本文選題：變步長(zhǎng)　切入點(diǎn)：判決反饋盲均衡　出處：《安徽理工大學(xué)》2017年碩士論文

【摘要】：盲均衡算法因其具有不需要訓(xùn)練序列,并且可以有效消除碼間干擾(ISI)的優(yōu)點(diǎn),越來(lái)越多的研究學(xué)者將其作為研究的課題,提出了很多改進(jìn)的盲均衡算法。本文在對(duì)常模算法(CMA)和常模判決反饋盲均衡算法(CMDFE)分析的基礎(chǔ)上,將智能優(yōu)化算法和變步長(zhǎng)思想應(yīng)用于CMDFE中,以期提高均衡效果。具體研究?jī)?nèi)容如下:1.分析了基于不同步長(zhǎng)函數(shù)的常模盲均衡算法在對(duì)常數(shù)模盲均衡算法進(jìn)行了理論分析的基礎(chǔ)上,分析了步長(zhǎng)對(duì)常模算法的影響。針對(duì)其收斂速度和均方誤差之間的矛盾,對(duì)基于MSE的變步長(zhǎng)常模盲均衡算法(MSE-V-CMA)和基于剩余誤差自相關(guān)的變步長(zhǎng)常模盲均衡算法(REA-V-CMA)進(jìn)行了研究分析。仿真結(jié)果表明,算法在保證收斂的情況下,可以使收斂速度和均方誤差都達(dá)到理想的效果。2.分析了變步長(zhǎng)常模判決反饋盲均衡算法針對(duì)頻響起伏較大的信道,分析了基于常模判決反饋盲均衡算法(CMDFE),并對(duì)算法進(jìn)行了仿真。因?yàn)槠淙匀淮嬖谑諗克俣群途秸`差之間的矛盾,所以研究了基于MSE的變步長(zhǎng)常模判決反饋盲均衡算法(MSE-V-CMDFE)和基于剩余誤差自相關(guān)的變步長(zhǎng)常模判決反饋盲均衡算法(REA-V-CMDFE),并對(duì)算法性能進(jìn)行了仿真驗(yàn)證。3.分析了混合智能優(yōu)化常模判決反饋盲均衡算法的結(jié)合針對(duì)CMDFE的初始化和局部收斂問(wèn)題,在對(duì)PSO、SA、AFSA優(yōu)化算法分析的基礎(chǔ)上,研究了以下兩種混合優(yōu)化算法:(1)SA-PSO-CMDFE粒子群優(yōu)化算法(PSO)很容易陷入局部最優(yōu),而且在收斂后期的收斂速度變慢,而模擬退火算法(SA)具有很強(qiáng)的全局搜索能力,可以彌補(bǔ)PSO在這方面的劣勢(shì),所以將SA算法與PSO算法相結(jié)合運(yùn)用到CMDFE中,提出模擬退火粒子群優(yōu)化常模判決反饋盲均衡算法(SA-PSO-CMDFE),通過(guò)計(jì)算機(jī)仿真驗(yàn)證了算法的優(yōu)越性。(2)SA-AFSA-CMDFE人工魚群優(yōu)化算法(AFSA)收斂速度較慢、且較易陷于局部最優(yōu),將SA算法和AFSA算法相結(jié)合應(yīng)用到CMDFE中,提出模擬退火人工魚群優(yōu)化常模判決反饋盲均衡算法(SA-AFSA-CMDFE),通過(guò)計(jì)算機(jī)仿真證明了所提出的算法具有較好的均衡性能。4.研究了混合智能優(yōu)化的變步長(zhǎng)常模判決反饋盲均衡算法為了進(jìn)一步提高算法的收斂性,在前期研究工作的基礎(chǔ)上,將變步長(zhǎng)思想分別應(yīng)用到基于模擬退火粒子群優(yōu)化常模判決反饋盲均衡算法(SA-PSO-CMDFE)和基于模擬退火人工魚群優(yōu)化常模判決反饋盲均衡算法(SA-AFSA-CMDFE)中,提出基于模擬退火粒子群優(yōu)化變步長(zhǎng)常模判決反饋盲均衡算法(SA-PSO-VCMDFE)和基于模擬退火人工魚群優(yōu)化變步長(zhǎng)常模判決反饋盲均衡算法(SA-AFSA-VCMDFE),通過(guò)仿真試驗(yàn)最后驗(yàn)證了算法有效性。
[Abstract]:Blind equalization algorithm has the advantages of no training sequence and can effectively eliminate ISI), so more and more researchers regard it as a research topic. Many improved blind equalization algorithms are proposed in this paper. Based on the analysis of the constant modulus algorithm (CMA) and the constant modulus decision feedback blind equalization algorithm (CMDFEE), the intelligent optimization algorithm and the idea of variable step size are applied to CMDFE. In order to improve the equalization effect, the specific research contents are as follows: 1. This paper analyzes the constant modulus blind equalization algorithm based on asynchronous long function, which is based on the theoretical analysis of constant modulus blind equalization algorithm. The influence of step size on the constant norm algorithm is analyzed, and the contradiction between the convergence rate and mean square error is analyzed. The variable step size constant modulus blind equalization algorithm (MSE-V-CMA) based on MSE and the variable step size constant modulus blind equalization algorithm based on residual error autocorrelation (REA-V-CMA) are studied and analyzed. The simulation results show that the algorithm can ensure convergence. The convergence speed and mean square error can reach the ideal result. 2. The variable step size constant modulus decision feedback blind equalization algorithm is analyzed for the channel with large frequency response fluctuation. This paper analyzes the blind equalization algorithm based on constant norm decision feedback and simulates the algorithm because of the contradiction between convergence speed and mean square error. Therefore, the variable step-size constant modulus decision feedback blind equalization algorithm (MSE-V-CMDFEE) based on MSE and the variable step size constant modulus decision feedback blind equalization algorithm based on residual error autocorrelation (REA-V-CMDFEE) are studied, and the performance of the algorithm is verified by simulation. The blind equalization algorithm with constant modulus decision feedback can be optimized for initialization and local convergence of CMDFE. Based on the analysis of the PSO-SA-AFSA optimization algorithm, this paper studies the following two hybrid optimization algorithms: 1 / 1, SA-PSO-CMDFE particle swarm optimization (PSOs), which are easy to fall into local optimum and slow down in the later stage of convergence. The simulated annealing algorithm (SA) has a strong global search ability, which can make up for the disadvantage of PSO in this respect. Therefore, SA algorithm and PSO algorithm are applied to CMDFE. A simulated annealing particle swarm optimization (SA-PSO) constant modulus decision feedback blind equalization algorithm (SA-PSO-CMDFEE) is proposed. The superiority of the algorithm is verified by computer simulation. The convergence speed of the algorithm is slow and the algorithm is easily trapped in the local optimum. The SA algorithm and the AFSA algorithm are applied to CMDFE. A blind equalization algorithm named SA-AFSA-CMDFEE for simulated annealing artificial fish swarm optimization is proposed. The results of computer simulation show that the proposed algorithm has good equalization performance .4.The variable step size constant modulus decision feedback blind equalization algorithm for hybrid intelligent optimization is studied. In order to further improve the convergence of the equalization algorithm, Based on the previous research work, variable step size is applied to SA-PSO-CMDFE-based particle swarm optimization and SA-AFSA-CMDFE-based simulated annealing artificial fish swarm optimization. SA-PSO-VCMDFEE algorithm based on simulated annealing particle swarm optimization is proposed, and SA-AFSA-VCMDFEE algorithm based on simulated annealing artificial fish swarm optimization is proposed. Finally, the effectiveness of the algorithm is verified by simulation experiments.
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP18;TN911.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖瑛;董玉華;;判決引導(dǎo)和常數(shù)模融合盲均衡算法研究[J];聲學(xué)技術(shù);2008年03期

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

3 歐陽(yáng)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

4 王峰,趙俊渭,李桂娟,馬忠誠(chéng);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(bào);2002年06期

5 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

6 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(bào);2005年02期

7 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(bào);2005年04期

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

9 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(zhǎng)盲均衡算法[J];計(jì)算機(jī)工程與應(yīng)用;2006年12期

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

相關(guān)會(huì)議論文 前10條

1 李麗;楊樂(lè)平;;一種新的盲均衡算法的研究[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（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(guó)信號(hào)處理學(xué)術(shù)年會(huì)（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(jìn)型盲均衡算法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（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(guó)通信集成電路技術(shù)與應(yīng)用研討會(huì)論文集[C];2004年

5 吳業(yè)進(jìn);陳鋮;劉鋒;;一種計(jì)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(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

6 肖瑛;李振興;劉國(guó)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(guó)信號(hào)處理學(xué)術(shù)年會(huì)（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(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2011年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)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(guó)西部青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

9 王華;程海青;張立毅;;基于對(duì)角反饋神經(jīng)網(wǎng)絡(luò)盲均衡算法的改進(jìn)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)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(guó)通信學(xué)會(huì)“移動(dòng)增值業(yè)務(wù)與應(yīng)用”學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前3條

1 李進(jìn);QAM信號(hào)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(jī)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(cè)接收系統(tǒng)的研究與設(shè)計(jì)[D];電子科技大學(xué);2015年

5 梁中法;高階QAM信號(hào)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(jī)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(jì)與實(shí)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(hào)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(hào)：1680928