|
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
! f. [7 H- e! r$ h, _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
4 \6 Q# {- u5 v7 i3 n2 T( T& D+ J% I3 S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: u* L+ U+ F( N5 s
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。9 j" Y0 }) i! C) E2 t2 O
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
$ T' T3 [& c R9 C) G1 引言
- u7 g5 X; o C5 c- Z在数字通信系统中,作为克服符号间串扰的重! |3 e2 o. z7 D3 C, d
要手段,盲均衡技术得到了广泛的研究。在众多盲9 H% X& V2 N( x4 H r. u
均衡算法中,Bussgang 类盲均衡算法是目前应用最9 ]; [7 K4 Z/ |- r
广泛的一类盲均衡算法[1],其依据不同准则设计非线 t! O: C9 {2 s( X" b& D8 p
性代价函数,采用随机梯度法对均衡器系数进行调/ H8 N9 a. k8 }' ]( n" }; _! a
整,最具代表性[2]的有常模算法(Constant Modulus
: G1 D0 v6 n6 {" dAlgorithm, CMA) 、精简星座算法 (Reduced
3 E% i3 A+ a5 J) B2 |; CConstellation Algorithm, RCA) 、多模算法
7 T! V+ j% X; m4 R$ L, _(Multi-Modulus Algorithm, MMA)等。该类算法具8 v9 x# y% k( W3 `3 |$ ?2 o% v
有原理简单、易于实现等优点,但也存在收敛速度& t( k6 z9 Q- ?+ W5 v
慢,需要较大的数据量,对步长因子及均衡器长度
3 l9 v4 a: Q6 u, F. S* {
: _3 R* |+ x# u; Q9 ~( C3 q( M) F5 P m8 D4 ^* C
1 f# J. F [9 I+ j
+ o' W3 v; w. O# o5 T5 N
# C' _+ U3 p$ t6 e1 }. W1 M附件下载:9 b% ]3 u8 a) B4 b8 g8 C. C2 p- V# o
- \; k+ N9 v' w) M! R |
|