论文部分内容阅读
近几年,随着无线通信数据业务需求量的增加,加速了宽带无线通信技术的发展和应用,多输入多输出(Multiple-Input Multiple-Output, MIMO)无线系统中的信号处理技术也显得尤为重要。为消除码间干扰通常采用盲均衡技术进行处理,本文首先研究了单输入多输出系统(Single-Input Multiple-Output, SIMO)中的盲均衡算法,接着研究了基于奇异值分解的MIMO系统小波变换盲均衡算法,利用小波变换理论降低信号的自相关性,提高算法的性能,最后研究了超指数迭代半盲技术在MIMO系统中的应用。研究内容包括：1基于单输入多输出系统的正交小波盲均衡算法为了提高单输入多输出SIMO系统的抗衰落性能及常数模盲均衡算法(CMA)的均衡效果,提出一种基于SIMO系统的正交小波变换盲均衡算法(WT-CMA),在小波变换域对输入信号进行均衡,利用正交小波变换降低输入信号的自相关性。理论分析及计算机仿真结果表明,该算法在SIMO系统中便于实现,与CMA相比具有更优越的性能。2基于奇异值分解的多输入多输出系统小波多模盲均衡算法(1)如果直接将输出信号送入均衡器,无法实现信道的有效均衡,利用奇异分解将接收信号矩阵映射到正交的信号子空间上,采用多模算法对实部和虚部分开处理,提出了基于奇异值分解的MIMO系统多模盲均衡算法,使均衡器的均衡性能得到了改善。(2)针对多模盲均衡算法收敛速度慢的缺点,提出了基于奇异值分解的MIMO系统小波多模盲均衡算法,在正交的信号子空间中通过归一化的正交小波变换降低接收信号的自相关性,获得更好的均衡效果,星座图也更为集中。3多输入多输出系统的超指数迭代半盲算法为了提高多输入多输出(MIMO)系统的均衡效果,克服传统常数模算法(CMA)与软判决引导(SDD)结合的半盲算法中眼图较模糊的缺点,满足较高阶QAM信号的传输要求,提出了基于MIMO系统的超指数迭代半盲均衡算法。该方法利用超指数算法(SEI)优化CMA的步长因子,对接收数据起白化作用,从而加快收敛速度,降低稳态误差。理论分析与计算机仿真结果显示,该算法能够获得较快的收敛速度及更低的稳态误差,且收敛后眼图更为清晰,证明该方法的可行性及有效性。