论文部分内容阅读
为提高恒模盲均衡算法收敛速度，提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输人进行了重新定义，并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新，对均衡器输入采用归一化进行处理，以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间，与LMS算法相比较具有更快的收敛速度，仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能，复杂信道条件下剩余码间干扰可降低约10dB，均衡系统中引入的级联滤波器可视为时变信