];通信技術(shù);2008年05期

10 劉洋;王斌;張剛;;一種改進的多模高性能盲均衡算法[J];信息工程大學(xué)學(xué)報;2008年02期

相關(guān)會議論文 前10條

1 李麗;楊樂平;;一種新的盲均衡算法的研究[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

2 劉郁林;彭啟琮;;一種基于特征恢復(fù)的自適應(yīng)直接盲均衡算法[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

3 朱婷婷;王英民;;一種適用于稀疏水聲信道的改進型盲均衡算法[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

4 夏威;林水生;吳廣玉;;一種高速率基帶正交盲均衡算法[A];中國通信集成電路技術(shù)與應(yīng)用研討會論文集[C];2004年

5 吳業(yè)進;陳鋮;劉鋒;;一種計算有效的盲均衡算法[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（上冊）[C];2007年

6 肖瑛;李振興;劉國枝;張琳波;;雙模式神經(jīng)網(wǎng)絡(luò)盲均衡算法研究[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

7 孫靜;郭業(yè)才;;基于混沌優(yōu)化的正交小波多模盲均衡算法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

8 劉永;張立毅;;基于遺傳神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究[A];2006中國西部青年通信學(xué)術(shù)會議論文集[C];2006年

9 王華;程海青;張立毅;;基于對角反饋神經(jīng)網(wǎng)絡(luò)盲均衡算法的改進[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

10 王欣;酆廣增;;常模盲均衡算法：消除常相位偏移和多普勒頻移引起的相位模糊[A];2007年中國通信學(xué)會“移動增值業(yè)務(wù)與應(yīng)用”學(xué)術(shù)年會論文集[C];2007年

相關(guān)博士學(xué)位論文 前3條

1 李進;QAM信號盲（半盲）均衡算法研究[D];西安電子科技大學(xué);2015年

2 張曉琴;基于模糊神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究[D];太原理工大學(xué);2008年

3 張成榆;基于PDF盲均衡算法和修正恒模算法的研究[D];大連海事大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 張冰龍;基于自適應(yīng)雙鏈DNA遺傳優(yōu)化的盲均衡算法[D];南京信息工程大學(xué);2015年

2 符艷平;基于雙支持向量回歸機的盲均衡算法研究[D];蘭州大學(xué);2015年

3 李威;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[D];電子科技大學(xué);2015年

4 李平;基于FPGA的抗多徑干擾遙測接收系統(tǒng)的研究與設(shè)計[D];電子科技大學(xué);2015年

5 梁中法;高階QAM信號盲均衡算法研究[D];西安電子科技大學(xué);2014年

6 朱裕莎;水聲信道半盲均衡算法研究[D];中北大學(xué);2016年

7 陳沫寒;基于雙支持向量回歸機的OFDM系統(tǒng)子載波盲均衡算法研究[D];蘭州大學(xué);2016年

8 張苗青;通信信道盲均衡器的設(shè)計與實現(xiàn)[D];南京信息工程大學(xué);2016年

9 阮睿;脈沖噪聲環(huán)境下的稀疏水聲信道盲均衡算法研究[D];中南民族大學(xué);2015年

10 李奇;基于虛擬儀器的矢量信號分析中盲均衡算法研究[D];西安電子科技大學(xué);2015年

，

本文編號：1405887