基于水聲多徑信道的盲均衡技術(shù)實(shí)現(xiàn)畢業(yè)設(shè)計(jì)

1、<p>　　本科畢業(yè)設(shè)計(jì)(論文)</p><p>　　題目：基于水聲多徑信道的盲均衡技術(shù)實(shí)現(xiàn)</p><p>　　系 別：電子信息系</p><p>　　專 業(yè)： 通信工程 </p><p><b>　　2013年06月</b></p><p>　　畢業(yè)設(shè)

2、計(jì)（論文）任務(wù)書</p><p>　　1.畢業(yè)設(shè)計(jì)（論文）題目： 基于水聲多徑信道的盲均衡技術(shù)實(shí)現(xiàn) </p><p>　　2.題目背景和意義：盲均衡算法在不需要訓(xùn)練序列的情況下，就可以逐步收斂到最優(yōu)解，因此在信道特性未知的情況下，只需要知道接收信號(hào)的一些統(tǒng)計(jì)特性，就可以保證均衡器能夠一定程度的減少碼間干擾。這樣的盲均

3、衡由于不需要周期性的發(fā)送訓(xùn)練序列，因此提高了信道的利用率。多徑是影響盲均衡算法的重要因素，多徑信道盲均衡算法可以影響算法的收斂速度，穩(wěn)態(tài)誤差，是盲均衡算法研究的一個(gè)重要發(fā)展方向。 </p><p>　　3.設(shè)計(jì)（論文）的主要內(nèi)容（理工科含技術(shù)指標(biāo)）：通過(guò)本次畢業(yè)設(shè)計(jì)，要求學(xué)生了解自適應(yīng)均衡的基本

4、原理，了解盲均衡的基本原理和數(shù)學(xué)模型，掌握Matlab仿真軟件的應(yīng)用，能夠用Matlab仿真軟件對(duì)算法進(jìn)行驗(yàn)證比較，并提出有針對(duì)性的改進(jìn)方法。主要研究盲均衡算法的基本原理，利用Matlab仿真分析多徑對(duì)盲均衡算法的影響，構(gòu)造多徑信道盲均衡算法改進(jìn)盲均衡的性能。 </p><p

5、>　　4.設(shè)計(jì)的基本要求及進(jìn)度安排（含起始時(shí)間、設(shè)計(jì)地點(diǎn)）： </p><p>　　第1周~第4周：查閱水聲多徑和盲均衡技術(shù)方面的資料，撰寫開(kāi)題報(bào)告，準(zhǔn)備開(kāi)題答辯； </p

6、><p>　　第5周~第8周：學(xué)習(xí)盲均衡算法基本原理，了解盲均衡算法，初步了水聲多徑的概念； </p><p>　　第9周~第12周：學(xué)習(xí)Matlab軟件，并對(duì)基于水聲多徑信道的盲均衡進(jìn)行建模仿真；

7、 </p><p>　　第13周~第14周：撰寫論文準(zhǔn)備答辯。 </p><p>　　設(shè)計(jì)地點(diǎn)：校內(nèi)

8、 </p><p>　　5.畢業(yè)設(shè)計(jì)（論文）的工作量要求 </p><p>　?、?實(shí)驗(yàn)（時(shí)數(shù)）*或?qū)嵙?xí)（天數(shù)）： 上機(jī)不少于150學(xué)時(shí)

9、 </p><p>　?、?圖紙（幅面和張數(shù)）*： 論文字?jǐn)?shù)不少于1.5萬(wàn)字 </p><p>　?、?其他要求： 3000-5000字英文資料的翻譯

10、 </p><p>　　指導(dǎo)教師簽名： 年 月 日</p><p>　　學(xué)生簽名： 年 月 日</p><p>　　系主任審批： 年 月 日</p><p>　　說(shuō)明：1、本表一式二份，一份由

11、學(xué)生裝訂入附件冊(cè)，一份教師自留。</p><p>　　2、帶*項(xiàng)可根據(jù)學(xué)科特點(diǎn)選填。</p><p>　　基于水聲多徑信道的盲均衡技術(shù)實(shí)現(xiàn)</p><p><b>　　摘 要</b></p><p>　　進(jìn)入21世紀(jì)以來(lái)，我國(guó)的信息產(chǎn)業(yè)在生產(chǎn)和科研方面都大大加快了發(fā)展速度，并已成為民國(guó)經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)之一。現(xiàn)代化水下

12、通信也得到了較快的發(fā)展和普及，如何消除水下通信的多徑的產(chǎn)生成為了保障水聲信道高速率可靠傳輸?shù)囊粋€(gè)重要因素。盲均衡從根本上避免了訓(xùn)練序列的使用，克服了傳統(tǒng)自適應(yīng)均衡的缺點(diǎn)，從而降低了對(duì)信道和信號(hào)的要求。因此，研究盲均衡的水聲通信的性能比較重要。</p><p>　　目前隨著通信技術(shù)的迅速發(fā)展，盲均衡技術(shù)的應(yīng)用領(lǐng)域越來(lái)越廣，使用價(jià)值越來(lái)越高，己經(jīng)成為通信技術(shù)中的關(guān)鍵技術(shù)。本課題是在前人研究成果的基礎(chǔ)上，針對(duì)目前盲均衡

13、技術(shù)研究領(lǐng)域的基本算法—BUSSGANG類盲均衡算法和組合算法進(jìn)行研究。針對(duì)其機(jī)理，具體分析它們的性能，從而討論并提出收斂性能好且實(shí)用性強(qiáng)的盲均衡算法，這對(duì)于補(bǔ)償信道的非理想特性，改善接收效果，提高通信質(zhì)量具有重要的理論意義和實(shí)用價(jià)值。</p><p>　　本論文首先對(duì)信號(hào)處理做了簡(jiǎn)單介紹，隨后深入介紹了關(guān)于盲均衡的各方面知識(shí)，本論文通過(guò)對(duì)不同環(huán)境下的盲均衡器的初始化研究分析，最后使用仿真軟件Matlab對(duì)改進(jìn)以

14、后的算法加以驗(yàn)證。 </p><p>　　關(guān)鍵詞：水聲通信；盲均衡；多徑信道</p><p>　　Based on the Blind Equalization of Underwater Acoustic Multipath Channel to Achieve</p><p><b>　　Abstract</b></p>&l

15、t;p>　　Since the beginning of the 21st century, the information industry production and research of China greatly accelerate the pace of development, and become one of the pillar industries of the Republic of China'

16、;s economic development. The modern underwater communication has been rapid development and popularization. Blind equalization fundamental does not use the training sequence, which is a wide range of applications, overco

17、ming the shortcomings of traditional adaptive equalization. So it is impo</p><p>　　With the rapid development of communication technology, the blind equalization technology applications are more and more ext

18、ensive, which become a key technology in the communication technology. This topic is on the basis of the results of previous studies. It makes good convergence properties and practical blind equalization algorithm for no

19、n-ideal characteristics of the compensation channel，improving the reception, and the quality of communication has important theoretical significance and pra</p><p>　　In this topic, the signal process is a br

20、ief introduction, followed by in-depth knowledge of all aspects blind channel .The topic about different blind equalizer initialization environments analysis the final simulation software Matlab algorithm to improve futu

21、re validation.</p><p>　　Key Words:Underwater Acoustic Communication; Blind Equalization; Multipath Channel</p><p><b>　　目 錄</b></p><p><b>　　1 緒論1</b></p&

22、gt;<p><b>　　1.1引言1</b></p><p>　　1.2水聲通信和盲均衡技術(shù)的發(fā)展2</p><p>　　1.2.1水聲通信的發(fā)展2</p><p>　　1.2.2盲衡技術(shù)的發(fā)展2</p><p>　　1.3研究水聲盲均衡通信的意義和目的3</p><p>

23、;　　1.4本論文的研究?jī)?nèi)容背景及結(jié)構(gòu)安排3</p><p>　　1.4.1研究?jī)?nèi)容及背景3</p><p>　　1.4.2本論文的結(jié)構(gòu)安排4</p><p>　　2 水聲信道及盲均衡基本原理5</p><p>　　2.1水聲信道的多徑傳播5</p><p>　　2.2盲均衡的基本原理6</p>

24、<p>　　2.2.1盲均衡算法的評(píng)判標(biāo)準(zhǔn)7</p><p>　　2.2.2盲均衡的基本算法7</p><p>　　2.3本章小結(jié)10</p><p>　　3 水聲信道盲均衡模型的建立11</p><p>　　3.1水聲信道使用均衡器的必要性11</p><p>　　3.2盲均衡的均衡準(zhǔn)則12

25、</p><p>　　3.2.1置零原則12</p><p>　　3.2.2峰度原則13</p><p>　　3.2.3歸一化準(zhǔn)則15</p><p>　　3.3構(gòu)造模型16</p><p>　　3.4本章總結(jié)17</p><p>　　4 基于BUSSGANG性質(zhì)盲均衡算法研究18&

26、lt;/p><p>　　4.1基于BUSSGANG性質(zhì)的盲均衡算法原理18</p><p>　　4.1.1 BUSSGANG過(guò)程定義18</p><p>　　4.1.2基于BUSSGANG性質(zhì)盲均衡器的原理框圖19</p><p>　　4.2 BUSSGANG性質(zhì)盲均衡算法20</p><p>　　4.2.1 DD

27、算法20</p><p>　　4.2.2 Sato算法21</p><p>　　4.2.3 Godard算法22</p><p>　　4.2.4常數(shù)模算法22</p><p>　　4.3本章總結(jié)23</p><p>　　5 盲均衡均衡器初始化的分析24</p><p>　　5.1均衡

28、器的抽頭的初始化24</p><p>　　5.1.1實(shí)驗(yàn)仿真24</p><p>　　5.1.2 仿真總結(jié)25</p><p>　　5.2均衡器迭代步長(zhǎng)初始化25</p><p>　　5.2.1實(shí)驗(yàn)仿真26</p><p>　　5.2.2仿真總結(jié)27</p><p>　　5.3均衡器

29、的階數(shù)初始化27</p><p>　　5.3.1仿真實(shí)驗(yàn)27</p><p>　　5.3.2仿真總結(jié)29</p><p>　　5.4信噪比的影響29</p><p>　　5.4.1仿真實(shí)驗(yàn)29</p><p>　　5.4.2仿真總結(jié)30</p><p>　　5.5本章總結(jié)30<

30、;/p><p>　　6 改進(jìn)的盲均衡算法31</p><p>　　6.1修正常數(shù)模算法(MCMA)31</p><p>　　6.2改進(jìn)的歸一化常數(shù)模算法(GNCMA)32</p><p>　　6.3多模盲均衡算法(MMA)32</p><p>　　6.3.1模判決盲均衡多模算法32</p><

31、p>　　6.3.2點(diǎn)判決多模盲均衡算法33</p><p>　　6.3.3多模變步長(zhǎng)+CMA雙模式盲均衡算法34</p><p>　　6.4仿真實(shí)驗(yàn)與分析35</p><p>　　6.4.1實(shí)驗(yàn)一35</p><p>　　6.4.2實(shí)驗(yàn)二36</p><p>　　6.4.5實(shí)驗(yàn)三37</p>

32、;<p>　　6.3本章小結(jié)38</p><p><b>　　7 結(jié)論40</b></p><p>　　7.1論文總結(jié)40</p><p>　　7.2有待進(jìn)一步研究的問(wèn)題40</p><p><b>　　參考文獻(xiàn)42</b></p><p><b

33、>　　致謝43</b></p><p>　　畢業(yè)設(shè)計(jì)（論文）知識(shí)產(chǎn)權(quán)聲明44</p><p>　　畢業(yè)設(shè)計(jì)（論文）獨(dú)創(chuàng)性聲明45</p><p><b>　　1 緒論</b></p><p><b>　　1.1引言 </b></p><p>　　信息

34、是通過(guò)某種媒體進(jìn)行的信息交流和傳遞。在古代，人們通過(guò)驛站、飛鴿傳書、烽火報(bào)警等方式進(jìn)行信息傳遞，不僅耗時(shí)而且好力，不能達(dá)到實(shí)時(shí)性。到了現(xiàn)在，隨著科學(xué)的發(fā)展，相繼出現(xiàn)了無(wú)線電，固定電話，移動(dòng)電話、互聯(lián)網(wǎng)甚至可視電話等多種通信方式，其功效雖不可同日而語(yǔ)，但其根本任務(wù)都是要克服距離上的障礙，盡可能快速準(zhǔn)確的傳遞信息。尤其是當(dāng)今社會(huì)已經(jīng)進(jìn)入了信息時(shí)代，隨著大規(guī)模的超大規(guī)模集成電路在通信領(lǐng)域內(nèi)的應(yīng)用越來(lái)越廣，再加上計(jì)算機(jī)技術(shù)與通信技術(shù)的充分結(jié)合，

35、通信以滲透到了社會(huì)各個(gè)領(lǐng)域，對(duì)人們?nèi)粘Ｉ詈蜕鐣?huì)發(fā)展起著日益重要的作用。同時(shí)，通信領(lǐng)域中的各個(gè)分支均得到了迅猛的發(fā)展，例如無(wú)線電通信、移動(dòng)通信、衛(wèi)星通信、計(jì)算機(jī)通信、光通信等，較大地提高了經(jīng)濟(jì)的效率，深刻的改變了人們的生活方式和社會(huì)面貌。</p><p>　　21世紀(jì)是人類向海洋進(jìn)軍的世紀(jì)，占地球表面積絕大部分的浩瀚水域作為人們的寶貴資源，己經(jīng)成為當(dāng)今世界沿海國(guó)家和地區(qū)的重要戰(zhàn)略目標(biāo)，是近幾年國(guó)際上激烈競(jìng)爭(zhēng)的焦點(diǎn)

36、之一，吸引了許多科技工作者在水下通信領(lǐng)域去探索和開(kāi)發(fā)利用。水下通信是海洋探測(cè)技術(shù)的主要內(nèi)容之一，是海洋高新技術(shù)研究的重點(diǎn)領(lǐng)域，它廣泛應(yīng)用于對(duì)潛通信、海洋油氣開(kāi)發(fā)、潛水員聯(lián)絡(luò)、水下機(jī)器人、海底勘測(cè)、深海打撈等方面。然而，盡管在人們生活中有大量資源依賴于海洋，人們也希望對(duì)其進(jìn)行更多的認(rèn)識(shí)與開(kāi)發(fā)，但是由于海水是電的導(dǎo)體，使得電磁波在海水中衰減很快，相對(duì)成熟的無(wú)線電技術(shù)無(wú)法應(yīng)用于海洋。</p><p>　　聲波是水中通信

37、的首選媒體，水聲通信也成為人們普遍接受的水中通信方式。水聲數(shù)字通信開(kāi)始于80年代初，非相干檢測(cè)的頻移鍵控(FSK)系統(tǒng)得到了廣泛的研究與應(yīng)用。之后，隨著對(duì)海洋開(kāi)發(fā)事業(yè)的發(fā)展，利用海洋信道進(jìn)行信息傳輸?shù)男枨蟠蟠笤黾?，如遙測(cè)數(shù)據(jù)，水下機(jī)器人控制，水下圖像，海上石油平臺(tái)遙控指令，水下無(wú)纜電話，環(huán)境污染監(jiān)測(cè)數(shù)據(jù)，潛艇間通信等等。水聲通信的軍用和商用價(jià)值，推動(dòng)了水聲通信系統(tǒng)的迅速發(fā)展。從90年代至今，帶寬利用率較高的相位相干系統(tǒng)日趨成熟，使得通信

38、速率有了較大提高。強(qiáng)有力的接收機(jī)算法大大補(bǔ)償了信道干擾，水聲通信也已從簡(jiǎn)單的垂直信道轉(zhuǎn)入復(fù)雜的水平信道。</p><p>　　本章首先介紹水聲通信的發(fā)展歷史和研究現(xiàn)狀，然后從均衡技術(shù)出發(fā)，論述了研究水聲信道盲均衡技術(shù)的發(fā)展?fàn)顩r及其應(yīng)用于水聲通信中的目的與意義，并</p><p>　　對(duì)盲均衡方法進(jìn)行了概述。最后，簡(jiǎn)要介紹了本論文的研究?jī)?nèi)容。</p><p>　　1.

39、2水聲通信和盲均衡技術(shù)的發(fā)展</p><p>　　1.2.1水聲通信的發(fā)展</p><p>　　第二次世界大戰(zhàn)以來(lái)，隨著海洋開(kāi)發(fā)研究的不斷深入以及海洋軍事地位的迅速提高，在海洋信道中利用聲波進(jìn)行水下信息傳播的需求大為增加，極大的激發(fā)了人們對(duì)水下通信的研究熱情。由于人們對(duì)聲波在海洋中傳播規(guī)律掌握的不斷加深，以及現(xiàn)代信號(hào)處理技術(shù)、電子技術(shù)和計(jì)算機(jī)技術(shù)的突飛猛進(jìn)，水聲通信技術(shù)有了長(zhǎng)足的發(fā)展，各種

40、新理論、新技術(shù)、新算法不斷涌現(xiàn)。</p><p>　　水下通信的歷史可以追溯到1905年，在這一年首次采用金屬導(dǎo)線對(duì)水上和水下的通信聯(lián)絡(luò)進(jìn)行可行性實(shí)驗(yàn)。而水聲通信最早的、也是最惹人注意的成就發(fā)生在1914年。在這一年水聲電報(bào)系統(tǒng)研制成功，并且被英國(guó)海軍部安裝在巡洋艦上，這可以看作是水下數(shù)字式無(wú)線通信的雛形。從那時(shí)起，相繼研制出了一些水下信息傳輸及通信設(shè)備，并在軍事領(lǐng)域有著廣泛的應(yīng)用。直到今天，這些水聲通信設(shè)備仍然

41、是航空反潛和實(shí)現(xiàn)對(duì)潛通信所不可缺少的要設(shè)備。但是由于技術(shù)條件的限制，從20世紀(jì)60年代起的很長(zhǎng)一段時(shí)間里，水聲通信技術(shù)沒(méi)有得到進(jìn)一步的發(fā)展，與電訊領(lǐng)域日新月異的變化相比，當(dāng)前的水聲通信技術(shù)和裝備就顯得落伍和陳舊。從20世紀(jì)70年代開(kāi)始，軍事領(lǐng)域和民用領(lǐng)域都對(duì)水聲通信技術(shù)產(chǎn)生了大量的需求，這就使得水聲通信進(jìn)入了一個(gè)發(fā)展相對(duì)迅速的階段。</p><p>　　1.2.2盲衡技術(shù)的發(fā)展</p><p&

42、gt;　　人們很早就注意到傳統(tǒng)信道均衡方法的缺陷，尋找不需要訓(xùn)練序列的所謂盲均衡算法。Sato于1975年第一次提出了不需要訓(xùn)練序列的自恢復(fù)(Self-recovering)算法，算法中假設(shè)輸入信號(hào)為幅度調(diào)制，調(diào)整均衡器的參數(shù)使得均衡輸出與最臨近的標(biāo)準(zhǔn)幅度的誤差最小。由于Sato的算法只適合于幅度調(diào)制信號(hào)，并且算法收斂速度很慢 (10000點(diǎn)以上)，所以實(shí)際上這種算法沒(méi)有多大的實(shí)用價(jià)值。但他第一次指出了避免訓(xùn)練序列的可能性，啟發(fā)了后人的

43、研究。Benveniste改進(jìn)了Sato的算法，使得收斂速度加快，并且在信道均衡的同時(shí)能進(jìn)行載波恢復(fù)[1]。 </p><p>　　Godard和Treichler分別于1980年和1983年提出兩種類似的算法，在他們的算法中，假設(shè)輸入信號(hào)有固定包絡(luò)，如頻率調(diào)制信號(hào)或相位調(diào)制信號(hào)。信道的畸變使得信號(hào)恒定包絡(luò)的特性受到破壞，均衡器的設(shè)計(jì)就是使得均衡輸出重新具有恒定包絡(luò)的特性。這類算法要求輸入信號(hào)具有恒定包絡(luò)，被稱為

44、常數(shù)模算法(CMA，Constant Modulus Algorithm)，實(shí)際應(yīng)用中很多調(diào)制信號(hào)都滿足常數(shù)模的條件，所以這種算法引起了人們的重視。在文獻(xiàn)的基礎(chǔ)上，人們對(duì)常數(shù)模算法進(jìn)行了更深入的研究。此后，各國(guó)學(xué)者根據(jù)不同的應(yīng)用背景，運(yùn)用新的數(shù)學(xué)理論和優(yōu)化方法，提出了多種盲均衡算法。</p><p>　　1.3研究水聲盲均衡通信的意義和目的</p><p>　　與通常的無(wú)線電信道不同，在水

45、下利用聲波進(jìn)行信息傳輸會(huì)受到多種因素的</p><p>　　影響，從而限制了數(shù)據(jù)傳輸速率。近年來(lái)，高帶寬利用率相位相干調(diào)制技術(shù)用于</p><p>　　水聲通信的可行性已得到證實(shí)，已經(jīng)成功研制的一些采用差分相干和相位相干檢</p><p>　　測(cè)方法的水聲通信系統(tǒng)，使水聲通信系統(tǒng)的性能大大提高。但是，如果沒(méi)有相關(guān)</p><p>　　的方法或

46、者技術(shù)來(lái)均衡、補(bǔ)償具有多徑效應(yīng)等特性的海洋聲信道，則一些諸如</p><p>　　TCM和高調(diào)制相干通信技術(shù)都不能夠可靠地工作了。</p><p>　　盲均衡技術(shù)作為一種新興自適應(yīng)均衡技術(shù)，是指均衡器能夠不借助訓(xùn)練序列(“盲”)，僅利用所接收到的信號(hào)序列便可以對(duì)信道進(jìn)行均衡，使均衡器的輸出序列盡量接近發(fā)送序列。換言之，其本身完全不用訓(xùn)練序列，就可以自啟動(dòng)收斂并防止失鎖情況，且能使濾波器的輸

47、出與要恢復(fù)的輸入信號(hào)相等，克服了傳統(tǒng)自適應(yīng)均衡的缺點(diǎn)，從而降低了對(duì)信道和信號(hào)的要求，并簡(jiǎn)化了數(shù)傳機(jī)的設(shè)計(jì)[2]。</p><p>　　因此信道均衡成為水聲通信中的一項(xiàng)關(guān)鍵性技術(shù)，而利用自適應(yīng)均衡技術(shù)來(lái)提高水聲通信系統(tǒng)的傳輸速率和頻帶利用率，也已經(jīng)成為現(xiàn)代水聲通信系統(tǒng)的特征之一。</p><p>　　1.4本論文的研究?jī)?nèi)容背景及結(jié)構(gòu)安排</p><p>　　1.4.1

48、研究?jī)?nèi)容及背景</p><p>　　盲均衡算法提出近30年來(lái)，吸引了眾多的學(xué)者，研究思路各異，研究成果頗多，但都存在著許多不完善之處。而目前隨著通信技術(shù)的迅速發(fā)展，盲均衡技術(shù)的應(yīng)用領(lǐng)域越來(lái)越廣，使用價(jià)值越來(lái)越高，已經(jīng)成為通信技術(shù)中的關(guān)鍵技術(shù)。本課題是在前人研究成果的基礎(chǔ)上，針對(duì)目前盲均衡技術(shù)研究領(lǐng)域的基本算法——Bussgang類盲均衡算法和組合算法進(jìn)行研究。針對(duì)其機(jī)理，具體分析它們的性能，從而討論并提出收斂性能

49、好且實(shí)用性強(qiáng)的盲均衡算法，這對(duì)于補(bǔ)償信道的非理想特性，改善接收效果，提高通信質(zhì)量具有重要的理論意義和實(shí)用價(jià)值。同時(shí)，本課題緊密跟蹤國(guó)內(nèi)外研究動(dòng)態(tài)，具有一定的前沿性和創(chuàng)新性。</p><p>　　本課題主要在研究盲均衡算法的基本原理的基礎(chǔ)上，分析了傳統(tǒng)盲均衡算法的收斂性能。本課題的重點(diǎn)在于使用MATLAB對(duì)水聲多徑盲均衡算法進(jìn)行建模仿真驗(yàn)證，并且分析其對(duì)盲均衡算法的性能的影響。尤其是初始化的改變對(duì)盲均衡算法的收斂速

50、度何其其收斂特性的影響，這是盲均衡算法研究中非常重要的一部分，也是本課題中的重點(diǎn)。學(xué)會(huì)盲均衡算法后，要能熟練使用Matlab仿真軟件，用Matlab仿真軟件編寫程序，查看圖像，并且驗(yàn)證算法正確與否。</p><p>　　1.4.2本論文的結(jié)構(gòu)安排</p><p>　　本論文主要研究不需要訓(xùn)練序列的盲均衡算法，以完成水聲信道的均衡，克服水聲多徑干擾，提高信道帶寬利用率。主要研究?jī)?nèi)容分為六章：

51、</p><p>　　第一章為緒論，全面分析了研究盲均衡技術(shù)的意義，綜述了其發(fā)展歷史、研究現(xiàn)狀、以及應(yīng)用領(lǐng)域，指出了本文的研究背景和所做的主要工作。</p><p>　　第二章介紹水聲信道和盲均衡的基本原理，盲均衡算法的評(píng)判準(zhǔn)則及基本的盲均衡算法的種類。</p><p>　　第三章為水聲信道盲均衡信道模型建立，主要介紹水聲信道的特點(diǎn)并闡述加載均衡器的必要性，和盲均衡

52、算法的均衡條件，描繪水聲信道抽頭模型，為建立仿真模型提供思路和理論基礎(chǔ)。</p><p>　　第四章為基于BUSSGANG性質(zhì)的盲均衡算法研究，闡述了BUSSGANG性質(zhì)盲均衡算法的基本原理，在此基礎(chǔ)上，分析了三種經(jīng)典的BUSSGANG算法：常數(shù)模算法(CMA)、Sato算法和判決導(dǎo)引(DD)算法，為以后建立更好適用于水聲通信系統(tǒng)的算法奠定基礎(chǔ)。</p><p>　　第五章為盲均衡均衡器初

53、始化的分析，主要對(duì)基于CMA算法的盲均衡均衡器抽頭的初始化、迭代步長(zhǎng)、階數(shù)、信噪比等進(jìn)行分析。了解初始化對(duì)計(jì)算機(jī)信號(hào)仿真的影響效果，為盲均衡技術(shù)的改變，奠定了基礎(chǔ)。</p><p>　　第六章為改進(jìn)的盲均衡算法，根據(jù)傳統(tǒng)的常數(shù)模算法存在相位誤差，分析了一系列修正的常數(shù)模算法、GNCMA算法等，通過(guò)計(jì)算機(jī)仿真，對(duì)這幾種算法性能進(jìn)行了驗(yàn)證。</p><p>　　第七章為總結(jié)與展望，對(duì)論文加以總

54、結(jié)，并回顧了課題中遇到的問(wèn)題及對(duì)未來(lái)的展望。</p><p>　　2 水聲信道及盲均衡基本原理</p><p>　　任何一個(gè)通信系統(tǒng)都可以看作是由發(fā)送設(shè)備、信道和接收設(shè)備三部分組成。傳輸信道的特征是影響通信質(zhì)量的主要因素，也是設(shè)計(jì)通信系統(tǒng)、確定基數(shù)方案所要考慮的主要問(wèn)題。其中，水聲信道是所有通信信道中最為復(fù)雜的信道之一，其衰落、多徑效應(yīng)、時(shí)變性等特點(diǎn)使得許多經(jīng)典的通信技術(shù)無(wú)法直接應(yīng)用于水

55、聲信道。因此要開(kāi)發(fā)適合于水聲信道的通信技術(shù)，就必須對(duì)水聲信道特性有充分的研究，只有具備這種知識(shí)，才能建立有效而穩(wěn)健的盲均衡算法。</p><p>　　本章以水聲信道盲均衡為研究對(duì)象，首先討論水聲信道的基本特性，主要是針對(duì)多徑的產(chǎn)生，及對(duì)水下聲信號(hào)的傳播特點(diǎn)進(jìn)行深入全面的研究，建立了水聲信道的抽頭延遲模型，說(shuō)明了水聲信道盲均衡的必要性。然后論述了盲均衡的基本原理，分析了其算法評(píng)價(jià)標(biāo)準(zhǔn)及完全均衡條件。</p&g

56、t;<p>　　2.1水聲信道的多徑傳播</p><p>　　由于海水介質(zhì)空間的非均勻性，水聲信道和無(wú)線電信道一樣存在著多徑現(xiàn)象，即就是一定波束寬度內(nèi)發(fā)出的聲波沿著幾種不同的路徑到達(dá)接收點(diǎn)，而且聲波在不同路徑中傳播時(shí)路徑長(zhǎng)度各有差異，到達(dá)該點(diǎn)的聲波能量和時(shí)間也不相同，從而引起信號(hào)的衰落和波形畸變。這種信號(hào)多徑傳播效應(yīng)(簡(jiǎn)稱多徑效應(yīng))，一般會(huì)造成接收信號(hào)在時(shí)間上拉長(zhǎng)，即碼元展寬，產(chǎn)生碼間串?dāng)_(ISI)

57、的失真現(xiàn)象。</p><p>　　造成多徑傳播的主要機(jī)理是聲線彎曲和海底、海面的反射，海水中內(nèi)部結(jié)構(gòu)如內(nèi)波、紊流、潮汐等的影響，以及聲源和接收機(jī)平臺(tái)的運(yùn)動(dòng)等。當(dāng)聲波在不同的層、海底和海面間傳播會(huì)造成多次的反射和折射，從而形成各個(gè)不同的傳播路徑。多徑傳播是影響水聲通信系統(tǒng)性能的重要因素之一。</p><p>　　多徑傳播在單個(gè)接收器上產(chǎn)生信號(hào)的幅度和相位起伏，由于沿不同路徑的傳播時(shí)間不同，多

58、路徑會(huì)導(dǎo)致信號(hào)畸變，并使得信號(hào)的持續(xù)時(shí)間和頻帶被展寬，信道呈現(xiàn)選擇性衰落特性，正是海水中內(nèi)部結(jié)構(gòu)(如內(nèi)波、水團(tuán)、湍流等)的影響，多徑結(jié)構(gòu)通常是時(shí)變的，并且與通信系統(tǒng)的相對(duì)位置有關(guān)。</p><p>　　在數(shù)字通信系統(tǒng)中，多徑傳播往往造成碼間干擾。在無(wú)線電信道中，碼間干擾通常只有幾個(gè)碼元寬度，而在水聲信道中，對(duì)中、高數(shù)據(jù)率的淺海信道碼間干擾將高達(dá)幾十、甚至上百個(gè)碼元寬度。多徑傳播造成的碼間干擾是影響水聲通信系統(tǒng)數(shù)據(jù)

59、率的主要因素，抑制多徑達(dá)到高數(shù)據(jù)率的可靠傳輸無(wú)疑成為水聲通信最富有挑戰(zhàn)性的任務(wù)。</p><p>　　2.2盲均衡的基本原理</p><p>　　盲均衡算法是指以盲或自恢復(fù)的形式進(jìn)行均衡的自適應(yīng)算法。本質(zhì)上，盲均衡是指不需要外部供給期望響應(yīng)(即能夠不借助已知訓(xùn)練序列)，僅利用接收序列本身的先驗(yàn)知識(shí)，就能均衡信道特性，使均衡器的輸出序列盡量接近發(fā)送序列。算法對(duì)期望響應(yīng)是盲的，算法自身在自適應(yīng)

60、過(guò)程中通過(guò)非線性變換產(chǎn)生對(duì)期望響應(yīng)的估計(jì)，而采用盲均衡算法更新抽頭系數(shù)的自適應(yīng)濾波器被稱為盲均衡器，傳 統(tǒng)自適應(yīng)均衡器的設(shè)計(jì)目標(biāo)是使均衡后的輸出序列逼近輸入的碼元序列，而盲均衡的設(shè)計(jì)目標(biāo)則是使均衡后輸出序列的統(tǒng)計(jì)量逼近輸入碼序列的統(tǒng)計(jì)量。盲均衡從根本上避免了訓(xùn)練序列的使用，收斂范圍大，應(yīng)用范圍廣，克服了傳統(tǒng)自適應(yīng)均衡的缺點(diǎn)，其基本原理框圖。如圖2.1所示。</p><p>　　圖2.1 盲均衡原理框圖</p

61、><p>　　假設(shè)未知信道(有可能是時(shí)變的)的傳輸函數(shù)為，為系統(tǒng)發(fā)送序列，為信道上迭加的噪聲，為經(jīng)過(guò)信道傳輸后的接收序列，同時(shí)也是盲均衡器的輸入序列，為均衡器的沖激響應(yīng)，為經(jīng)過(guò)均衡后的恢復(fù)序列[3]。</p><p>　　由圖2.1可以得到：</p><p><b>　　(2.1)</b></p><p><b>

62、　　(2.2)</b></p><p>　　均衡器的目的就是在于將作為的最佳估計(jì)值，因此要求</p><p>　　， (2.3)</p><p>　　式中，為一整數(shù)延遲，為一常數(shù)，為Kroneckrt函數(shù)。取傅里葉變換得：</p><p><b>　　(2.4) </b></p&g

63、t;<p>　　即 (2.5)</p><p>　　由分析可知，盲均衡的目的是要在沒(méi)有訓(xùn)練序列的情況下實(shí)現(xiàn)上式所示的傳遞函數(shù)。由于不能發(fā)送訓(xùn)練序列，所以需要其它方法來(lái)獲得，這就是盲均衡所要解決的主要問(wèn)題。</p><p>　　綜上所述，設(shè)計(jì)均衡器的目的就是通過(guò)盲均衡算法來(lái)調(diào)整均衡器的抽頭系數(shù)，

64、使得系統(tǒng)輸入信號(hào)與均衡器的輸出滿足式(2.4)所示的傳輸函數(shù)。</p><p>　　根據(jù)分析，我們得到在理想狀態(tài)下，獲得完全均衡需要滿足如下條件：</p><p><b>　　a. 無(wú)信道噪聲；</b></p><p>　　b. 信道頻率響應(yīng)不存在零點(diǎn)；</p><p>　　c. 均衡器無(wú)限長(zhǎng)；</p>&

65、lt;p>　　在實(shí)際系統(tǒng)中，這些條件是很難滿足的，但是并不能說(shuō)不滿足這些條件的良</p><p>　　好均衡就無(wú)法實(shí)現(xiàn)[4]。</p><p>　　2.2.1盲均衡算法的評(píng)判標(biāo)準(zhǔn)</p><p>　　盲均衡器要對(duì)未知時(shí)變水聲信道進(jìn)行補(bǔ)償，因此需要特定的算法來(lái)更新均衡器抽頭系數(shù)和跟蹤信道變化。盲均衡算法性能取決于以下評(píng)價(jià)標(biāo)準(zhǔn)：</p><p&

66、gt;<b>　　a. 收斂速度</b></p><p>　　收斂速度，指平穩(wěn)輸入情況下，當(dāng)算法迭代結(jié)果充分收斂并接近最優(yōu)解時(shí)，算法所需要的迭代次數(shù)?？焖偈諗克惴瓤梢钥焖龠m應(yīng)統(tǒng)計(jì)特性未知的穩(wěn)定環(huán)境，還可以跟蹤非穩(wěn)態(tài)環(huán)境下的統(tǒng)計(jì)特性變化。而且收斂速度的快慢決定了算法的實(shí)用性。</p><p><b>　　b. 失調(diào)</b></p>

67、<p>　　失調(diào)，給出了對(duì)均衡器剩余均方誤差偏離最優(yōu)的最小均方誤差的量度。</p><p><b>　　c. 計(jì)算復(fù)雜度</b></p><p>　　計(jì)算復(fù)雜度，指完成一次迭代算法所需要的操作次數(shù)。</p><p>　　實(shí)際中，計(jì)算平臺(tái)費(fèi)用、功率預(yù)算以及水聲傳播特性同樣決定了均衡器階數(shù)</p><p>　　和算

68、法的選擇。信道特征和用戶設(shè)備也很關(guān)鍵，發(fā)射機(jī)和接收機(jī)移動(dòng)速度決定了</p><p>　　信道衰落快慢和直接與信道相干時(shí)間有關(guān)的多普勒擴(kuò)展，算法的選擇及其收斂速</p><p>　　度取決于信道數(shù)據(jù)傳輸速率和相干時(shí)間[5]。</p><p>　　2.2.2盲均衡的基本算法</p><p>　　盲均衡算法基本是從自適應(yīng)均衡算法上發(fā)展起來(lái)的，傳統(tǒng)的

69、自適應(yīng)均衡算法大體上可分為兩大類：</p><p>　　a. 自回歸最小二乘算法</p><p>　　自回歸最小二乘算法具有收斂速度很快，對(duì)輸入信號(hào)的譜特性無(wú)依賴的優(yōu)點(diǎn)，但因其算法復(fù)雜，運(yùn)算量太大的缺點(diǎn)，實(shí)現(xiàn)起來(lái)比較困難，并且自回歸最小二乘算法還存在著長(zhǎng)期的數(shù)值穩(wěn)定問(wèn)題。所以可以利用其輸入信號(hào)的移位特性，得到快速自回歸最小二乘算法，這樣可以大大降低運(yùn)算的復(fù)雜度，但數(shù)值不穩(wěn)定問(wèn)題會(huì)更加嚴(yán)重。

70、1965年，由Lucky提出的迫零準(zhǔn)則，可以自動(dòng)地調(diào)整橫向?yàn)V波器的系數(shù)。1969年，由Gersho和proakis，Miller提出了均方誤差準(zhǔn)則(MSE)。 1972年，Ungeboeek將LMS算法應(yīng)用于自適應(yīng)均衡算法中，并且被廣泛地應(yīng)用于多種碼間干擾不是很嚴(yán)重的場(chǎng)合。1974年，由God在kalman濾波理論上推導(dǎo)出遞推最小均方算法(RLS)。</p><p>　　b. LMS(最小均方算法)</p&

71、gt;<p>　　LMS是由Widrow和Hof提出的一種算法，因其每次只需要ZN次乘法(其中，N為濾波器的階數(shù))，并且其對(duì)數(shù)值計(jì)算穩(wěn)定，因此在工程中經(jīng)常用到。但是由于LMS初始收斂速度比較慢，而且對(duì)信號(hào)的譜特性依賴太大的原因，限制了LMS的使用。針對(duì)LMS和RLS存在的缺點(diǎn)，人們提出了各種改進(jìn)的方法。</p><p>　　基本的算法有以下幾種：</p><p><b&

72、gt;　　(1) 組合算法</b></p><p>　　綜上所述，上述幾種方法都是在理論上實(shí)現(xiàn)的，而組合算法卻最有希望在實(shí)際工程領(lǐng)域應(yīng)用。其具體做法是，首先將傳統(tǒng)的決策反饋型均衡技術(shù)與盲均衡技術(shù)進(jìn)行最優(yōu)化組合，其次實(shí)現(xiàn)通道的實(shí)際估計(jì)及快速跟蹤。變結(jié)構(gòu)算法是組合算法的典型代表，變結(jié)構(gòu)算法是根據(jù)通道環(huán)境的變化情況來(lái)改變均衡器結(jié)構(gòu)的，然后采用不同的跟蹤方法來(lái)獲取自適應(yīng)算法，其目的是對(duì)時(shí)變通道進(jìn)行跟蹤。這類算

73、法首先由C.AdaRocha和0.Macchi提出，并且由J.Labat，B.Kim等人發(fā)展及修正的。</p><p>　　(2) 基于高階譜理論的盲均衡算法</p><p>　　早在二十世紀(jì)八十年代末，基于高階潛理論的盲均衡算法已經(jīng)出現(xiàn)，而且還得到了很快地發(fā)展，之所以根據(jù)高階譜的輸出就可以進(jìn)行系統(tǒng)辨識(shí)，是因?yàn)楦唠A譜中既含有系統(tǒng)或信號(hào)的幅度特性，又含有系統(tǒng)或信號(hào)的相位特性。該算法信道參數(shù)的

74、信息是從高階累積量中獲取并調(diào)節(jié)的，獲取信道參數(shù)的具體做法是通過(guò)解方程的方式來(lái)取得。其優(yōu)點(diǎn)是能保證算法的全局收斂，缺點(diǎn)是該算法的運(yùn)算量較大?；诟唠A譜理論的盲均衡算法有兩種方法：一是直接法；二是間接法。首先先介紹下直接法，直接法就是直接從系統(tǒng)接收盲均衡器的輸入序列的高階累積量中獲取信道參數(shù)，所利用的是高階譜中含有的系統(tǒng)幅度信息和相位信息。具體做法是首先建立序列的高階累積量與信道參數(shù)之間的關(guān)系方程，然后解此方程，最后獲得信道參數(shù)。所謂間接法

75、就是，首先先建立一個(gè)含有接收序列高階累積量的代價(jià)函數(shù)，再通過(guò)某種自適應(yīng)算法尋找它的極值點(diǎn)，以達(dá)到逼近期望理想系統(tǒng)的目的。</p><p>　　(3) 基于神經(jīng)網(wǎng)絡(luò)理論的盲均衡算法</p><p>　　基于神經(jīng)網(wǎng)絡(luò)理論的盲均衡算法可以解決通信中非線性信道的均衡問(wèn)題，它所利用的是人工神經(jīng)網(wǎng)絡(luò)處理非線性問(wèn)題的能力。其具體做法有兩種方法：一是在傳統(tǒng)代價(jià)函數(shù)的基礎(chǔ)上，首先先選擇一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)，除此之外

76、還要提出一種代價(jià)函數(shù)，這個(gè)代價(jià)函數(shù)是用來(lái)確定權(quán)值的遞推方程的，最后，通過(guò)求代價(jià)函數(shù)的極小值達(dá)到調(diào)整權(quán)值的目的；二是根據(jù)網(wǎng)絡(luò)的能量函數(shù)構(gòu)造權(quán)值，通過(guò)神經(jīng)網(wǎng)絡(luò)的研究可以看出，用簡(jiǎn)單的電子線路就可以實(shí)現(xiàn)神經(jīng)元和神經(jīng)網(wǎng)絡(luò)，最重要的是每一種神經(jīng)網(wǎng)絡(luò)都各自有自己的能量函數(shù)及其狀態(tài)方程。正因?yàn)樯窠?jīng)網(wǎng)絡(luò)有這些優(yōu)點(diǎn)，其能量函數(shù)將隨著網(wǎng)絡(luò)中的每個(gè)神經(jīng)元的狀態(tài)變化而減小，也就是說(shuō)網(wǎng)絡(luò)系統(tǒng)總是朝著能量減小的方向變化，而最終將進(jìn)入穩(wěn)定狀態(tài)。根據(jù)這種說(shuō)法，我們可以

77、把原有的代價(jià)函數(shù)經(jīng)過(guò)適當(dāng)變化后作為網(wǎng)絡(luò)的能量函數(shù)，然后再依據(jù)新的能量函數(shù)設(shè)計(jì)網(wǎng)絡(luò)的狀態(tài)方程，以達(dá)到對(duì)原有的網(wǎng)絡(luò)進(jìn)行改造的目的。但是理論和實(shí)踐總存在著差距，在現(xiàn)實(shí)中，因?yàn)橥耆木€性的信道是不存在的，而導(dǎo)致上面算法無(wú)法實(shí)現(xiàn)，正因如此神經(jīng)網(wǎng)絡(luò)理論的盲均衡算法可以解決通信中非線性信道的均衡問(wèn)題就不難理解了。</p><p>　　(4) 基于信號(hào)檢測(cè)理論的盲均衡算法</p><p>　　基于信號(hào)檢測(cè)

78、理論的盲均衡算法所利用的是信號(hào)檢測(cè)的理論，具體做法是將輸入信號(hào)看作一個(gè)隨機(jī)的序列，然后對(duì)輸入信號(hào)進(jìn)行最優(yōu)化估計(jì)，所利用的方法是最大似然序列估計(jì)、最小錯(cuò)誤概率估計(jì)、貝葉斯估計(jì)、最大后驗(yàn)概率估計(jì)等等，或者對(duì)該信道跟輸入序列進(jìn)行聯(lián)合估計(jì)。其優(yōu)點(diǎn)是抗噪聲能力比較強(qiáng)，而不足之處是計(jì)算量大，不易于實(shí)時(shí)實(shí)現(xiàn)。</p><p>　　(5) 基于BUSSGANG性質(zhì)的盲均衡算法</p><p>　　該算法是

79、重新定義了一類代價(jià)函數(shù)，它是在傳統(tǒng)的自適應(yīng)均衡算法的基礎(chǔ)上定義的。其達(dá)到均衡目的的做法是通過(guò)代價(jià)函數(shù)的最大化或最小化。這時(shí)該系統(tǒng)也就成為期望的理想系統(tǒng)?；贐USSGANG性質(zhì)的盲均衡算法有優(yōu)點(diǎn)也有缺點(diǎn)，其優(yōu)點(diǎn)是該類盲均衡算法具有計(jì)算量小，便于實(shí)現(xiàn)。其缺點(diǎn)是該類算法對(duì)權(quán)向量的初始化問(wèn)題很敏感，因此不能保證全局都收斂，而且收斂速度較慢。尤其是對(duì)非線性信道、存在零點(diǎn)的均衡信道的效果不佳。</p><p>　　1980

80、年，由y.sato提出的Sato算法(該算法適用于PAM系統(tǒng)的)是最早的BUSSGANG性質(zhì)的盲均衡的算法。D.N.Godard算法代價(jià)函數(shù)要取得的最小值是通過(guò)調(diào)節(jié)均衡器的抽頭系數(shù)來(lái)獲得的，根據(jù)傳輸信號(hào)的高階統(tǒng)計(jì)特性可以構(gòu)造該代價(jià)函數(shù)[6]。</p><p><b>　　2.3本章小結(jié)</b></p><p>　　本章通過(guò)從通信的角度對(duì)水聲信號(hào)傳播特性的研究，闡明了水

81、聲多徑產(chǎn)生的原理，和盲均衡的基本原理方法，并給出了盲均衡算法的評(píng)價(jià)標(biāo)準(zhǔn)和完全均衡條件。同時(shí)，又簡(jiǎn)單介紹并總結(jié)了如今的盲均衡算法的種類，為建立了水聲多徑信道模型，為盲均衡理論與算法的研究奠定了基礎(chǔ)。</p><p>　　3 水聲信道盲均衡模型的建立</p><p>　　3.1 水聲信道使用均衡器的必要性</p><p>　　圖3.1所示為一個(gè)典型的數(shù)據(jù)傳輸系統(tǒng)。&l

82、t;/p><p>　　圖3.1 數(shù)據(jù)傳輸系統(tǒng)</p><p>　　設(shè)整個(gè)系統(tǒng)(不包括數(shù)字均衡器)的時(shí)域沖激響應(yīng)為 ，在理想情況下，信道的幅度和相位特性應(yīng)分別是常數(shù)和線性的，則 應(yīng)滿足</p><p><b>　　(3.1)</b></p><p>　　式中，為兩相鄰的時(shí)間間隔。這是，由于解調(diào)器輸出為</p>&

83、lt;p><b>　　(3.2)</b></p><p>　　因此只要對(duì)在時(shí)刻采樣，便可完成發(fā)送碼的復(fù)原任務(wù)。但是在實(shí)際應(yīng)用中，信道的傳輸特性是受到各種環(huán)境因素的影響，其幅頻特性不可能是恒定的，相頻特性是非線性的。數(shù)據(jù)傳輸率越高，則采用的頻帶越寬，這種信道畸變的影響就越大[7]。</p><p>　　圖3.1中的等效基帶信道為離散時(shí)間傳輸信道，它抽象的代表了發(fā)射

84、濾波器、調(diào)制器、傳輸媒介和解調(diào)器的總體效應(yīng)，根據(jù)所用調(diào)制方式的不同，可以是實(shí)值，也可以是復(fù)值。</p><p>　　根據(jù)信號(hào)傳輸理論可以得到：</p><p><b>　　(3.3)</b></p><p>　　如果在時(shí)刻對(duì)接收信號(hào)進(jìn)行采樣(代表信道延遲與取樣相位)，則可</p><p><b>　　(3.4)

85、</b></p><p>　　式(3.4)中右邊第一項(xiàng)是實(shí)際所需的信號(hào)，第三項(xiàng)是離散的高斯白噪聲，第二項(xiàng)代</p><p>　　表臨近信道形成的干擾和，也就是碼間串?dāng)_(ISI)，不難看出，碼間串?dāng)_向正比于信道沖激響應(yīng)的取值，所以接收信號(hào)包括了ISI和噪聲雙重干擾。在信道嚴(yán)重畸變時(shí)，ISI的分量有可能大于發(fā)送信號(hào)，此時(shí)難以從接收信號(hào)中還原出發(fā)送信號(hào)。當(dāng)傳送信號(hào)的功率大于噪聲功率時(shí)

86、，噪聲的影響可以忽略，這樣 ISI 就成了通信中的最大障礙。只有在理想傳輸條件下，信道的聯(lián)合沖激響應(yīng)滿足Nyquist第一準(zhǔn)則，此時(shí)ISI就不存在了，接收到的信號(hào)就是發(fā)送信號(hào)。但是，實(shí)際通信中總存在碼間干擾，因此為了消除或減小碼間干擾和多徑的影響，在通信中就必須使用均衡器[8]。</p><p>　　3.2盲均衡的均衡準(zhǔn)則</p><p>　　根據(jù)現(xiàn)有的研究成果，可以歸納成三個(gè)，即置零準(zhǔn)則

87、、峰度準(zhǔn)則(即SW定理)和歸一化準(zhǔn)則(即Gadzow定理)[9]。</p><p><b>　　3.2.1置零原則</b></p><p>　　如圖2.1，盲均衡器的輸出恢復(fù)序列為</p><p><b>　　(3.5)</b></p><p>　　由于盲均衡的目的是將作為的最佳估值，因此要求<

88、;/p><p><b>　　(3.6)</b></p><p>　　為了滿足式(3.6)，在不考慮信號(hào)噪聲疊加的前提下，要求</p><p><b>　　(3.7)</b></p><p>　　式中：D為一整數(shù)延遲，為一常數(shù)相移， 為 Kroneckrt 函數(shù)。</p><p>

89、　　對(duì)式(3.7)取傅里葉變換得：</p><p><b>　　(3.8)</b></p><p><b>　　即 </b></p><p><b>　　(3.9) </b></p><p>　　由分析可知，在盲均衡器設(shè)計(jì)過(guò)程中，其傳輸函數(shù)和信道傳輸函數(shù)的關(guān)系應(yīng)滿足式(3.9

90、)。</p><p>　　設(shè)傳輸信道與盲均衡器組合系統(tǒng)的響應(yīng)函數(shù)為長(zhǎng)度為L(zhǎng)的有限維向量，則：</p><p><b>　　(3.10)</b></p><p><b>　　(3.11)</b></p><p>　　由式(3.7)可知，該向量只有一個(gè)非零元素(其模為1)，即</p>&l

91、t;p>　　(3.12) 式中：非零元素前零的個(gè)數(shù)為D-1,且。式(3.12)為盲均衡器的“置零原則”。</p><p><b>　　3.2.2峰度原則</b></p><p>　　設(shè)為獨(dú)立同分布，則得</p><p><b>　　(3.13)</b></p><p>　　求式(3.13)兩邊

92、的平方得</p><p><b>　　(3.14)</b></p><p>　　再利用式(3.13)得</p><p><b>　　(3.15)</b></p><p><b>　　式中</b></p><p><b>　　(3.16)<

93、/b></p><p>　　將式(3.15)代入式(3.16)中得</p><p><b>　　(3.17)</b></p><p>　　將式(3.15)和式(3.16)代入式(3.17)中得</p><p><b>　　(3.18)</b></p><p>　　在式(

94、3.18)中，將發(fā)送序列和恢復(fù)序列的數(shù)學(xué)期望分別等于等號(hào)兩邊得</p><p><b>　　(3.19)</b></p><p><b>　　定義</b></p><p><b>　　(3.20)</b></p><p><b>　　(3.21)</b>&

95、lt;/p><p>　　分別輸出序列和輸入序列的峰度。</p><p>　　根據(jù)峰度的不同，可將信號(hào)分為高斯信號(hào)(Gaussian)(峰度為零)、亞高斯信號(hào)(Sub-Gaussian)(峰度為負(fù))和超高斯信號(hào)(Super-Gaussian)(峰度為正)三種。</p><p>　　可將式(3.20)和式(3.21)代入式(3.20)中得</p><p&

96、gt;<b>　　(3.22)</b></p><p>　　據(jù)上述分析，可得到Shalvi-Weinstein(SW)定理：</p><p><b>　　若，則</b></p><p><b>　　(1) ；</b></p><p>　　(2) ，當(dāng)且僅當(dāng)向量滿足式(3.21)

97、時(shí)成立。</p><p>　　該定理給出了盲均衡器的均衡準(zhǔn)則是在要求和具有相同方差的約束條件下，使恢復(fù)序列的峰度最大化。</p><p>　　SW定理提供了信道盲均衡的一種充要條件，并將信道均衡問(wèn)題歸結(jié)為帶約束條件的最大化問(wèn)題。</p><p>　　3.2.3歸一化準(zhǔn)則</p><p>　　歸一化準(zhǔn)則又稱為Gadzow定理，是Gadzow于1

98、996年擴(kuò)展了SW定理，形成的又一個(gè)盲均衡準(zhǔn)則。設(shè)發(fā)送序列為非高斯、獨(dú)立同分布(independent identicallydistributed，I. I. D)的平穩(wěn)過(guò)程，其 N 階累積量記作盲均衡器的輸出序列 的 N 階累積量記作。</p><p><b>　　根據(jù)BBR公式可知</b></p><p><b>　　(3.23)</b>&

99、lt;/p><p>　　定義發(fā)送序列和輸出序列的階歸一化累積量(Normalized Cumulant)分別為</p><p><b>　　(3.24) </b></p><p><b>　　其中</b></p><p>　　根據(jù)式(3.23)和式(3.24)得</p><p>

100、;<b>　　(3.25)</b></p><p>　　假定信道的輸入序列為非高斯、獨(dú)立同分布的平穩(wěn)過(guò)程，那么它的</p><p>　　輸出序列 也是非高斯、獨(dú)立同分布的平穩(wěn)過(guò)程，并且輸入、輸出的歸一</p><p>　　化累積量有如下關(guān)系：</p><p>　　(1) 如果 N 為偶數(shù)，且，則有</p>

101、<p><b>　　(3.26)</b></p><p>　　(2) 如果 N 為偶數(shù)，且，則有</p><p><b>　　(3.27)</b></p><p>　　式(3.26)和式(3.27)等號(hào)成立的充要條件是只有一個(gè)非零元素，即滿足式(3.12)。 Gadzow定理提供了信道盲均衡的又一個(gè)充要條件，

102、并將信道均衡問(wèn)題歸結(jié)為無(wú)約束的極大化問(wèn)題。</p><p><b>　　3.3構(gòu)造模型</b></p><p>　　從大多數(shù)應(yīng)用場(chǎng)合看，水聲信道可以看成是時(shí)變多徑相干信道，可以用線性時(shí)變?yōu)V波器來(lái)描述。在研究對(duì)流層散射無(wú)線電通信系統(tǒng)時(shí)，Bello提出了信道抽頭延遲線模型的概念，并指出通過(guò)選擇合適的抽頭間隔和權(quán)值系數(shù)，任何實(shí)際傳輸信道都可以用抽頭延遲線濾波器模型來(lái)準(zhǔn)確描述

103、。由Bello的分析可知，令抽頭間隔小于發(fā)射信號(hào)帶寬的倒數(shù)，即滿足Nyquist采樣率，就可以充分滿足精確建模的需要。因此，傳輸信道通常可用有限沖擊響應(yīng)(FIR)濾波器模型來(lái)表示，抽頭被選在信號(hào)采樣間隔上，并采用復(fù)值系數(shù)以準(zhǔn)確模擬信道脈沖響應(yīng)。</p><p>　　設(shè)為通過(guò)信道傳輸?shù)牡刃У屯ㄐ盘?hào)，表示其頻譜。忽略加性噪聲，則其等效低通接收信號(hào)為</p><p><b>　　(3.

104、28)</b></p><p>　　如果的帶寬遠(yuǎn)遠(yuǎn)小于信道相干帶寬，即，則所有的頻率分量通過(guò)傳輸信道時(shí)，會(huì)產(chǎn)生相同的衰減和相移。這意味著，在占用的帶寬內(nèi)，信道時(shí)變傳遞函數(shù)為常數(shù)，不隨頻率的變化而變化，該信道被稱作非頻率選擇性衰落信道。在這種情況下，通過(guò)信道會(huì)對(duì)傳輸信號(hào)產(chǎn)生一個(gè)時(shí)變乘積效應(yīng)，信道多徑成分不明顯。因此，當(dāng)時(shí)，接收信號(hào)中的多徑分量是不可分辨的，所以認(rèn)為此時(shí)接收信號(hào)通過(guò)單一衰落路徑到達(dá)接收機(jī)。

105、當(dāng)發(fā)射信號(hào)的帶寬大于信道相干帶寬時(shí)，在該帶寬各處受到不同的增益和相移，此時(shí)信道被稱作頻率選擇性信道。的時(shí)變性引起附加失真，該失真表現(xiàn)為接收信號(hào)強(qiáng)度的變化，稱為衰落。頻率選擇性與衰落被視為兩種不同形式的失真，前者取決于多徑擴(kuò)展或相對(duì)發(fā)射信號(hào)帶寬的信道相干帶寬，而后者取決于信道的時(shí)間變化，大致可用相干時(shí)間或多普勒擴(kuò)展表征。當(dāng)時(shí)，信道響應(yīng)中的多徑分量，在經(jīng)歷的延遲時(shí)方可分辨，此時(shí)，可使用采樣定理來(lái)表示可辨接收信號(hào)分量。這樣，時(shí)變信道響應(yīng)可表示

106、為</p><p><b>　　(3.29)</b></p><p>　　相應(yīng)的時(shí)變傳遞函數(shù)為</p><p><b>　　(3.30)</b></p><p>　　式中為第n個(gè)多徑分量的復(fù)值信道增益，而為可辨多徑分量個(gè)數(shù)。</p><p>　　由于多徑擴(kuò)展為，多徑時(shí)間分辨率

107、為，則</p><p><b>　　(3.31)</b></p><p>　　其中為向下取整。具有式(3.31)所使脈沖響應(yīng)的信道可由抽頭延遲線模型來(lái)表示，其抽頭數(shù)為，復(fù)值時(shí)變抽頭系數(shù)為。圖3.1給出了頻率選擇性衰落信道的抽頭延遲線模型，隨機(jī)時(shí)變抽頭增益為</p><p>　　， (3.32)</p>&

108、lt;p>　　式中表示幅度，表示相應(yīng)的相位，而時(shí)變抽頭增益通常被認(rèn)為是寬平穩(wěn)非相關(guān)隨機(jī)過(guò)程。如圖3.2所示。</p><p>　　圖3.2 抽頭延遲線信道模型</p><p>　　信道抽頭延遲線模型也稱作橫向?yàn)V波器模型，易于計(jì)算機(jī)仿真，并能較為真實(shí)的反映水聲信道對(duì)傳輸信號(hào)的作用，因此在水聲通信信號(hào)處理中很常用的。</p><p>　　綜上所述，水聲信道是一種極

109、為復(fù)雜的時(shí)變多徑衰落無(wú)線信道，可用帶寬窄，載波頻率低，多徑干擾嚴(yán)重，傳輸時(shí)延長(zhǎng)等眾多因素，對(duì)實(shí)現(xiàn)高速可靠的水聲通信造成困難。因此，水聲信道特性直接決定了水聲通信方案的設(shè)計(jì)，同時(shí)也為水聲信道均衡提供了依據(jù)[10]。</p><p><b>　　3.4本章總結(jié)</b></p><p>　　通過(guò)對(duì)數(shù)據(jù)傳輸系統(tǒng)的分析，了解用均衡器改善水聲信道的必要性，同時(shí)又概括了常用盲均衡方

110、法的均衡原則，為解決水聲信道的多徑提供準(zhǔn)則。對(duì)于目前常用的抽頭延遲模型進(jìn)行分析，為之后的MATLAB仿真進(jìn)一步奠定理論基礎(chǔ)。</p><p>　　4 基于BUSSGANG性質(zhì)盲均衡算法研究</p><p>　　基于BUSSGANG性質(zhì)的盲均衡算法首先建立一個(gè)誤差控制函數(shù)(或代價(jià)函數(shù))，使得理想系統(tǒng)對(duì)應(yīng)于該目標(biāo)函數(shù)具有極小值點(diǎn)，然后采用某種自適應(yīng)算法尋找誤差函數(shù)的極值點(diǎn)，當(dāng)目標(biāo)函數(shù)達(dá)到極值

111、點(diǎn)后，系統(tǒng)也就成為期望的理想系統(tǒng)。算法核心是構(gòu)造一個(gè)以均衡器輸出信號(hào)為變量的非線性控制函數(shù)，并利用它產(chǎn)生迭代算法中的誤差信號(hào)，因?yàn)槠浣Y(jié)構(gòu)簡(jiǎn)單、易于實(shí)現(xiàn)的特點(diǎn)，已經(jīng)得到廣泛的應(yīng)用。</p><p>　　4.1基于BUSSGANG性質(zhì)的盲均衡算法原理</p><p>　　4.1.1 BUSSGANG過(guò)程定義</p><p>　　1952年，J.J.BUSSGANG首先證

112、明任何相關(guān)的高斯過(guò)程均具有下式描述的特性：</p><p><b>　　(4.1)</b></p><p>　　若一個(gè)隨機(jī)過(guò)程滿足式(4.1)，即均衡器輸出序列的自相關(guān)函數(shù)與用該輸出序列作變?cè)臒o(wú)記憶非線性函數(shù)之間的互相關(guān)函數(shù)相等，具有這一性質(zhì)的隨機(jī)過(guò)程稱為BUSSGANG過(guò)程。</p><p>　　為了說(shuō)明BUSSGANG族盲均衡算法的收斂性

113、能，首先給出亞高斯隨機(jī)變量的定義。設(shè)隨機(jī)變量的概率密度為：</p><p><b>　　(4.2)</b></p><p>　　式中為常數(shù)，當(dāng)、和時(shí)，分別被稱作亞高斯、高斯和超高斯隨機(jī)變量。</p><p>　　設(shè)函數(shù)為L(zhǎng)MS算法中的估計(jì)誤差對(duì)橫向?yàn)V波器輸出的依賴關(guān)系，則有：</p><p><b>　　(4.