找回密码
 注册
关于网站域名变更的通知
查看: 385|回复: 1
打印 上一主题 下一主题

[毕业设计] 稀疏信道下基于稀疏贝叶斯学习的精简星座盲均衡算法

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-3-11 13:11 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x
摘 要:针对稀疏信道的盲均衡问题,在精简星座均衡算法框架下建立线性模型,利用稀疏信道下均衡器固有的稀
: I" `; t1 d9 T$ o疏特性,引入具有稀疏促进作用的先验分布对均衡器系数加以约束,使用稀疏贝叶斯学习方法迭代求解均衡器系数7 a9 y1 g) e& e
得到最大后验估计值。该文提出的均衡方法属于数据复用类均衡算法的范畴,能够适用于数据较短的应用场合。与7 ?, R. v/ f+ D& t  y/ c
随机梯度方法相比,算法性能受均衡器长度影响较小,收敛后误符号率性能更好,仿真实验验证了算法的有效性。$ L( }' U% r& F; `  g
关键词:数字通信;盲均衡;稀疏信道;精简星座算法;稀疏贝叶斯学习
; d9 L) H  |0 O" s1 ]3 k1 引言* _3 n$ p4 R2 y$ h8 Y
在数字通信系统中,作为克服符号间串扰的重
) i) l, D/ Q$ ]5 I7 g7 C+ O, H要手段,盲均衡技术得到了广泛的研究。在众多盲3 `: {9 E) |9 E( ~) S  K4 _' I% G
均衡算法中,Bussgang 类盲均衡算法是目前应用最) g5 F7 H0 _  x1 a' V( r
广泛的一类盲均衡算法[1],其依据不同准则设计非线
( m7 }' p" U3 m; f3 L, H) _& _$ N性代价函数,采用随机梯度法对均衡器系数进行调* u% @2 t$ T/ O2 v, j) b7 c% ^* C3 @9 S
整,最具代表性[2]的有常模算法(Constant Modulus
$ C, M* @$ Q  L' ]6 P* QAlgorithm, CMA) 、精简星座算法 (Reduced 3 ~% ^% j4 a; ~' ~# R
Constellation Algorithm, RCA) 、多模算法
+ y: e( J% Y! R(Multi-Modulus Algorithm, MMA)等。该类算法具& B3 e# e0 y) F* z4 U
有原理简单、易于实现等优点,但也存在收敛速度- B6 D- t/ B0 y; v+ u
慢,需要较大的数据量,对步长因子及均衡器长度) z8 D4 w; c& [, ]/ w( ~

; F3 d# a; b( m7 B( t- @% H: f7 X% e7 J: L; m
8 F- \# z* T& o& |

% c4 r! |; h/ O6 k, v) P/ r* l" w, }' ~! k
附件下载:
游客,如果您要查看本帖隐藏内容请回复
  n$ ^& B2 B1 G2 V  D) }, ~8 Y7 h. C
8 P& S+ E8 j' D/ M% Y

该用户从未签到

2#
发表于 2021-3-11 13:59 | 只看该作者
谢谢分享                           
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

推荐内容上一条 /1 下一条

EDA365公众号

关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

GMT+8, 2025-7-23 01:20 , Processed in 0.109375 second(s), 26 queries , Gzip On.

深圳市墨知创新科技有限公司

地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

快速回复 返回顶部 返回列表