论文部分内容阅读
在无线通信环境中,由于帯限传输和多径传播导致接收端信号存在码间干扰(InterSymbol Interference,ISI),在多输入多输出(Multiple Input Multiple Input,MIMO)系统中还存在共信道干扰(CoChanel Interference,CCI)。均衡技术是一种有效补偿信道失真的技术,可以有效提高通信系统服务质量。传统的均衡方法是基于训练序列的,由于其需要周期性地发送训练序列,降低了通信系统的有效信息传输率。半盲均衡算法是对基于训练序列均衡算法和盲均衡算法的一种折中,需要很少的训练序列,既在一定程度上保持了基于训练序列算法的精确性和简单性,又在一定程度上提高了系统传输效率。盲均衡算法不借助训练序列,直接根据信号或者系统的某些先验知识,达到对系统补偿的作用,有效地提高了系统传输效率。其是解决非合作通信信道补偿问题的唯一途径。盲(半盲)均衡算法,在带宽资源日益紧缺的情况下,能够最大程度上利用有限的频谱资源,并且在同等带宽下,MIMO系统可以有效地提高传输效率和系统服务质量,但是多输入多输出系统会带来信道间干扰,增大信道补偿难度。另一方面,因为正交幅度调制(Quadrature Amplitude Modulation,QAM)信号具有频谱利用率高、传输性能好以及调制和解调相对简单的优点,为了更好地利用频谱资源,正交幅度调制方式被广泛应用于众多的无线网络标准中。由于上述优点,采用高吞吐率QAM信号的MIMO通信系统得到了广泛的应用。因此,在无线通信系统中,对传输QAM信号的多输入多输出系统的盲均衡技术有着迫切的需求。本文主要工作包括以下几点:1、利用QAM信号的星座图信息,分析现有借助发射信号特征恢复源信号的自适应盲均衡算法存在的误调问题,提出一种针对发射高阶QAM信号的单输入单输出(Single Input Multiple Output,SISO)系统的两阶段盲均衡算法,第一阶段采用基于修正最小二乘算法(Least Square Method,LSM)的多模算法(Multi Modulus Algorithm,MMA)进行粗均衡。在第二阶段当码间干扰足够小时,用自适应选择区域的方式执行硬决策算法(Decision-Directed Algorithm,DDA),之后采用基于LSM的改进软决策算法(Improved Soft Decision-Directed Algorithm,ISDDA)进行精均衡,第一步保证了盲均衡器收敛性能,第二步有效地提高了均衡性能,避免了传统恒模算法(Consrtant Modulus Algorithm,CMA),MMA算法在稳态下的误调问题。并且,利用我们提出的修正LSM优化代价函数,在迭代过程中相关矩阵以及其对应的逆矩阵没有发生变化,和一般牛顿法相比,其在很大程度上减小了计算最优均衡器的计算量。并且我们证明基于我们提出的LSM的ISDDA具有近似二阶收敛的性质。2、提出了一种针对传输QAM信号的频率选择性衰落MIMO系统的有效的半盲均衡算法,该方法结合多模算法和软决策算法(Soft Decision-Directed Algorithm,SDDA)构造代价函数,避免了硬决策,同时精确匹配了QAM信号星座图,提高了均衡精度。在优化该代价函数过程中,提出了一种修正牛顿算法(Modified Newton Method,MNM),该算法保留了牛顿类算法的二阶收敛性,因为采用正定海森矩阵,所以该算法总是稳定的,并且该MNM修正的海森矩阵和其对应的逆矩阵是不变的,所以比牛顿方法的计算量低得多。此外,所提出的方法只需要较少数量的训练数据和样本就能确保算法正确的收敛性以及接近最佳最小均方误差(Minimum Mean Square Error,MMSE)均衡器的性能,并且具有良好的抗噪声能力和更小的平均信道最大失真(Maximum Distortion,MD)。3、针对传输QAM信号的多输入多输出系统,提出了一种有效的盲均衡算法。该方法首先利用均衡器的时间分集特性,给出一个均衡器初值,其有效地避免了均衡器的局部收敛,并且解决了均衡器的延迟模糊问题,然后提出一种改进的多模算法(Improved MMA,IMMA)串行计算每个信号对应的最优均衡器。该方法可以有效地加快收敛速度,避免传统均衡算法的误调问题,提高了均衡性能。并且在从接收信号中分离已恢复信号的影响的过程中,精确地估计出来信道脉冲响应(Channel Impulse Response CIR)。此外,利用前面提出的MNM快速地搜索最优均衡器,理论分析其由于采用固定的海森矩阵,相对于一般牛顿类算法,节省了大量计算量,并且证明了其具有二阶收敛性。