恒模盲均衡算法在运载器通信系统中的应用

为实现运载器快速机动发射,运载器与地面测试系统突破传统电缆束缚,采用无线通信方式进行信息交互。随着无线通信速率的不断提高,尤其是在多径干扰和敌方干扰下信道呈现出频率选择性衰落,接收端将产生严重的码间干扰(ISI),系统误码率难以满足运载器与地面测试系统通信需求。为此研究了恒模盲均衡算法(CMA),并在此基础上提出了改进的CMA算法,理论分析与仿真结果表明,改进算法能有效抑制噪声,收敛速度快,稳态均方误差更小,均衡后的信号恢复效果明显。     

多径信道下基于恒模算法的遥测信号盲均衡

运载火箭在塔架静态测试时易受多径衰落影响,导致遥测信号产生码间干扰。本文对PCM-FM体制遥测信号的多径信道使用恒模算法(CMA)进行盲均衡研究,针对遥测信道中的码间干扰展开理论分析和Matlab仿真,并搭建盲均衡功能测试平台开展实验验证。结果表明:CMA收敛速度高、误码率低,对多径干扰具有较好的鲁棒性和实用性。     

自适应盲均衡信道的设计与实现

针对星地高速遥感传输信道中客观存在的码间串扰、信道不确定性等情况，提出采用双模式自适应盲均衡方法，综合了CMA（Constant Modulus Agorithm，恒模算法）均衡器的高稳健性以及LMS（Least Mean Square，最小均方算法）均衡器的高精度等优势。方法在均衡初期，利用CMA均衡器实现快速收敛；在MSE（Mean Square Error，均方误差）较小时切换为LMS均衡器，完成高精度收敛，实现了星地高速传输信道失真信号的快速高精度校正。     

一种分数间隔解相关修正判决反馈盲均衡算法研究

以消除多径效应对传输信号的影响、提高信号传输的效率为背景,在介绍基于CMA算法的判决反馈盲均衡算法(DFE算法)的基础上,提出了改进的分数间隔判决反馈盲均衡算法。通过实验仿真结果的分析表明,改进方法在收敛速度、剩余误差等方面取得明显改善,具有一定的实际应用价值。     

基于互相关向量估计的自适应盲均衡算法

基于互相关估计的盲MMSE均衡算法以批处理方式估计信道输出向量和信道输入信号之间不同延时的互相关向量,得到MMSE均衡器系数。由于涉及到大型矩阵乘积,若在线实现,计算量较大。根据该算法对信道阶数过估计不敏感特性,推导出基于互相关向量估计的盲MMSE均衡的自适应实现算法。自适应算法将矩阵和矩阵相乘转换为矩阵和向量的相乘,大大减少了均衡系数更新计算量,计算量仅为O(K2)(K为矩阵维数)。仿真结果显示自适应算法的收敛性能远远优于目前存在的自适应算法。     

一种基于信道估计的自适应均衡算法

在短波多径衰落信道的条件下,码间干扰、信道的严重衰落和快速变化是制约传输可靠性的重要因素。接收机的性能在很大程度上取决于信道估值与信道均衡的性能。但是在训练序列太短或者选用的均衡算法收敛速度太慢时,当训练过程结束,均衡器的权值无法收敛到最佳值。因此先用训练序列进行信道参数的辨识,通过解Wiener-Hopf方程直接将信道参数映射为均衡器的系数,然后复用训练序列用平方根卡尔曼算法对估计的抽头系数进行调整,并在跟踪过程中跟踪信道的变化。仿真结果表明,此算法比传统的自适应均衡算法,特别是在训练序列较短时,性能有明显提高。     

一种适于动态环境的盲多用户检测算法

比较两种盲多用户检测算法在动态环境中的收敛性能,并通过计算机进行模拟仿真。其中一种是能随输入信号矢量变化而变化的变步长最小输出能量盲算法;另一种是既保持最小输出能量检测器的全局收敛性,又具有最小均方误差检测器高输出信干比优点的判决反馈变步长盲算法。利用前者在动态强干扰下收敛快及后者在稳态时输出信干比高的优势,将二者结合起来应用到动态环境中,提高系统性能,同时抑制多址干扰和窄带干扰。     

一种同频非合作航天器通信信号的盲源分离算法

针对频谱混叠的同频非合作航天器通信信号分离问题,研究了盲源分离技术,提出一种以立方函数作为非线性函数的盲源分离改进算法。在介绍盲源分离模型的基础上,依据通信信号的亚高斯性,对快速独立分量分析(FastICA)算法的非线性函数作适应性改进,提升了算法的性能。选用8FSK、BPSK、QPSK和频谱混叠的通信信号与单音干扰信号进行混合,仿真并对比分析了4种应用不同非线性函数的FastICA算法。500次的仿真结果表明:应用立方函数的FastICA算法的分离成功率达到100%,平均迭代次数约为25,性能指数均值为0.115 7,具有更优的效能,可很好地解决非合作航天器通信信号的分离问题。     

基于差分进化算法的异构型分布式阵列优化

分布式阵列在突破了传统布阵环境限制的同时,还具有较高的增益,使其在实际工程中获得了广泛的应用。针对分布式阵列方向图存在较高的旁瓣问题,结合阵列性能约束和阵列位置约束,建立二维异构型分布式阵列优化模型,通过差分进化算法对子阵分布位置进行优化。并从变异策略、选择策略和控制参数三个方面对传统的差分进化算法进行改进。仿真分析结果表明,该方法能够有效抑制分布式阵列的峰值旁瓣电平,相比传统的差分进化算法,该算法全局收敛能力更强、收敛速度更快。     

基于环路滤波器的低复杂度LMS算法设计

研究利用多天线结构对测控信号内存在的干扰进行对消和信号增强的技术。首先介绍传统空域干扰对消算法LMS，以及LMS的诸多改进算法，分析当前这些LMS算法在强干扰存在时收敛稳定性和收敛速度之间的折中关系以及参数调节的难度，分析了定步长和变步长LMS算法的优劣。针对变步长LMS由于动态环境以及大功率干扰的存在引起的收敛速度变慢和步长计算复杂的问题，提出了一种基于二阶环路滤波器累计误差的低复杂度LMS算法LF-LMS，该算法弱化单次误差的不稳定性并提高累计误差的稳定性，利用大步长和可变误差以实现快速收敛并缩小进入稳定状态后的误差波动，且计算量较小，可以有效应用于DSP工程实现，并通过仿真验证了算法在收敛速度和动态环境下的鲁棒性。