盲自适应均衡qam信号使用一个字母匹配算法

《盲自适应均衡qam信号使用一个字母匹配算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、盲自适应均衡QAM信号使用一个字母匹配算法安托瓦内特比斯利和阿琳科尔，罗得岛摩根州立大学巴尔的摩，MD21251电子邮件：beasley@eng.morgan.edu，acrhodes@eng.morgan.edu摘要-本文提出了一种新的盲自适应信道均衡器，这是两个明确界定的成本函数的基础上，恒模算法（CMA）的[1]和alphabetmatched算法（AMA）的[2]。均衡器时，会既考虑振幅和相位均衡器输出和自适应根据所收到的数据通道。该这里提出新的均衡方案的比较多模算法（MMA）的，已建议[3,4]作为一个非常模改善均衡器如QAM信号。结果表明，以提供更好的MMA的表现

2、比平均在两方面meansquared误差（MSE）和平均误码率（误码率）为渠道测试。引言考虑收回一个未知的信号问题已传输的一个未知frequencyselective通道使用QAM调制。收到的符号是受到码间干扰（ISI），其中导致有害的扭曲，并提出了主要困难恢复过程。这三军情报局可以在打击接收器和信号检测可提高的使用一种自适应盲信道均衡器。恒模算法（CMA）是最流行的自适应盲均衡器的使用，因为今天相对简单和良好的全局收敛性。这是非常均衡的信号是有效的常数弹性模量。但是，对于非恒模信号，中国气象局均衡可以承受相当大的数量剩余的三军情报局，和生产非最小收敛[1]。在[2]，巴巴罗

3、萨和史卡利昂提出字母匹配算法（AMA）的，它能够更好地平衡非常数模数信号。AMA的成本函数行为力量均衡器输出的信号属于星座的兴趣。研究表明[2]，这算法能够降低残留ISI和改善中国气象局收敛速度超过单独的。然而，澳玛均衡器效果很好只有当它的初始化好，所以厂商会是用来初始化字母匹配算法（AMA）的。一个问题是交换条件来自中国气象局的初始化步骤使用的反垄断法。太中国气象局几个迭代将导致无效的均衡总体而言，虽然增加了太多的反复运行没有提高性能。还应当指出，中国气象局是因为盲目的阶段，一个阶段是恢复例行两种算法之间需要切换时从中国气象局向澳玛。在多模算法（MMA）是一中国气象局提出的

4、修改哦，金[3]和杨等。基地。[4]。它实现更好的QAM均衡中国气象局比信号，因为它能够同时在执行阶段的盲均衡复苏。一种新的盲自适应信道均衡的计划，这是两个明确界定成本的线性组合功能，恒模算法（CMA）和在字母匹配算法（AMA）的，是介绍。该新计划的表现相比，无论是原中国气象局/澳玛计划由巴巴罗萨等建议。基地。[5]，并在MMA上述计划。系统模型考虑一个通信环境，是一致和同步单色调信号。载波恢复的时间和波形都被实现。该频道和均衡是制约两是线性，时不变FIR滤波器。时间不变性该频道的假设是合理的，因为只有短短数据块被考虑，其中N是块长度。在信道噪声建模为零均值添加剂白高斯噪声（

5、AWGN信道），以及均衡的尝试要消除频道推出的扭曲。数字1提供了一个通信系统框图。图1：频道和均衡器该频道是一个单输入单输出（SISO）系统与输入/输出关系的特点（）（）（）（），0,...,1一0*-=+-=Σ-=ŦK表xn的的NK表ĤK表Vn中N还N（1）其中T是信道抽头数和（小时（0）...。小时（与T-1））是信道冲激响应，秒（n）是传播符号序列，和V（n）是噪声AWGN信道使用数据长度为N的符号序列块中的数据块被假定为独立同分布（i.i.d.）。均衡器输出，Ÿ（n）在时间n是指升L升Ÿ（不适用）×*（ñ升）瓦特一0-=Σ-=（2）其中（wl的：0≤升≤L-1时）是均

6、衡自来水重量。盲均衡算法一，背景在此提出一项新计划，结合工作与传统的反垄断法成本函数中国气象局提出巴巴罗萨等。基地。[2]。介绍了该计划[2]，它被称为原中国气象局/澳玛计划，利用中国气象局初始化一个反复的过程中澳玛。该作者表明，该计划提供了更好的均衡对QAM信号，比单独使用中国气象局。对于厂商会及澳玛，成本每功能，强（瓦特）被最小化，是一个已知的功能星座分，C（i）和均衡器的输出，这是鉴于由NŸ（n）为白盔部队的X。请注意，是指经营者在H在埃尔米特，W是向量均衡器的重量和NX是在当时收到的数据载体的翻译成本函数中国气象局给出的（）=-222焦耳（瓦特）电子Ÿ（不

7、适用）规中国气象局，（3）其中（）（2）42（）（）权证我权证我ṛ=，和C（我），我=1,...,m是已知的星座点，M是总人数星座点。符号é（）表示该⋅预期经营者采取了整个块的输出符号。这种成本函数试图恢复形状由最小星座之间的距离均衡器输出的符号和常数计算模数已知的星座符号。中国气象局不不走的星座点的阶段进入考虑，因此可以产生任意阶段旋转的星座在均衡器的输出。不过，中国气象局是很好的研究和最流行算法用于盲自适应均衡。AMA的成本函数，提出了Babarossa和史卡利昂[2]给出的-=