基于高阶统计量的水声信道盲均衡理论与算法

基于高阶统计量的水声信道盲均衡理论与算法

王峰[1]2003年在《基于高阶统计量的水声信道盲均衡理论与算法》文中研究指明通过带宽有限的水声信道获得高速数据传输,是目前水声通信领域的研究热点。而码间干扰是高速通信面临的主要困难。采用传统的自适应均衡技术抑制码间干扰,需要重复发送训练序列,占用大量本不富裕的带宽。而盲均衡算法不需要训练序列,可有效地提高信息的传输速率。因此,研究盲均衡算法在水声信道中的性能是非常必要的。 本文针对水声信道,对隐含和直接使用高阶统计量的盲均衡算法的性能进行了研究。研究内容主要包括以下几个方面: ·分析了多途时间扩展、多普勒频率扩展等水声信道的物理特性及水声信道的数学模型。 ·给出了Bussgang类水声信道盲均衡算法的数学模型,重点分析了Bussgang算法的一个特例——常数模算法的性能。从信噪比的角度,研究了从常数模算法向判决导引算法的切换算法,提出了一种切换判决圆半径的选取方法。该切换算法,对于非常数模信号(如16QAM等),可以获得比常数模算法更小的剩余均方误差。 ·研究了几种直接使用高阶统计量的算法,包括基于数据段估计的倒叁谱算法和超指数算法,分析了算法的估计方差和偏差等性能;由于超指数算法计算量较大,不利于实时均衡,利用水声信道的稀疏性,提出了一种基于稀疏互四阶累积量和稀疏权的算法,有效降低了超指数算法的计算量。 ·围绕线性均衡器的时延极小值问题,从超指数算法推导了线性均衡器相对于均衡器时延的极小值关系,修正了线性均衡器相对于系统时延的关系式。提出了基于数据段估计的倒叁谱算法和超指数算法获得不同均衡器时延极小值的参数设置方法。尽管常数模盲均衡算法的初始化仍然是一个公认的未能解决的问题,但本文通过几条不同零点位置的水声信道,对比研究了自适应最小均方误差算法、倒叁谱算法、超指数算法和常数模算法的不同权向量初始化的等效性。在此基础上,提出了一种移动抽头常数模盲均衡算法。仿真研究表明,该算法相对于中心抽头初始化方法,可以获得更小的剩余均方误差。 ·针对水声信道的频率选择性衰落,对比研究了常数模判决反馈盲均衡算法与其它几种盲均衡算法的性能。针对水声信道的时变特性,研究了该算法的跟踪 摘要性能。提出了一种利用超指数迭代算法,以加速判决反馈结构算法收敛速度的新算法,该算法对非平稳环境的适应能力超过常模判决反馈算法。 ·为了适应远距离通信,提高接收信噪比和更有效的克服信道衰落,研究了盲均衡与空间分集相结合的方法。为了更有效地跟踪水声信道的多普勒频移,提出了将二阶数字锁相环与空间分集盲均衡相结合的算法,并通过误差量化来减少该多通道算法的计算量。仿真结果表明,采用二阶数字锁相环的空间分集均衡算法的跟踪性能超过了采用一阶锁相环和未加锁相环的算法,可有效补偿由于水声信道时变而引入的载波相位快速变化;采用误差量化的算法和原算法的收敛和踉踪性能都很接近。 ·通过水池实验,获得了符合盲均衡算法统计特性要求的BPSK水声实测数据,对论文中的几种盲均衡算法的有效性进行了实测数据验证,并对算法性能进行了比较和评估。 本论文由水声技术国防科技重点实验室基金资助u000JS23.2.l人

肖瑛[2]2006年在《基于水声信道的盲均衡算法研究》文中指出传统的自适应均衡技术由于需要重复发送训练序列,在水声通信中,必将占用本不富裕的水声通信带宽,降低通信效率,而盲均衡具有无需训练序列的优良特性,并且理论与实践均证明,盲均衡可以在某些传统自适应均衡技术无效的条件下依然能够很好实现均衡,在特定约束条件下,还能获得比传统自适应均衡技术更好的均衡性能。随着现代化水声通信向高速信息传输需求的发展,对水声通信盲均衡理论和算法进行分析和研究具有重要意义。 本文针对水声信道特性,对Bussgang类盲均衡算法和直接高阶统计量算法做了理论与算法上的研究和分析,并针对水声信道非线性特性,对前馈神经元网络盲均衡算法的实现进行了分析和改进。研究内容主要包括以下几个方面: 1、从数学上盲反卷积的角度对盲均衡实现的理论依据、均衡准则、约束条件进行了分析。根据BBR公式,说明了在信号满足非高斯分布前提下输入信号与输出信号之间统计特性的联系,并论证了盲均衡中需要借助高阶累积量这一工具的原因。 2、对Bussgang类盲均衡算法的特例CMA算法的理论基础和算法实现进行了研究,分析了CMA算法的代价函数局部极小值问题,并针对CMA算法收敛速度慢,收敛后剩余误差大的缺陷给出了改进算法:利用小样本重用方法初始化均衡器权重,定义了移动窗剩余误差,并根据移动窗剩余误差对算法学习步长进行自适应调整,由移动窗剩余误差确定切换门限,综合以上提出了一种双模式算法。仿真结果证明了改进算法在收敛速度及均衡性能上的有效性。 3、直接高阶累积量的盲均衡算法存在计算量庞大以及对累积量准确估计的问题。文中在对倒叁谱盲均衡算法分析的基础上,提出了一种遗忘递推倒叁谱盲均衡算法,通过数据块递推估计方法,减少了倒叁谱盲均衡算法的计算量并保证了累积量估计的准确性。 4、鉴于水声信道存在非线性特性,分析了利用前馈神经网络作为盲均衡器的盲均衡方法,并针对直接BP算法的缺陷给出了利用代价函数调整学习步

郭业才, 何龙庆, 韩迎鸽, 赵俊渭[3]2007年在《盲均衡技术在水声信道均衡中的应用进展》文中认为简述了水声信道的一般特点,概述了基于Bussgang类盲均衡算法、基于高阶统计量类盲均衡算法、基于神经网络类盲均衡算法、基于小波变换类盲均衡算法的优缺点及其在水声信道均衡中应用的现状,并指出了其今后的发展方向。

阮睿[4]2015年在《脉冲噪声环境下的稀疏水声信道盲均衡算法研究》文中研究表明随着海洋资源开发与海洋国土防卫需求,水声通信得到了世界各国的关注,可靠和高质量的水声通信信号接收技术成为水声通信领域中的热点研究问题。近年研究表明,水声信道环境噪声常表现出脉冲特性,且高速水声通信信道具有典型稀疏特征。脉冲环境噪声和稀疏特性成为盲均衡技术在水声通信中应用的技术瓶颈,本文针对水声信道受脉冲噪声影响和稀疏特性的实际,在现有的研究基础上,提出相应的若干改进算法,同时对改进算法进行仿真验证。水声信道条件下的大量仿真处理结果表明,研究所得到的各类改进算法均在一定程度上提高了算法收敛的稳健性,并且具有较好的均衡性能。本论文研究的主要内容包括:1、概述了盲均衡技术的选题背景和研究现状以及实现过程的基本原理,论述了盲均衡的叁大均衡准则,总结了常数模盲均衡基本算法,并对典型盲均衡器结构做了介绍。2、简述了脉冲噪声的表示模型,对脉冲噪声环境下的典型算法归一化p范数LMS-CMA和误差非线性变换LMS-CMA进行了分析,同时进行了计算机仿真。在此基础上,提出了符号梯度LMS-CMA、方向梯度LMS-CMA和非线性变换代价函数LMS-CMA等盲均衡改进新算法,通过计算机仿真证明了它们的可行性。3、对现有稀疏信道条件下的常数模盲均衡算法进行算法性能分析,同时通过计算机仿真证明了线性横向均衡器的稀疏LMS-CMA盲均衡、线性横向均衡器的稀疏RLS-CMA盲均衡和基于判决反馈均衡器的稀疏信道盲均衡的有效性。

杨超[5]2009年在《基于小波变换的联合盲均衡算法》文中研究说明在水声通信系统中,带宽受限和多径传输会使接收端产生码间干扰(ISI),严重影响通信质量。与自适应均衡算法相比,盲均衡算法由于不需要训练序列,极大地提高了带宽的利用率,适合于水声信道均衡。小波变换理论的迅速发展,为变换域的盲均衡算法研究提供了一种新的思路。信号经过正交小波变换之后,各分量之间的自相关性得到有效地降低,可以加快均衡算法的收敛速度。本文以小波变换为研究工具,针对水声信道盲均衡算法中存在的各类问题,对基于小波变换的盲均衡算法进行了深入的研究。研究内容主要包括以下几个方面。1研究了基于正交小波变换的盲均衡算法由分析影响盲均衡算法性能的因素可知,均衡器输入信号的自相关性是影响均衡算法的主要因素之一。信号经过正交小波变换之后,在小波变换域对其进行能量归一化,信号各分量之间的相关性会得到有效地降低。因此,在分析基于正交小波变换的常数模盲均衡算法的基础上,提出了基于正交小波变换的超指数迭代盲均衡算法(WT-SEI)和基于正交小波变换的分数间隔盲均衡算法(WT-FSE-CMA)。2提出了基于正交小波变换的联合盲均衡算法为了充分利用各类盲均衡算法的优点,以克服各算法所存在的缺陷,研究并提出了两类小波变换域的联合盲均衡算法:(1)针对基于统计特性均衡准则的线性均衡算法(LE)收敛速度较快、但其稳态误差较大的缺陷。将LE算法与DD算法以软判决的方式相结合,利用判决输出的正确与否来控制个DD算法是否参与权值迭代,同时引入正交小波变换理论,提出了基于正交小波变换的判决引导联合盲均衡算法(WT-LE+DD)。(2)针对超指数迭代(SEI)盲均衡算法稳态误差大、但其不能纠正相位旋转的缺陷。在多普勒频移严重的水声信道,利用正交小波变换对SEI算法的权向量迭代公式进行修正,引入一阶锁相环技术(PLL),并将其以软切换的方式与判决引导(DD)算法相结合,提出了基于正交小波变换的超指数迭代联合盲均衡算法(WT-CSEI)。3提出了基于正交小波包变换的盲均衡算法与正交小波变换相比,正交小波包变换因为对信号的尺度空间和小波空间均进行了分解,信号经过正交小波包变换之后,其自相关性进一步下降。因此,将正交小波包引入到盲均衡算法中,提出了基于正交小波包变换的常数模算法(WPT-CMA)和基于正交小波包变换的超指数迭代盲均衡算法(WPT-SEI),针对非线性信道失真,提出了基于正交小波包变换的判决反馈盲均衡算法及其改进算法。水声信道的仿真结果,验证了算法的有效性。

金艳[6]2003年在《水声多径信道特性及抗多径盲均衡技术研究》文中研究表明水声通信信道中广泛存在着多径传播现象。在水声数字通信中,水声传播的多径效应会引起严重的码间干扰,使水下数据传输的可靠性和数据传输速率都大大地降低。为克服码间干扰,一个有效的方法是在接收端采用信道均衡技术。由于水声信道的通信带宽严重受限,而普通的自适应均衡技术需要周期性地发送接收端已知的训练序列,这样做虽然提高了数据传输的可靠性,但是却使本已严重受限的通信带宽进一步减小,从而降低了信道利用率。因此,对于水声通信信道,人们更倾向于采用不需要发送训练序列的盲均衡技术。 在本论文中,我们对水声信道特性,尤其是水声信道的多径传播特性进行了分析,并且在声线理论的基础上建立了水声多径信道模型。 论文详细介绍了信道均衡原理,概要地叙述了自适应均衡,并且着重阐述了盲均衡,介绍了两种常用的线性滤波器结构,给出了评判均衡器工作性能的重要指标。 在水声多径信道特性和信道均衡原理的基础上,本文研究了Bussgang盲均衡算法中的Sato算法和CMA算法,通过大量的计算机仿真工作,采用Sato盲算法和CMA盲算法对信道进行均衡,分别从均衡器的抽头初始化方案、盲均衡算法的迭代步长和均衡器的阶数以及信噪比几个方面入手,对Sato、CMA盲均衡算法的性能进行了研究。得到的主要结论为:对于本文所建立的水声多径信道,盲均衡算法采用第一个抽头初始化方案其收敛性能较好;选取迭代步长时要兼顾收敛速度和稳态误差;在保证收敛性能的基础上,可选择阶数较小的均衡器。 本文最后研究了应用于水声多径信道的分数间隔均衡器。文章通过计算机仿真,对比了分数间隔均衡器和普通的波特间隔均衡器的性能特点,并且发现当水声信道噪声较强时,特别适合于采用分数间隔均衡器。

高成志[7]2011年在《浅海环境下的水声信道辨识技术研究》文中研究表明水声信道辨识与均衡问题一直是困扰许多水声工作者的难题。本文就浅海环境下的水声信道辨识与均衡技术进行了研究。主要内容和成果有:1、分析了信道辨识与均衡技术的研究现状及其在水声领域的研究现状,介绍了浅海水声信道中辨识与均衡需要的基础知识与难点。2、在浅海水声信道条件下研究了LMS算法和RLS算法,提出了一种改进的判决反馈盲均衡自适应算法。算法将判决反馈均衡算法与常数模盲均衡(CMA)算法相结合,提高了算法性能,辨识与均衡效果更好。通过仿真数据和海试数据对研究的自适应滤波信道辨识与均衡方法进行了验证。基于自适应滤波的叁种盲均衡方法在信号传输速率低的情况下均无法辨识出信道,说明窄带信号不能用来辨识信道;在低信噪比条件下均无法辨识出信道;相同条件下,改进的判决反馈盲均衡算法辨识效果最好,RLS算法次之,LMS算法最差。3、研究了叁种基于二阶统计量的盲辨识与盲均衡算法:OPDA算法、QR分解算法、子空间跟踪盲均衡算法。对其进行了理论研究、算法改进,并利用典型浅海水声信道仿真数据和实测海试数据进行了验证,结果表明:几种算法都有自身的优点和缺陷,适用场合不同。子空间算法对条件要求比较苛刻,但当满足一定条件后辨识效果最好;OPDA算法的健壮性较好,但辨识效果有限;QR分解算法对样本长度的依赖性最低,收敛速度较快,但对信噪比等条件的适应及辨识效果相对较差;因为子空间跟踪盲均衡算法是由子空间算法演化而来,所以性能类似,都能在一定条件下很好的辨识信道,均衡后得到很好的收敛效果,但其优势在于收敛速度明显较子空间方法有所提高。4、研究分析了浅海多途信号的时频域特性,结合浅海水声信道条件,比较分析了各种线性、非线性时频分析方法,最终选择径向高斯核时频分析方法进行时频域解卷积。提出了基于时频分析与盲源分离结合的水声信道盲均衡与盲辨识方法。针对LFM信号进行了仿真和海试验证,利用时频分析方法完成时频域解卷积,提取了声源信号瞬时频率,进一步实现了声源信号盲估计,并提出了时频域、时域联合解卷的方法,提高了信号估计精度。将盲源分离用于阵列数据预处理,结合提出的时频域、时域联合解卷方法实现了LFM信号的更好估计。

刘宁[8]2006年在《基于变结构盲均衡处理的算法研究》文中提出随着现代化水下通信的快速发展和普及,越来越高的传输速度和复杂恶劣的通信环境使码间干扰日益严重,如何消除码间干扰已经成为保障水声信道中的高数据率可靠传输的一个重要因素。在各种方法中,均衡是最为常用的方法,其中传统的自适应均衡技术需要重复发送训练序列,占用大量本不富裕的带宽,而盲均衡算法符合实际应用的需要,不必发送训练序列,已经成为应用的主流。因此,研究盲均衡算法在水声通信中的性能是非常必要的。 论文系统研究了水声通信中的盲均衡技术,以克服水声信道高速数据传输中的码间干扰效应的理论方法为基础,讨论提出了几种盲均衡算法,并通过计算机仿真验证了算法性能,研究内容主要包括以下几个方面: ● 从通信的观点分析了多径水声信道的物理特性及水声信道的数学模型,同时论述了水声信道盲均衡的基本原理及其算法评价标准。 ● 对目前广泛应用的几种盲均衡算法进行了研究,提出了变步长盲均衡算法,对它们的原理和结构进行了描述,分别对其在特定的水声信道中的性能进行了理论仿真,得到满意的结果,并且与Bussgang算法和多模算法相结合来提高水声信道盲均衡算法的收敛速度。通过仿真实验与传统算法进行了对比研究,证明了该算法的有效性,展示了盲均衡技术与其他均衡技术相比的优越性和广阔的应用前景。 ● 针对水声信道中严重的码间干扰现象,在判决反馈均衡器的基础上,采用分数的方法,研究了非线性结构的常数模盲均衡算法。最后基于Volterra级数建立了一种新的盲均衡结构——变结构双线性均衡器,利用计算机仿真说明改进后的结构具有更好的收敛性能和良好的实际应用价值。 本论文通过对不同结构不同算法的均衡器研究分析,说明随着数字信号处理技术的发展,盲均衡算法能够有效的提高信息的传输速率,在不同特性的通信信道中表现出更加广泛的实用性和稳定的性能。 本课题是国家自然科学基金资助项目。

张树艳[9]2011年在《一种Renyi熵的正交小波变换盲均衡算法及DSP仿真》文中进行了进一步梳理盲均衡技术是通信系统的关键技术之一,在不增加带宽的前提下提高系统带宽利用率,能够避免多径传输和带宽受限引起的码间干扰(ISI)。小波变换理论的迅速发展,为变换域的盲均衡算法研究提供了一种新的思路。信号经过正交小波变换之后,各分量之间的自相关性得到降低,可以有效加快均衡算法的收敛速度。近年来,Renyi熵理论被成功地应用到包括自适应滤波、模式识别、盲分离、反卷积核基于训练序列的均衡等大量的实际应用中。通过最小化熵的方法可以提供输出信号更多的信息,从而改善均衡器的性能。将小波理论和Renyi熵理论相结合,对盲均衡技术进行研究是一个很有意义的课题。因此,本文针对传统的常数模盲均衡算法(CMA)存在的收敛速度慢、稳态误差大的问题,对基于Renyi熵的小波盲均衡算法进行了深入的研究。本论文主要研究内容如下:1.为了克服固定步长参数的CMA算法采用大步长在加快收敛速度的同时带来较大稳态剩余误差和采用小步长减小剩余误差却会使算法收敛速度变慢的缺陷,在步长因子μ与误差信号e(n)之间建立了一种双曲正切函数关系,将小波理论引入到均衡器的设计中,推导了均衡器的正交小波表示式,给出了基于双曲正切函数变步长的小波盲均衡算法。仿真结果表明,在计算量增加不多的条件下,该算法收敛速度快,稳定性强。2.介绍了Parzen窗概率密度估计法,采用瑞利函数作窗函数推导出瑞利分布Renyi熵表示法。用Renyi熵作为代价函数,给出了引入瑞利分布Renyi熵的盲均衡器结构,提出了基于瑞利分布Renyi熵的小波双曲正切步长盲均衡算法。理论分析和仿真结果表明,所提出的算法具有较快的收敛速度和较小的稳态误差,抗干扰性能好。3.根据Matlab的仿真参数,用TMS320VC5502芯片实现了WT-Tanh-CMA算法的仿真。在CCS集成开发环境中,用C语言编写算法的代码,并对其进行了优化,在主机上成功地显示出均衡后的信号眼图。图[30]表[1]参[81]

高成志[10]2008年在《水下声信道辨识研究》文中研究指明随着信号处理技术发展,新出现的信道辨识和均衡技术的应用研究为实现高质量的水下信息传递提供了重要的途径,本论文就是对水声信道的辨识技术进行具体研究。论文建立了浅海水声信道模型和深海水声信道模型,并以此为基础分别基于单输入单输出(SISO)水声通信系统和多输入多输出(MIMO)水声通信系统对几种辨识算法进行了大量仿真研究和海试数据验证。对于SISO系统条件下的研究表明:基于二阶统计盲辨识算法在运算速度、收敛速度、对信道阶数估计的敏感度等方面具有明显优势,但在抗噪性方面不如基于高阶统计算法。对于MIMO系统条件下的研究表明:矩阵外积分解算法(OPDA)抗噪性强、对阶数估计的敏感度小、所需观测数据少,但不能精确地辨识信道;子空间算法抗噪性差、对阶数估计的敏感度大,但当信噪比达到一定程度,信道阶数估计准确时,性能可以达到几乎完全辨识信道的目的,使得应用简单的均衡算法即可恢复源信号。

参考文献:

[1]. 基于高阶统计量的水声信道盲均衡理论与算法[D]. 王峰. 西北工业大学. 2003

[2]. 基于水声信道的盲均衡算法研究[D]. 肖瑛. 哈尔滨工程大学. 2006

[3]. 盲均衡技术在水声信道均衡中的应用进展[J]. 郭业才, 何龙庆, 韩迎鸽, 赵俊渭. 舰船科学技术. 2007

[4]. 脉冲噪声环境下的稀疏水声信道盲均衡算法研究[D]. 阮睿. 中南民族大学. 2015

[5]. 基于小波变换的联合盲均衡算法[D]. 杨超. 安徽理工大学. 2009

[6]. 水声多径信道特性及抗多径盲均衡技术研究[D]. 金艳. 西北工业大学. 2003

[7]. 浅海环境下的水声信道辨识技术研究[D]. 高成志. 哈尔滨工程大学. 2011

[8]. 基于变结构盲均衡处理的算法研究[D]. 刘宁. 西北工业大学. 2006

[9]. 一种Renyi熵的正交小波变换盲均衡算法及DSP仿真[D]. 张树艳. 安徽理工大学. 2011

[10]. 水下声信道辨识研究[D]. 高成志. 哈尔滨工程大学. 2008

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

基于高阶统计量的水声信道盲均衡理论与算法
下载Doc文档

猜你喜欢