畢業(yè)論文CMA盲均衡算法仿真研究

1、CMA 盲均衡算法仿真研究摘要盲均衡是一種新興的自適應(yīng)均衡技術(shù)，它不需要參考輸入的訓(xùn)練序列來維持正常工作，僅依據(jù)接收序列本身的先驗(yàn)信息來均衡信道特性。自它出現(xiàn)后，就得到廣泛的關(guān)注，并在許多領(lǐng)域中得到應(yīng)用。本文系統(tǒng)地分析研究和歸納總結(jié)了盲均衡的基本理論。重點(diǎn)分析了Bussgang類盲均衡算法中的恒模(CMA, Constant Modulus Algorithm）盲均衡算法。分析了傳統(tǒng)CMA盲均衡算法的收斂性能，由于采用固定步長，使得收斂速度和收斂精度之間相互制約，其應(yīng)用受到很大的限制。為了解決這一矛盾，本文提出了一種基于均方誤差（MSE, Mean Square Error）的CMA盲均衡算法

2、，這是一種利用時(shí)變步長來代替固定步長的自適應(yīng)變步長CMA盲均衡算法，并進(jìn)行了計(jì)算機(jī)仿真。結(jié)果表明改進(jìn)算法相對于CMA算法收斂性能有一定的提高。關(guān)鍵字關(guān)鍵字:盲均衡盲均衡,恒模算法恒模算法, 變步長變步長,均方誤差均方誤差CMA BLIND EQUALIZATION ALGORITHM SIMULATIONABSTRACTThis paper analyzed systematically studies and summaried the blind balanced elementary theory. Analysis focused on the Bussgang type blind

3、equalization of constant modulus algorithm (CMA, Constant Modulus Algorithm) algorithm for blind equalization. This paper analyzes of the traditional CMA blind equalization algorithm performance, as a result of the use of fixed-step, making convergence speed and residual error become a contradiction

4、, which makes the application fields of CMA algorithm limited. In order to solve the contradiction ,this paper derives an improved CMA blind equalization algorithm utilizing the vary of MSE. This is an adaptive variable step-size CMA blind equalization algorithm, which uses a time-varying step size

5、to replace the fixed step size. The simulation with computer shows the improved algorithms have the better convergence performance than CMA algorithm.KEYWORDS: blind equalization , Constant Modulus Algorithm , variable step-size, Mean Square Error目錄目錄摘要（中文）.I摘要（外文）.II1 緒論.11.1 研究盲均衡的目的和意義 .11.2 盲均衡的

6、研究現(xiàn)狀.21.3 衡量算法收斂性能的指標(biāo) .32 恒模算法.42.1 盲均衡的基本結(jié)構(gòu).42.2 Bussgang 類盲均衡算法.6決策指向算法.7算法.7算法.82.3 恒模算法的提出 .82.4 恒模算法的理論推導(dǎo) .92.5 步長因子對恒模算法收斂性能的影響 .113 基于剩余誤差的變步長恒模盲均衡算法.173.1 恒模算法中剩余誤差的分析 .173.2 基于 MSE 的變步長恒模盲均衡算法.18基于 MSE 的變步長恒模盲均衡算法的表達(dá)形式.18算法性能分析.183.3 基于 MSE 的變步長恒模算法的 MATLAB 實(shí)現(xiàn).19結(jié)論.24參考文獻(xiàn).25附錄.26致謝.321 緒論盲均

7、衡是一種新興的自適應(yīng)均衡技術(shù)，它不需要參考輸入的訓(xùn)練序列來維持正常工作，僅依據(jù)接收序列本身的先驗(yàn)信息來均衡信道特性。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。盲均衡技術(shù)優(yōu)越的性能使它受到更加廣泛的關(guān)注，并在許多領(lǐng)域中得到應(yīng)用。盲均衡技術(shù)可有效地應(yīng)用于數(shù)字通信、雷達(dá)、地震和圖像處理等系統(tǒng)。盲均衡技術(shù)己成為數(shù)字通信領(lǐng)域中熱點(diǎn)研究的課題之一。在盲均衡的幾種算法中，又以CMA（Constant Modulus Algorithm）恒模算法的研究最為廣泛。1.1 研究盲均衡的目的和意義在數(shù)字通信系統(tǒng)中，帶限發(fā)射、接收濾波器、放大器、時(shí)延與多徑效應(yīng)、

8、發(fā)射機(jī)與接收機(jī)之間的相對運(yùn)動(dòng)、禍合效應(yīng)和多址干擾等因素綜合作用會使信號序列在傳遞過程中產(chǎn)生碼間干擾和信道間干擾.為了降低誤碼率，必須對碼間干擾進(jìn)行適當(dāng)?shù)难a(bǔ)償。傳統(tǒng)的克服碼間干擾的方法是在接收端加均衡器，使均衡器的特性正好與信道的特性相反，使之能夠準(zhǔn)確補(bǔ)償傳輸信道的特性，從而消除碼間干擾。有些應(yīng)用場合如無線移動(dòng)通信中信道是時(shí)變的，為了準(zhǔn)確地補(bǔ)償信道的特性，均衡器應(yīng)有及時(shí)調(diào)整參數(shù)、動(dòng)態(tài)跟蹤信道變化的能力，具有這種 “智能特性”的均衡器稱之為自適應(yīng)均衡器。這種均衡器在數(shù)據(jù)傳輸之前，通常需要預(yù)先發(fā)送一段收端和發(fā)端都已知的訓(xùn)練序列。接收機(jī)測量出該序列通過信道后產(chǎn)生的變化或誤差，并依據(jù)該誤差信息對均衡器參

9、數(shù)進(jìn)行調(diào)整，最終使均衡器正好補(bǔ)償信道特性，從而使接收機(jī)能夠從均衡器輸出中得到幾乎無錯(cuò)的發(fā)送信號，保證數(shù)據(jù)的可靠傳輸。這段過程被稱為訓(xùn)練，此時(shí)均衡器被稱為工作在訓(xùn)練模式。訓(xùn)練過程結(jié)束后，數(shù)據(jù)傳輸開始，此時(shí)發(fā)送信號是未知的，為了動(dòng)態(tài)跟蹤信道特性可能發(fā)生的變化，接收機(jī)將均衡器輸出的判決信號作為參考信號，用來測量信號通過信道后產(chǎn)生的誤差，對均衡器輸出的信號繼續(xù)進(jìn)行調(diào)整，此時(shí)均衡器工作在判決(Decision Directed)模式。根據(jù)自適應(yīng)濾波理論，均衡器在判決修正模式下能正常工作的條件是輸入信號的眼圖預(yù)先張開到一定程度 (判決結(jié)果的錯(cuò)誤率極低)，以保證均衡器可靠地收斂。如果這個(gè)條件不滿足，就要由發(fā)

10、端發(fā)送一個(gè)收端已知的訓(xùn)練序列對均衡器進(jìn)行訓(xùn)練，使之收斂。因而訓(xùn)練過程也被稱為均衡器的學(xué)習(xí)過程，對一般通信系統(tǒng)來講是不可缺少的階段。然而訓(xùn)練序列的使用有如下幾點(diǎn)缺陷:(1) 由于訓(xùn)練序列的傳輸占用了部分時(shí)間，有效的信息速率降低了。(2) 對于嚴(yán)重的衰落信道，訓(xùn)練序列必須頻繁發(fā)送。(3) 當(dāng)通信發(fā)生短時(shí)中斷時(shí)，每一次新的通信開始之前必須發(fā)送訓(xùn)練序來初始化接收機(jī)。(4) 在某些特殊應(yīng)用場合，接收機(jī)無法得到訓(xùn)練信號(如在破譯截獲的敵方信號時(shí))。由于自適應(yīng)均衡器具有上述缺陷，使之不能適應(yīng)現(xiàn)代數(shù)字通信系統(tǒng)高速度、大容量的發(fā)展趨勢。因此，近年來人們致力于研究不借助訓(xùn)練序列，僅僅根據(jù)接收到的信號序列本身進(jìn)行自

11、適應(yīng)均衡的技術(shù)-盲均衡。與普通均衡器相比，盲均衡器具有收斂域大、應(yīng)用范圍廣等特點(diǎn)。1.2 盲均衡的研究現(xiàn)狀1975 年，日本學(xué)者 YSato 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，第一次提出應(yīng)用于多幅度調(diào)制數(shù)據(jù)傳輸中的自恢復(fù)均衡的概念，后稱之為盲均衡。自此以后，許多專家學(xué)者都投入到盲均衡的研究中，從不同方面采用各種代價(jià)函數(shù)和優(yōu)化方法，得出許多應(yīng)用于不同場合的盲均衡算法。目前，盲均衡的研究主要分為以下幾類：(1) 基于高階譜的盲均衡一般情況下，基于二階統(tǒng)計(jì)量的盲均衡算法只能解決最小或最大相位信道的均衡問題，對非最小相位信道則無能為力。但是系統(tǒng)輸出序列的高階統(tǒng)計(jì)量既能反映信道傳遞函數(shù)

12、的幅度信息和相位信息，又能有效抑制信道中的加性高斯噪聲，從而能用于各種信道辨識與參數(shù)估計(jì)。(2) 基于神經(jīng)網(wǎng)絡(luò)的盲均衡信道均衡也可以看作為分類問題，把均衡器看成判決器，從而盡量精確地恢復(fù)發(fā)送序列。因此有很強(qiáng)分類功能的神經(jīng)網(wǎng)絡(luò)就很適合做均衡器。神經(jīng)網(wǎng)絡(luò)為非線性動(dòng)態(tài)系統(tǒng)，它具有很大規(guī)模并行處理、高度的魯棒性等特征，尤其適于處理復(fù)雜的非線性問題。(3) 基于信號檢測的盲均衡有些文獻(xiàn)將基于信號檢測理論的盲均衡算法從原理上分為最大似然序列估計(jì)盲均衡算法，貝葉斯估計(jì)盲均衡算法，以及最小錯(cuò)誤概率盲均衡算法等。(4) Bussgang 類盲均衡Bussgang 類盲均衡以橫向?yàn)V波器為結(jié)構(gòu)，利用信號的物理特征選

13、用合適的代價(jià)函數(shù)和誤差控制函數(shù)來調(diào)節(jié)均衡器抽頭，使得恢復(fù)信號接近于源信號。此類算法是以一種迭代方式進(jìn)行盲均衡，并在均衡器輸出端對輸出信號作無記憶非線性變換。由于它是在傳統(tǒng)自適應(yīng)濾波的基礎(chǔ)上發(fā)展而來，因此保留了傳統(tǒng)自適應(yīng)算法的簡單性，復(fù)雜度低，運(yùn)算量小，概念清楚，易于實(shí)現(xiàn)。但這類算法的缺點(diǎn)是算法收斂時(shí)間長，手電后穩(wěn)態(tài)剩余誤差大，對非線性或存在零點(diǎn)的信道均衡效果不好等。目前橋位經(jīng)典的 Bussgang類算法由 Sato 算法、決策指向算法、BGR 算法、Stop and Go 算法、Godard 算法等。1.3 衡量算法收斂性能的指標(biāo)衡量算法收斂性能的指標(biāo)主要有收斂速度、誤碼特性、運(yùn)算復(fù)雜度、跟蹤

14、時(shí)變信道的能力和抗干擾能力等。(1) 收斂速度均衡器開始工作后，需要一個(gè)收斂過程才能使均衡器的抽頭系數(shù)由初值逐漸過渡到最優(yōu)值，收斂速度越快，收斂過程所需時(shí)間越短，通信初期的誤碼數(shù)越少。(2) 誤碼特性在不增加算法計(jì)算復(fù)雜度和收斂速度滿足要求的前提下，降低均衡器的誤比特率（BER）具有重要意義。(3) 運(yùn)算復(fù)雜度許多均衡算法盡管收斂速度快，但計(jì)算量太大，因而對硬件和軟件要求很高，使其實(shí)際應(yīng)用受到很大的限制。因此，在誤碼率滿足要求的前提下，應(yīng)降低均衡算法的計(jì)算復(fù)雜度。(4) 跟蹤時(shí)變信道的能力算法跟蹤時(shí)變信道的能力，主要體現(xiàn)在信道發(fā)生時(shí)變的情況下，算法能否收斂和穩(wěn)定的問題。算法的跟蹤能力受其原理和

15、參數(shù)的制約。(5) 抗干擾能力抗干擾能力是算法對信道中疊加的噪聲，尤其是突發(fā)強(qiáng)噪聲干擾的抵抗能力?？垢蓴_能力差的算法遇到強(qiáng)噪聲干擾時(shí)收斂性能變差甚至無法收斂。2 恒模算法2.1 盲均衡的基本結(jié)構(gòu)圖 2-1 為盲均衡原理框圖。其中是發(fā)送序列，是未知信號的沖激響應(yīng))(nx)(nh（包含了發(fā)射濾波器、傳播媒介和接受濾波器的綜合作用） ，為系統(tǒng)接收序列，同)(ny時(shí)也是盲均衡器的輸入序列，為噪聲信號，為均衡器的沖激響應(yīng)，為被)(nn)(nw)(nx均衡器恢復(fù)的信號，為判決輸出信號。)( nx信道判決器算法盲均衡器)(nh)(nn)(nw)(nx)(nx)( nx圖 2-1 盲均衡系統(tǒng)輸入序列假設(shè)為獨(dú)立

16、同分布序列，通過一未知時(shí)變離散時(shí)間傳輸信道，)(nx)(nh考慮加性信道噪聲，得到均衡器接收序列可表示為：)(nn)(ny= (2-1)( )( )* ( )( )y nh nh nn n( ) ()( )ih i x nin n可知,是由和卷積而成,要想從中獲得,就需要對進(jìn)行反( )y n( )x n( )h n( )y n( )x n( )y n卷積或解卷積運(yùn)算,或等價(jià)辨識傳輸信道的逆信道.當(dāng)和已知時(shí),( )h n1( )hn( )y n( )x n可以獲得。均衡器的訓(xùn)練就屬于此種情況但當(dāng)未知時(shí),即3個(gè)參數(shù)中只有一個(gè)( )h n( )x n是已知,求解就相當(dāng)困難, 這就是盲均衡或盲解積。

17、均衡器是線性自適應(yīng)濾波器系統(tǒng)，它的輸出為)(nx (2-2)iinyiwnx)()()(若不考慮信道噪聲的影響，則由信道輸入端到均衡器輸出端的沖激響應(yīng)等于)(ng (2-3)kknwkhnwnhng)()()(*)()(因此均衡器輸出可以寫成)(nx (2-4)kknxngnx)()()(盲均衡的目的是通過算法調(diào)節(jié)均衡器權(quán)值使均衡器輸出序列逼近于信道輸入)(nx序列，這就要考慮到代價(jià)函數(shù)的選取以及采用的優(yōu)化算法。如果通過以上的選取)(nx獲得了一個(gè)理想均衡器，也即一個(gè)理想的逆濾波器，令表示理想均衡器的沖激響)( nw應(yīng)，則它與信道沖激響應(yīng)之間滿足“理想逆關(guān)系”，表達(dá)如下 （2-5）nknwkh

18、nk,)( )(式中，為 Kronecker 函數(shù)。n目前的盲均衡算法一般采用有限長抽頭式橫向?yàn)V波器，其結(jié)構(gòu)如圖 2-2 所示。)(ny1z1z1z1z) 1( ny)(nx)(1nw)(2nw)(2nwL)(1nwL) 1(Lny)(0nw圖 2-2 橫向?yàn)V波器的結(jié)構(gòu)圖其中，橫向?yàn)V波器的長度為 L，橫向?yàn)V波器的輸入為 nY （2-6） ( ), (1),., (1)lny ny ny nLY濾波器的抽頭系數(shù)為( )nW （2-7）011( )( ),( ),.,( )lLnw n w nwnW則橫向?yàn)V波器的輸出可表示為)(nx= （2-8）10)()()(Liiinynwnx( )( )Tn

19、nYW( ) ( )TnnWY理想的濾波器是無限長的，圖 2-2 所示濾波器是截?cái)嗟挠邢揲L濾波器，它是理想濾波器的近似模型，這就必然帶來剩余碼間干擾，濾波器的輸出僅僅是源信號)(nx的估計(jì)值。因此誤差信號為)(nx= （2-9）)()()(nxnxne10)()()(Liinxinynw( ) ( )( )Tnnx nWY訓(xùn)練過程的任務(wù)是求出一組抽頭系數(shù)，使均衡器能最有效地消除碼間干擾，)(nwi這組抽頭系數(shù)稱為最佳抽頭系數(shù)。為了使均衡器獲得最佳抽頭系數(shù)，需要根optinw)(據(jù)不同應(yīng)用場合選用不同的優(yōu)化算法，盲均衡算法用對均衡器輸出信號的無記憶非線性變換來代替自適應(yīng)算法中的期望信號。2.2

20、Bussgang類盲均衡算法無記憶非線性函數(shù)橫向?yàn)V波器)(nw)(nx)( nxBussgang盲均衡算法)(ny)(ne)(g圖2-3 Bussgang盲均衡器的原理圖圖 2-3 為Bussgang類盲均衡器原理圖。Bussgang類盲均衡算法作為盲均衡算法的一個(gè)分支，是在傳統(tǒng)的自適應(yīng)濾波器的基礎(chǔ)上發(fā)展起來的。早期的盲均衡器以橫向?yàn)V波器為基本結(jié)構(gòu)，利用信號的物理特征選擇合適的代價(jià)函數(shù)和誤差控制函數(shù)來調(diào)節(jié)均衡器的權(quán)系數(shù)。這類算法是以一種迭代方式進(jìn)行盲均衡，并在均衡器的輸出端對數(shù)據(jù)進(jìn)行非線性變換，當(dāng)算法以平均值達(dá)到收斂時(shí)，被均衡的序列表現(xiàn)為Bussgang統(tǒng)計(jì)量。因此，此類算法稱為Bussgan

21、g類盲均衡算法。Bussgang類盲均衡算法的顯著特點(diǎn)是算法思路保持了傳統(tǒng)自適應(yīng)均衡的簡單性，物理概念清楚，沒有增加計(jì)算復(fù)雜度，運(yùn)算量較小，便于實(shí)時(shí)實(shí)現(xiàn)。缺點(diǎn)是算法的收斂時(shí)間較長，收斂后剩余誤差較大，沒有解決均衡過程中的局部收斂問題，對非線性信道和存在零點(diǎn)的信道均衡效果不佳。Bussgang類盲均衡器采用一個(gè)非線性估計(jì)函數(shù)g()，使，用近似( ) ( )x ng x n( )x n代替。如果一個(gè)隨機(jī)過程滿足下式條件時(shí)：( )x n (2-10) ( ) () ( ( ) ()E x n x nkE g x n x nk則該過程叫做Bussgang過程。式(2-10)揭示出，Bussgang過程

22、應(yīng)具有下述特性:均衡器輸出序列的自相關(guān)函數(shù)等于用該輸出序列作變元的無記憶非線性函數(shù)g()與輸出序列( )x n之間的互相關(guān)函數(shù)。1952年了ssgang第一個(gè)發(fā)現(xiàn)任何相關(guān)的高斯過程均具有上述性質(zhì)。1955年，rrett和ampard進(jìn)一步證明了所有具有指數(shù)衰減自相關(guān)函數(shù)的隨機(jī)過程均具有這一性質(zhì)，進(jìn)一步推廣了Bussgang的結(jié)論。不同的Bussgang類盲均衡算法具有不同的無記憶非線性函數(shù)g()，但都必須滿足式(2-10)。歸納起來，Bussgang類盲均衡算法主要由以下兩個(gè)公式表述，其中，式(2-11)為均衡器輸出，式(2-12)為抽頭系數(shù)迭代公式。 (2-11)( )( ) ()LiLx

23、nn y niiW-2 (2-12)(1)( )nnW=W( )e n( )n*Y式中，2L+1為均衡器長度，為迭代步長因子。關(guān)于Bussgang算( )( )( ( )e nx ng x n法的收斂性，有以下重要結(jié)論:若輸入序列是亞高斯的，并且 ( )x n的二階倒數(shù)為負(fù)值，則Bussgang算法是收斂的。( ( )( ( )( )x ng x nx nBussgang算法有三個(gè)非常有名的特例 (DD)決策指向算法、Sato算法、Godard算法。下面再分別介紹一下。2.2.1 決策指向算法當(dāng)Bussgang算法收斂，并且眼圖“張開”時(shí)，均衡器便以決策指向模式工作，均衡器橫向?yàn)V波器的抽頭系數(shù)

24、的最小均方誤差即可以象自適應(yīng)均衡器一樣進(jìn)行控制。橫向?yàn)V波器)(nw)(nx)( nx)(ne自適應(yīng)算法閾值決策裝置輸入信號)(g)(ny圖2-4 決策指向均衡器的方框圖決策指向(Decision-Directed)模式使用的無記憶非線性函數(shù)是一“閥值決策裝置”。給定橫向?yàn)V波器輸出信號,閡值決策裝置根據(jù)發(fā)射信號的字符集，對做出決策( )x n( )x n判斷，使判斷結(jié)果與最接近，例如，在二進(jìn)制等概率數(shù)據(jù)序列的簡單情況下，( )x n( )x n數(shù)據(jù)和決策取值分別為 (2-13)1, 1( ) ( )sgn( ( )1, 0 x nx nx n對字符對字符將決策指向算法與 Bussgang 算法作

25、一比較，可見決策指向算法是取 g(.)=sgn(.)的Bussgang 算法。2.2.2 Sato 算法M 進(jìn)制 PAM(脈沖幅度調(diào)制)系統(tǒng)的盲均衡最早是 Sato 于 1975 年提出的。在 Sato算法里，將代價(jià)函數(shù)定義為: =E (2-14)( )J n( )sgn( ( ) x nx n2|式中，為常數(shù)，定義為= .很顯然，Sato 算法是 Bussgang 算法取 g(.)2( )( ) E xnEx n|=sgn(.)時(shí)的一個(gè)特例。2.2.3 Godard算法D.N .Godard2于1980年提出了一種可用于二維數(shù)據(jù)通信系統(tǒng)的盲均衡算法，它最大的特點(diǎn)是將幅度的均衡和相位恢復(fù)獨(dú)立進(jìn)

26、行，互不干擾，因而允許靈活采用載波同步方案，這對載波偏移較大的系統(tǒng)特別有用。Godard在算法中應(yīng)用了一種新的代價(jià)函數(shù) (2-15)2( )(| ( )|)ppnx nRJE式中，為一常數(shù)定義為pR (2-16)2| ( )| ( )|pppE x nRE x n將式(2-15)兩邊對均衡器權(quán)向量求導(dǎo)可得代價(jià)函數(shù)對的梯度ww (2-17)*2( )2|(|)nappnnnnpw wNnpEwwwRNwnnnJy yyy去掉上式中的數(shù)學(xué)期望操作即為Godard迭代算法中的隨機(jī)梯度，因此，均衡器抽頭系數(shù)的更新公式為: (2-18)*2( )| ( )|(| ( )|)ppnpwwx nx nx n

27、Rn+Lny 由上式可知，Godard算法是Bussgang算法中的無記憶非線性函數(shù) (2-19)( )( ( )( )( )( )( )x ng x nx nRx nx nx np-12p-1p|+|-|2.3 恒模算法的提出Godard最早提出了恒模算法(CMA)，它是Bussgang類盲均衡算法中最常用的一種。Godard算法無記憶非線性函數(shù)。表達(dá)式g()如下: (2-20)( )( ( )( )( )( )( )x ng x nx nRx nx nx np-12p-1p|+|-|式中， p=1,2,.( )( )Rx nx n2ppp=E| /E| 當(dāng) p= 2 時(shí)，Godard算法就

28、是CMA算法。它通過調(diào)節(jié)線性均衡器的抽頭增益來達(dá)到使代價(jià)函數(shù)減小的目的。CMA以其計(jì)算復(fù)雜度低、易于實(shí)時(shí)實(shí)現(xiàn)等優(yōu)點(diǎn)，成為通信系統(tǒng)中廣泛應(yīng)用的盲均衡技術(shù)。恒模盲均衡算法適用于所有具有恒定包絡(luò)（簡稱恒模）和一部分非恒包絡(luò)（如QAM）的發(fā)射信號的均衡。CMA 算法無記憶非線性函數(shù) g(.)為: (2-21)( )( ( )( )( )( ) ( )x ng x nx nRx nx nx n32|+|-|式中，是常數(shù)。( )( )Rx nx n422=E| /E| 根據(jù)信號傳輸理論和圖 2-1 可知: 均衡器的輸入為: = (2-22)y( )n( )* ( )h nx n( )n n( ) ()(

29、)iih n x nin n均衡器的輸出為: = = (2-23)( )x n( )* ( )w ny n( )* ()iiw ny ni( ) ( )TnnWYCMA 算法的權(quán)值迭代公式為 (2-24)22(1)( )( )( )( )*nnx n Rx nnW=WY|式中，為迭代步長因子，通常取足夠小的正常數(shù)，它決定收斂的速度。2.4 恒模算法的理論推導(dǎo)CMA 算法的代價(jià)函數(shù)為: (2-25)222()( ) nJ WEx nR|選取這個(gè)代價(jià)函數(shù)的合理性在于，發(fā)送信號的功率應(yīng)該是恒定的，均衡器輸出信號的功率也應(yīng)該是恒定的。按照最速下降法的迭代公式: (2-26)J( )(1)( )( )n

30、nnnWW=WW有: (2-27)222( )( )2( )( )( )Jnx nEx nRnnWWW| 因?yàn)?= ，故有:( )x n( )nTY( )nW=2=2 (2-28) 2( )( )x nnW|( )nW( )( )( )( )nnnnT*TWYYW( )( )( )nnn*TYYW( )n*Y( )x n于是: =4E (2-29)( )( )JnnWW22( )( ) ( )x nRn x n*Y|用隨機(jī)梯度代替梯度的期望值，得到算法公式: 4a (2-30)(1)( )nnW=W( )x n22( )( )x nRn*Y|現(xiàn)在進(jìn)一步考慮應(yīng)該取什么值才是合理的。對均衡器的要求

31、是:當(dāng)達(dá)到理想均衡2R時(shí)，必須有:=0 (2-31)( )( )JnnWW/所謂達(dá)到理想均衡，就是均衡器輸出序城 n)是發(fā)送序列 x(n)的一個(gè)延時(shí)版本，即:= (2-32)( )x n( )jnTx n e其中，是一個(gè)固定的相位。()nT由=0 和式(3-9)得到:( )( )JnnWW/ (2-33)2( )( ) ( )E x nn x nR*Y2|( ) ( )En x n*Y也就是對應(yīng)元素相等 i=0, (2-34)*2( )( ) ( )( ) ( )E x ny n x nR E y n x n2|1, 2,.L 注意到均衡器輸入序列可以一般地寫成: (2-35) ( )( )

32、()jiy ix n h im e式中，包括發(fā)送濾波器、信道和接收機(jī)前端(不含均衡器)的復(fù)合信道沖激響應(yīng); h( ) t是頻率偏移和相位抖動(dòng)引起的時(shí)變相位移。 ( ) i各個(gè)序列統(tǒng)計(jì)獨(dú)立，隨機(jī)相位與發(fā)送序列互不相關(guān)。在向量中的元只有( )nYy( ) i滿足的項(xiàng)對和有貢獻(xiàn)。這時(shí)顯然有:mn*( )( ) ( )E x ny n x n2|*( ) ( )E y n x n=kE (2-36)*( )( ) ( )E x ny n x n2|( )x n4|以及: E=kE (2-37)*( ) ( )y n x n( )x n2|式中，k 是信道引入的確定性貢獻(xiàn)。既然要求: (2-38)*2(

33、 )( ) ( )( ) ( )E x ny n x nR E y n x n2|則對取值的要求就是:2R= (2-39)2R( )( )Ex nEx n42|表 2-1 給出了 Godard 算法或常數(shù)模算法小結(jié)。表 2-1 中，CMA 是對常數(shù)膜性能曲面進(jìn)行隨機(jī)梯度最小化運(yùn)算的。與經(jīng)過訓(xùn)練的均衡器的單峰 MSE 性能曲面相比，盲均衡器的常數(shù)模性能曲面是多峰的。誤差曲面的多模式性和缺少期望響應(yīng)信號大大影響了 CMA 的收斂性能。CMA 在初始化、收斂速率與超量 MSE 等方面有它自己的特點(diǎn)。表 2-1 Godard 算法或常數(shù)模算法小結(jié)運(yùn)算等式均衡器( )(1) ()LkkLx nwny n

34、k誤差22( )( )| ( )| e nx n Rx n更新( )(1)( )( )nnn e nwwyGodard 常數(shù)422| ( )| | ( )| Ex nREx n (1) 初始化由于 CMS 誤差曲面是非凸的，算法可能會收斂于一個(gè)非期望的最小值，這就說明了初始化過程的重要性。在實(shí)際中，所有的均衡器都用選擇中心方法來初始化，即除了中心（參考）系數(shù)設(shè)定為大于某一常數(shù)外，所有其他的系數(shù)都設(shè)為零。(2) 收斂速率經(jīng)過訓(xùn)練的 LMS 算法有一個(gè)有界的收斂速率，因?yàn)槎握`差曲面的 Hessian 矩陣（它決定了曲率）是恒定的。由于常熟模準(zhǔn)則的誤差曲面是多峰的，并且包含鞍點(diǎn)，所以 CMA 的收

35、斂速率在鞍點(diǎn)附近較低，它與在一個(gè)局部最小值附近經(jīng)過訓(xùn)練的 LMS收斂速率相當(dāng)。(3) 超量 MSE在經(jīng)過訓(xùn)練的 LMS 算法中，超量 MSE 由步長、MMSE、濾波器系數(shù)的數(shù)量和輸入信號的功率決定，并且 CMA 的超量 MSE 也取決于原信號的峭度。2.5 步長因子對恒模算法收斂性能的影響實(shí)驗(yàn)一：用 MATLAB 對 CMA 算法進(jìn)行了仿真，輸入信號采用 4QAM 調(diào)制方式，信噪比為 20dB, 濾波器階數(shù)為 11, 信道采用典型電話信道。步長分別為0.01、0.005、0.001，仿真實(shí)驗(yàn)運(yùn)行總次數(shù)為 3000 次。=0.005+0.009-0.024+0.854-0.218+0.049-0

36、.016 (2-40) H z1Z2Z3Z4Z5Z6Z05001000150020002500300035004000450050000.050.40.450.50.55代 代 代 代MSECMA u1=0.01u2=0.005u3=0.001(a)收斂曲線-1-0.500.51-1-0.8-0.6-0.4-0.60.81代 代代 代 -1.5-1-0.500.511.5-1.5-1-0.500.511.5代 代代 代(b) 4QAM 信號的星座圖 (c) 均衡器輸入星座圖-1.5-1-0.500.511.5-1.5-1-0.500

37、.511.5代 代代 代 -1.5-1-0.500.511.5-1.5-1-0.500.511.5代 代代 代(d)步長 0.01 對應(yīng)的均衡器輸出星座 (e) 步長 0.005 對應(yīng)的均衡器輸出星座-1-0.500.51-1-0.500.51代 代代 代(f) 步長 0.001 對應(yīng)的均衡器輸出星座圖 2-5 不同步長 CMA 算法仿真圖 2-5(a)為 4QAM 信號通過典型電話信道采用不同步長值對應(yīng)的收斂曲線比較。圖 2-5 (b)為 4QAM 信號的星座圖。圖 2-5 (c)(f)為 4QAM 信號通過典型電話信道采用不同步長值對應(yīng)的均衡前后的星座圖。圖 2-5 (a)的仿真結(jié)果證實(shí)，

38、采用大步長，能夠加快收斂速度，但同時(shí)會帶來大的穩(wěn)態(tài)剩余誤差和誤碼率。為了減小算法收斂后的穩(wěn)態(tài)剩余誤差和誤碼率應(yīng)采用小步長，但這樣會使算法收斂速度變慢。從圖 2-5 (b)(f)中可以看出，算法均衡后的星座更加集中、清晰，具有更小的穩(wěn)態(tài)剩余誤差和誤碼率。實(shí)驗(yàn)二：用 MATLAB 對 CMA 算法進(jìn)行了仿真，輸入信號采用 4QAM 調(diào)制方式，信噪比為 15dB, 濾波器階數(shù)為 7, 信道采用普通信道。步長分別取 0.01、0.001，仿真實(shí)驗(yàn)運(yùn)行總次數(shù)為 3000 次。=1+0.3-0.3+0.1-0.1 (2-41) H z1Z2Z3Z4Z01002003004005006007000.811.

39、代 代 代 代MSECMA u1=0.01u2=0.001(a)收斂曲線-1-0.500.51-1-0.8-0.6-0.4-0.60.81代 代代 代-2-1012-2-1.5-1-0.500.511.52代 代代 代(b) 4QAM 信號的星座圖 (c) 均衡器輸入星座圖-2-1012-2-1.5-1-0.500.511.52代 代代 代-2-1012-2-1.5-1-0.500.511.52代 代代 代(d)步長 0.01 對應(yīng)的均衡器輸出星座 (e)步長 0.001 對應(yīng)的均衡器輸出星座圖 2-6 不同步長 CMA 算法仿真圖

40、2-6 (a)為 4QAM 信號通過普通信道采用不同步長值對應(yīng)的收斂曲線比較。圖 2-6 (b)為 4QAM 信號的星座圖。圖 2-6 (c)(e)為 4QAM 信號通過普通信道采用不同步長值對應(yīng)的均衡前后的星座圖。圖 2-6 (a)的仿真結(jié)果證實(shí)，采用大步長，能夠加快收斂速度，但同時(shí)會帶來大的穩(wěn)態(tài)剩余誤差和誤碼率。為了減小算法收斂后的穩(wěn)態(tài)剩余誤差和誤碼率應(yīng)采用小步長，但會使算法收斂速度變慢。從圖 2-6 (b)(e)中可以看出，算法均衡后的星座更加集中、清晰，具有更小的穩(wěn)態(tài)剩余誤差和誤碼率。由實(shí)驗(yàn)一和實(shí)驗(yàn)二得知在兩種不同信道下，迭代步長值越大,收斂速度就越快，但收斂后的穩(wěn)態(tài)誤差也就越大；減小

41、步長值可以降低收斂后的穩(wěn)態(tài)誤差，但是會導(dǎo)致收斂速度的降低。Bussgang 類盲均衡算法的一般格式是，先建立一個(gè)代價(jià)函數(shù)，使理想系統(tǒng)對應(yīng)于代價(jià)函數(shù)的極小值點(diǎn)，然后采用某種自適應(yīng)算法一步一步調(diào)整均衡器的抽頭系數(shù)來尋找代價(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，抽頭系數(shù)也達(dá)到了最優(yōu)值。步長在算法收斂過程中起著非常重要的作用，采用大步長，每次調(diào)整抽頭系數(shù)的幅度就大，體現(xiàn)到收斂性能上就是算法收斂速度和跟蹤速度快，當(dāng)均衡器抽頭系數(shù)接近最優(yōu)值時(shí)，抽頭系數(shù)將在最優(yōu)值附近一個(gè)較大的范圍內(nèi)來回抖動(dòng)而無法進(jìn)一步收斂，因而會有較大的穩(wěn)態(tài)剩余誤差。反之，采用小步長，每次調(diào)整抽頭系數(shù)的幅度就小，算法收斂速度和跟蹤速度慢，

42、但當(dāng)均衡器抽頭系數(shù)接近最優(yōu)值時(shí)，抽頭系數(shù)將在最優(yōu)值附近一個(gè)較小的范圍內(nèi)來回抖動(dòng)而無法進(jìn)一步收斂，因而穩(wěn)態(tài)剩余誤差較小。恒模算法采用固定步長，算法在收斂速度和收斂精度方面對調(diào)整步長的要求是相矛盾的，因而制約了恒模算法收斂性能的進(jìn)一步提高。解決這一矛盾的最好方法是將自適應(yīng)均衡中的變步長思想應(yīng)用于恒模算法。在算法收斂期加大步長，提高收斂速度。算法收斂后降低步長，提高收斂精度。目前，變步長自適應(yīng)均衡算法的主要研究成果有，用 MSE 作為控制步長變化的參量、用剩余誤差的非線性變換作為控制步長變化的參量、用剩余誤差的自相關(guān)函數(shù)作為控制步長變化的參量、用剩余誤差的峰度作為控制步長變化的參量、用剩余誤差和均衡

43、器輸入信號的互相關(guān)作為控制步長變化的參量，用梯度自適應(yīng)變步長的方法來控制步長的變化，還有用誤差信號的范數(shù)來控制步長的變化。后續(xù)章節(jié)將研究將變步長思想應(yīng)用于恒模算法，來克服恒模算法采用固定步長所存在的缺陷，提高恒模算法的收斂性能。3 基于剩余誤差的變步長恒模盲均衡算法將變步長思想應(yīng)用于恒模算法就是在算法收斂初期加大步長，以加快收斂速度，當(dāng)算法收斂后，減小步長，以減小穩(wěn)態(tài)剩余誤差。在本章中，提出了基于剩余誤差的變步長恒模盲均衡算法，分析了剩余誤差的變化規(guī)律，指出將剩余誤差直接用于步長控制的不足之處，提出將剩余誤差的一種變換 MSE、作為控制步長的參量，形成一種基于剩余誤差的變步長恒模盲均衡算法，并

44、通過計(jì)算機(jī)仿真實(shí)驗(yàn)驗(yàn)證了改進(jìn)算法的收斂性能。3.1 恒模算法中剩余誤差的分析假設(shè)均衡器的時(shí)變最優(yōu)權(quán)矢量為： (3-1)1( )( )( )TNnw n ,.,wnW則有: (3-2)( )( ) ( )( )Tx nnnnwY式中為零均值，獨(dú)立同分布的干擾信號。( )n將式(3-2)代入剩余誤差的表達(dá)式，可得:=-=( )e n( )x n( )x n( ) ( )( ) ( )( )TnnnnnTWYWY= ( )( )( )( )TnnnnW-WY = (3-3)( ) ( )( )nnnTVY式中，稱為權(quán)誤差矢量。( )nV在算法收斂過程中，由于逐漸向靠近，所以權(quán)誤差矢量呈逐漸減( )n

45、W( )nW( )nV小趨勢，最后趨于零，所以式 (3-3)中第一項(xiàng)也逐漸減小，最后趨于零。第二項(xiàng)為干擾信號。以上理論分析表明，剩余誤差信號( )e n的變化趨勢是由大到小，在算法開始時(shí)，均衡器權(quán)矢量距離最優(yōu)權(quán)矢量最遠(yuǎn)，剩余誤差最大，在算法收斂過程中剩( )nW( )nW余誤差逐漸減小，算法收斂后達(dá)到最小。從以上分析可見，剩余誤差的變換規(guī)律與變步長思想對步長變化規(guī)律的要求基本一致，但將剩余誤差直接用于步長控制存在一些缺陷。首先變步長算法在收斂之前應(yīng)一直采用較大步長才能真正起到加快收斂速度的作用，用剩余誤差作步長控制往往是開始時(shí)步長較大，收斂速度也快，但剩余誤差迅速下降，步長隨之很快變小，收斂速

46、度變慢，總體來看收斂速度得不到提高。其次，從式(3-3)可以看到剩余誤差對干擾信號敏感，尤其是算法收斂后，如果信道中有突發(fā)的強(qiáng)干擾信號時(shí)，會很大，隨之( )e n產(chǎn)生的大步長會引起誤調(diào)，嚴(yán)重時(shí)可能會使算法發(fā)散。為更適合于步長控制，本章提出將剩余誤差進(jìn)行適當(dāng)變換后，再來控制步長的變化。3.2 基于 MSE 的變步長恒模盲均衡算法MSE 的含義為=E=E，是剩余誤差平方的期望值，MSE( )n2( )e n2 ( )( ) x nx n 本小節(jié)分析了用 MSE 來控制步長的合理性，提出了基于 MSE 的變步長恒模盲均衡算法。3.2.1 基于 MSE 的變步長恒模盲均衡算法的表達(dá)形式參照圖 2-1

47、盲均衡系統(tǒng)的原理框圖可知，均衡器的輸入為:= (3-4)y( )n( )* ( )h nx n( )n n( ) ()( )iih n x nin n均衡器的輸出為:= (3-5)( )x n( )* ( )w ny n( )* ()iiw ny ni( ) ( )TnnWY改進(jìn)算法中抽頭系數(shù)的迭代采用下式: (3-6)22(1)( )( )( )( )*nnx n Rx nnW=WY|式中, 為可變步長，其參數(shù)變化由下式來控制。 ( )n=aE ( )naMSE( )n( )en2 =aE (3-7)2 ( )( ) x nx n 公式 (3-4) (3-7)就構(gòu)成了基于 MSE 的變步長恒

48、模盲均衡算法。在實(shí)際應(yīng)用中，得到的方法是先對取平方，然后使之通過長度為 L 的MSE( )n( )e n移動(dòng)矩形窗，再取平均來得到其估計(jì)值。a 為比例因子，用于控制步長的取值范 ( )n圍。3.2.2 算法性能分析(1) 步長變化特性分析將式 (3-3)代入式 (3-7)得:=aE ( )n2( )en=aE+2( ) ( )( )( )nnnnTTVYYV+2( )n( )n( ) ( )nnTVY =aE+aE (3-8)( ) ( )( )( )nnnnTTVYYV2( )n在算法收斂過程中，由于逐漸向靠近，所以權(quán)誤差矢量呈逐漸減小的( )nW( )nW趨勢，最后趨于零，所以式(3-8)

49、中第一項(xiàng)也是逐漸減小，最后趨于零。第二項(xiàng)為噪聲的平均功率。以上理論分析證實(shí)，步長因子隨著算法的收斂逐漸減小。 ( )n用 MSE 控制步長的優(yōu)勢在于，如果信道中有突發(fā)強(qiáng)干擾信號時(shí)，變大，但由( )e n于經(jīng)過加窗取平均，則可以削弱干擾信號的影響，使得 MSE 變化不大，這樣可以減小因步長變化太大而引起的誤調(diào)。 (2) 比例因子 a 的確定原則為了確保算法收斂，還必須合理選擇式 (3-7)中的參數(shù) a. a 用于控制的取值 ( )n范圍，使得的最大值小于步長上界。由下式確定. ( )nmaxmax=2/3tr(R) (3-9)max式中，R 為均衡器輸入信號的自相關(guān)矩陣，tr(R)為 R 的跡。

50、a 具體取值應(yīng)滿足上述限定條件，并在仿真實(shí)驗(yàn)中調(diào)整確定。(3) 矩形窗函數(shù)的長度 L 對算法性能的影響在盲均衡算法的實(shí)際應(yīng)用中，信道可能是時(shí)變的甚至是突變的，還可能隨機(jī)產(chǎn)生強(qiáng)噪聲。在設(shè)計(jì)算法時(shí)必須考慮這些因素。信道的突變和強(qiáng)噪聲都會引起剩余誤差急劇增加，由此而引起的均方誤差變化大小取決于矩形窗函數(shù)的長度 L。由于均方誤差的估計(jì)值是由 L 項(xiàng)剩余誤差的平方再平均得到的，所以 L 越大引起的均方誤差變化越小，步長變化也越小。因此，L 的選擇對算法的影響非常大，L 取值越小，步長對信道突變和突發(fā)噪聲越敏感，即對信道時(shí)變的跟蹤能力越強(qiáng)。但步長對突發(fā)噪聲敏感，就有可能對均衡器造成大的誤調(diào)，二者是互相矛盾

51、的。在選擇參數(shù) L 時(shí)，要根據(jù)實(shí)際應(yīng)用場合具體確定。在信道時(shí)變嚴(yán)重，而強(qiáng)噪聲干擾較少的環(huán)境下應(yīng)選擇較小的 L 值，以提高均衡器對信道時(shí)變的跟蹤能力;在信道比較穩(wěn)定，而干擾噪聲較強(qiáng)的環(huán)境中應(yīng)選擇較大的 L 值，以減小強(qiáng)噪聲引起的誤調(diào);在信道時(shí)變嚴(yán)重，干擾噪聲也較強(qiáng)的環(huán)境下，只能折中處理。 3.3 基于 MSE 的變步長恒模恒模算法的 MATLAB 實(shí)現(xiàn)實(shí)驗(yàn)一：輸入信號分別采用 4QAM 調(diào)制方式，信噪比為 20dB 波器階數(shù)為 11。信道采用典型電話信道,仿真實(shí)驗(yàn)運(yùn)行總次數(shù)為 2000 次。典型電話信道: (3-10)1234561(z)0.0050.0090.0240.8540.2180.04

52、90.016Hzzzzzz01000200030004000500060000.050.40.450.50.55代 代 代 代MSE 代 代 代 代代 代 代 代(a)收斂曲線-1-0.500.51-1-0.8-0.6-0.4-0.60.81代 代代 代-1.5-1-0.500.511.5-1.5-1-0.500.511.5代 代代 代(b) 4QAM 信號的星座圖 (c) 均衡器輸入星座圖-1.5-1-0.500.511.5-1.5-1-0.500.511.5代 代代 代 -1-0.500.51-1-0.500.51代 代代 代(

53、d) CMA 均衡器輸出星座 (e) 改進(jìn) CMA 均衡器輸出星座圖圖 3-1 兩種算法仿真圖兩種算法仿真圖圖 3-1(a)給出了 4QAM 信號通過典型電話信道后改進(jìn)算法和恒模算法的收斂曲線. 圖 3-1(b)是 4QAM 信號的星座圖。圖 3-1(c)(e)給出了 4QAM 信號通過典型電話信道后恒模算法和改進(jìn)算法均衡前后的星座圖。從圖 3-1(a)中可以看出，4QAM 信號通過典型電話信道時(shí)，改進(jìn)算法均具有較快的收斂速度和較小的穩(wěn)態(tài)剩余誤差。從圖 3-1(b)(e)中可以看出，算法經(jīng)過均衡后改進(jìn)算法的星座更加集中、清晰，即改進(jìn)算法具有更小的穩(wěn)態(tài)剩余誤差和誤碼率。實(shí)驗(yàn)二：普通信道輸入信號分

54、別采用 4QAM 調(diào)制方式，信噪比為 20dB, 波器階數(shù)為 11。信道采用普通信道,仿真實(shí)驗(yàn)運(yùn)行總次數(shù)為 2000 次。普通信道:. (3-11)1232( )25Hzzzz 01000200030004000500060007000800090001000000.511.522.533.54代 代 代 代MSE 代 代 代 代代 代 代 代(a)收斂曲線-1-0.500.51-1-0.8-0.6-0.4-0.60.81代 代代 代 -2-1012-2-1.5-1-0.500.511.52代 代代 代(b)4QAM 信號的星座圖 (c)均衡器輸入星座

55、圖-2-1012-2-1.5-1-0.500.511.52代 代代 代-2-1012-2-1.5-1-0.500.511.52代 代代 代(d) CMA均衡器輸出星座 (e) 改進(jìn) CMA 均衡器輸出星座圖 3-2 兩種算法仿真圖圖 3-2 (a)給 4QAM 信號通過普通信道后改進(jìn)算法和恒模算法的收斂曲線。圖 3-2(b)給出 4QAM 信號的星座圖。圖 3-2(c)(e)給出了 4QAM 信號通過普通信道后改進(jìn)算法和恒模算法均衡前后的星座圖。從圖 3-2(a)中可以看出，4QAM 信號通過普通信道時(shí)，改進(jìn)算法具有較快的收斂速度和較小的穩(wěn)態(tài)剩余誤差。從圖 3-2(b)(e)中可以看出，信號經(jīng)

56、過均衡后改進(jìn)算法的星座更加集中、清晰，即改進(jìn)算法具有更小的穩(wěn)態(tài)剩余誤差和誤碼率。由實(shí)驗(yàn)一和實(shí)驗(yàn)二得知在兩種不同信道下改進(jìn) CMA 算法收斂速度都明顯快于CMA 算法而且有較小的穩(wěn)態(tài)剩余誤差。由此可見改進(jìn) CMA 算法的性能要優(yōu)于 CMA算法。盲均衡優(yōu)于傳統(tǒng)自適應(yīng)均衡之處在于：不需要用訓(xùn)練序列，發(fā)信端無需任何改動(dòng)，僅在接收端改變算法即可大幅度提高通信系統(tǒng)可靠性，因此可以很好的運(yùn)用于多點(diǎn)通信系統(tǒng)和廣播系統(tǒng)中的均衡問題。此項(xiàng)技術(shù)的實(shí)際應(yīng)用，對于提高接收信號的質(zhì)量、保證信息的準(zhǔn)確可靠，具有十分重要的意義。本文介紹了 CMA 算法的特點(diǎn)，給出了 CMA 迭代算法的具體步驟。然后，采用 CMA 盲算法對自

57、適應(yīng)濾波器進(jìn)行均衡，并對 CMA 盲均衡算法的性能進(jìn)行了研究并提出了一種基于 MSE 的變步長恒模算法。計(jì)算機(jī)仿真結(jié)果表明，盲均衡算法迭代步長的選取會影響到算法的收斂速度和穩(wěn)態(tài)誤差的大小，在具體選擇迭代步長時(shí)，在保證盲均衡算法收斂的范圍內(nèi)，可根據(jù)實(shí)際需要在二者之間作出折中選擇;均衡器的階數(shù)在比較高時(shí)，對盲均衡算法收斂性能的影響己經(jīng)非常小，因此，對于收斂性能相當(dāng)?shù)木馄鳎梢赃x擇其中階數(shù)較小的。還表明了，改進(jìn)算法性能優(yōu)于恒模算法。另外，隨著信噪比的增加，CMA 盲均衡算法的收斂性能也相應(yīng)提高。結(jié)論盲均衡是一種新的自適應(yīng)均衡技術(shù)，它不再需要參考輸入的訓(xùn)練序列來維持正常工作，僅依據(jù)接收序列本身的先驗(yàn)

58、信息來均衡信道特性。因此，在數(shù)據(jù)通信系統(tǒng)中不必發(fā)送訓(xùn)練序列，這樣就提高了信道效率。同時(shí)盲均衡技術(shù)還可以獲得更好的均衡性能。盲均衡技術(shù)優(yōu)越的性能使它受到更加廣泛的關(guān)注，并在許多領(lǐng)域中得到應(yīng)用。盲均衡技術(shù)可有效地應(yīng)用于數(shù)字通信、雷達(dá)、地震和圖像處理等系統(tǒng)，現(xiàn)已成為數(shù)字通信領(lǐng)域中熱點(diǎn)研究的課題之一，相信未來的盲均衡技術(shù)將會得到更大的發(fā)展和更廣的應(yīng)用。本文所做的主要工作有:(1) 分析了傳統(tǒng)CMA算法的收斂性能，并進(jìn)行計(jì)算機(jī)仿真實(shí)驗(yàn)加以驗(yàn)證。傳統(tǒng)CMA算法采用固定步長造成收斂速度與收斂精度的矛盾，使其應(yīng)用受到很大的局限。為了提高CMA算法的收斂性能，將自適應(yīng)均衡算法中變步長的思想引入到CMA算法中。(

59、2) 提出了一種基于MSE變換的CMA盲均衡算法。對改進(jìn)算法進(jìn)行了理論分析，研究了改進(jìn)算法中參數(shù)的選取原則，計(jì)算機(jī)仿真表明改進(jìn)算法相對于CMA算法收斂性能有一定的提高。盲均衡是一項(xiàng)涉及許多知識領(lǐng)域的新興的綜合技術(shù)。特別是隨著通信技術(shù)的飛速發(fā)展，使盲均衡技術(shù)的應(yīng)用領(lǐng)域更加廣泛。本文關(guān)于盲均衡技術(shù)所做的研究工作是十分有限的，有關(guān)盲均衡技術(shù)需要做的研究工作還很多。(1) Bussgang類盲均衡算法代價(jià)函數(shù)的非凸性，使之容易產(chǎn)生局部收斂。因此，Bussgang類盲均衡算法代價(jià)函數(shù)的凸性，是一研究的熱點(diǎn)。(2) 可以將更加先進(jìn)的數(shù)學(xué)理論方法引入到盲均衡技術(shù)的研究中，提高盲均衡算法的性能。(3) 對有盲

60、均衡技術(shù)的理論知識加以實(shí)現(xiàn)、應(yīng)用。由于作者的知識水平有限，文中還存在許多不足的地方，敬請各位老師批評指正，提出寶貴意見。 參考文獻(xiàn)1陳懷琛.MATLAB 及其在理工課程中的應(yīng)用指南M.西安：西安電子科技大學(xué)出版社，20042周炯槃，龐沁華，續(xù)大我，楊鴻文.通信原理(第三版)M.北京：北京郵電大學(xué)出版社，2008.8:148-156.3高鑫.無線通信系統(tǒng)中 Bussgang 族盲均衡算法的研究D.大連，大連海事大學(xué)通信與信息系統(tǒng)專業(yè)，20074郭麗華.自適應(yīng)盲均衡算法在通信系統(tǒng)中應(yīng)用的研究D.哈爾濱，哈爾濱工程大學(xué)信號與信息處理專業(yè)，20035張雄.基于 Bussgang 技術(shù)盲均衡算法的研究D