论文部分内容阅读
多天线发送和接收的多输入多输出(Multiple Input & Multiple Output,简称MIMO)系统已经广泛应用于现代的通信领域当中,成为了新一代移动通信系统的关键技术。MIMO系统本身具有能充分利用空间资源的独特优势。其次在该系统中不需要增加带宽和天线发送功率,就可以达到成倍提高通信系统容量和频谱利用率的目的。由于MIMO系统的特殊结构,虽然数据速率能够得到提高,但是因为信道存在频率选择性衰落,尤其是多径干扰和多用户干扰将会在接收端产生严重的码间干扰(Inter Symbol Interference,简称ISI)现象。消除码间干扰的传统方法就是采用均衡技术。盲均衡是一种不借助于训练序列,仅依据发送信号的统计特性就可以均衡信道特性,目的是使系统的输出序列尽量逼近发送序列的自适应均衡技术。在MIMO通信系统中利用盲均衡技术可以有效地提高通信效率和通信质量。在盲均衡算法的研究中,曾涌现出了不少经典的理论和方法,它们为盲均衡算法的研究奠定了扎实的理论基础,但也存在其自身难以克服的缺点,例如容易陷入维数灾难、局部最小值等问题。本文所做的主要工作如下：(1)重点研究基于MIMO通信系统的恒模盲均衡算法(ConstantModulus Algorithm,简称CMA),并在此基础上提出了两种改进算法。这两种算法的改进都是基于变步长的思想,一种是基于自适应变步长的盲均衡算法,另一种是基于Sigmoid函数的变步长盲均衡算法。经计算机仿真表明,两种改进后的CMA算法抑制噪声能力增强了并且能够达到快速收敛的目的,改进后的算法明显优于传统算法。(2)在统计学理论基础之上发展起来的支持向量机,目前已经呈现出了大量的优越性,并且广泛的应用于实际当中。这种学习方法可以有效的客服维数灾难和局部极小值等问题。本文将支持向量机的理论应用于盲均衡算法当中,分别从支持向量分类和支持向量回归机两个角度对MIMO系统盲均衡算法的实现进行了理论分析和研究。仿真结果表明,支持向量机盲均衡算法应用于MIMO系统当中具有可行性并且在性能上较传统的算法更具优势。