基于水聲信道的盲均衡算法研究.pdf

1、傳統(tǒng)的自適應(yīng)均衡技術(shù)由于需要重復(fù)發(fā)送訓(xùn)練序列，在水聲通信中，必將占用本不富裕的水聲通信帶寬，降低通信效率，而盲均衡具有無需訓(xùn)練序列的優(yōu)良特性，并且理論與實(shí)踐均證明，盲均衡可以在某些傳統(tǒng)自適應(yīng)均衡技術(shù)無效的條件下依然能夠很好實(shí)現(xiàn)均衡，在特定約束條件下，還能獲得比傳統(tǒng)自適應(yīng)均衡技術(shù)更好的均衡性能。隨著現(xiàn)代化水聲通信向高速信息傳輸需求的發(fā)展，對水聲通信盲均衡理論和算法進(jìn)行分析和研究具有重要意義。 本文針對水聲信道特性，對Bussgan

2、g類盲均衡算法和直接高階統(tǒng)計量算法做了理論與算法上的研究和分析，并針對水聲信道非線性特性，對前饋神經(jīng)元網(wǎng)絡(luò)盲均衡算法的實(shí)現(xiàn)進(jìn)行了分析和改進(jìn)。研究內(nèi)容主要包括以下幾個方面： 1、從數(shù)學(xué)上盲反卷積的角度對盲均衡實(shí)現(xiàn)的理論依據(jù)、均衡準(zhǔn)則、約束條件進(jìn)行了分析。根據(jù)BBR公式，說明了在信號滿足非高斯分布前提下輸入信號與輸出信號之間統(tǒng)計特性的聯(lián)系，并論證了盲均衡中需要借助高階累積量這一工具的原因。 2、對Bussgang類盲均衡算法

3、的特例CMA算法的理論基礎(chǔ)和算法實(shí)現(xiàn)進(jìn)行了研究，分析了CMA算法的代價函數(shù)局部極小值問題，并針對CMA算法收斂速度慢，收斂后剩余誤差大的缺陷給出了改進(jìn)算法：利用小樣本重用方法初始化均衡器權(quán)重，定義了移動窗剩余誤差，并根據(jù)移動窗剩余誤差對算法學(xué)習(xí)步長進(jìn)行自適應(yīng)調(diào)整，由移動窗剩余誤差確定切換門限，綜合以上提出了一種雙模式算法。仿真結(jié)果證明了改進(jìn)算法在收斂速度及均衡性能上的有效性。 3、直接高階累積量的盲均衡算法存在計算量龐大以及對累

4、積量準(zhǔn)確估計的問題。文中在對倒三譜盲均衡算法分析的基礎(chǔ)上，提出了一種遺忘遞推倒三譜盲均衡算法，通過數(shù)據(jù)塊遞推估計方法，減少了倒三譜盲均衡算法的計算量并保證了累積量估計的準(zhǔn)確性。 4、鑒于水聲信道存在非線性特性，分析了利用前饋神經(jīng)網(wǎng)絡(luò)作為盲均衡器的盲均衡方法，并針對直接BP算法的缺陷給出了利用代價函數(shù)調(diào)整學(xué)習(xí)步長的自適應(yīng)學(xué)習(xí)率算法，并利用小樣本重用方法來初始化網(wǎng)絡(luò)初始權(quán)重，在一定程度上提高了前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法的收斂速度和均衡性

5、能。 5、將遺傳算法與前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合，提出了一種利用遺傳算法同時優(yōu)化網(wǎng)絡(luò)初始權(quán)重及網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的方法，提高了前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法的穩(wěn)健性及范化性能，在相同條件下的仿真結(jié)果證明了這種方法較直接前饋神經(jīng)網(wǎng)絡(luò)盲均衡算法具有更好的均衡性能。 6、通過水池試驗(yàn)數(shù)據(jù)分析及處理，對文中提出的盲均衡算法及相應(yīng)的改進(jìn)算法進(jìn)行了驗(yàn)證，并依據(jù)盲均衡算法的評價標(biāo)準(zhǔn)對各種算法的均衡性能進(jìn)行了比較。 盲均衡技術(shù)的研究在國內(nèi)研究尚處于