CMA盲均衡算法在数字通信中的应用.pdfVIP

CMA 盲均衡算法在数字通信中的应用 高 鑫 （大连海事大学，信息学院，辽宁 大连，116026） E-mail:gaoxin35@ 摘要：在通信系统中，均衡器是一个重要部分，可以分为非盲均衡和盲均衡。区别在于是否 存在期望响应。当无期望响应时，就构成盲均衡器。盲均衡的核心是构造期望响应。本文应 用 CMA 盲均衡算法，以 4QAM 为例，对其进行研究。由于该算法不需要使用训练序列，实现 简单，但同时也带来了收敛速度慢的缺点。但是非盲均衡器的训练序列只在初始阶段存在， 一旦训练结束，期望响应不存在，非盲均衡器成为一个固定系数滤波器。对于平稳信道是可 以接受的，但对于性能不稳定的信道，接收机性能将会显著下降。考虑到不稳定信道，收敛 速度慢缺点是可以接受的。 关键词：盲均衡；CMA算法；4QAM； 1 引言 尽管理论上存在理想的基带传输特性，但是在实际应用由于中无线信道的时变特性，在 抽样时刻上总是存在一定的码间干扰，从而导致系统性能的下降，误码率显著增大。理论和 实践都表明，在基带系统中插入一种滤波器能减少码间干扰的影响。这种起补偿作用的滤波 器统称为均衡器。在实际应用中有许多问题不能用固定系数的均衡器解决，因为我们没有充 足的信息去设计固定系数的数字滤波器，或设计规则会在滤波器正常运行时改变。绝大多数 这些应用都可以用特殊的智能滤波器，即常说的自适应滤波器来成功解决。自适应滤波器显 著特征是：它在工作过程中不需要用户的干预就能改变响应，进而改善性能。 【 】1 系数可变的自适应均衡器可以分为两类 ：基于导频的估计方法和盲估计方法。第一 种方法利用数据序列中的已知数据（可以是离散的或连续的）得到导频位置处的信道响应， 然后利用有关内差算法得到整个频域信道的响应，这种方法简单，运算量小，但需要发送已 知的导频信息，降低了系统效率。而盲估计和跟踪方法利用了接收数据的统计特性来实现信 道的估计和跟踪，如利用子空间分解算法等，相对于基于导频的估计和跟踪算法，盲算法提 高了系统效率，但极大地增加了运算量。 本文研究对象是无训练序列的盲均衡算法。该算法核心是用人造期望响应代替训练序列 构造盲均衡算法。 - 1 - 2 盲均衡器结构 在非盲线性自适应均衡器，都存在一个期望响应，且均衡器的各种运算单元都是线性运 算。如果满足收敛条件，则所构成的自适应均衡器一般地会达到良好的性能和简单的运算结 构。但在一些实际应用中，如果不存在或得不到一个期望响应，非盲均衡器不能应用。期望 响应不存在条件下的自适应均衡属于“盲均衡”。图 1 为盲自适应均衡器的结构，与非盲均 衡器的区别在于：利用自适应滤波算法，合理的人工制造一个“期望响应”来代替缺失的“期 望响应”。其实，人工制造一个期望响应的思想，在非盲均衡器的应用中已经被采用，即训 练序列，但训练序列只在初始系统训练阶段存在，一旦训练结束，训练序列不再存在，通信 系统将传输用户的有用数据，期望响应也不再存在，自适应滤波器切换成一个固定系数滤波 器，对于平稳信道来讲这样做是可以接受的，但对于性能不稳定的信道，接收机性能将会显 著下降。 一种改善的方法是，在训练序列传输结束后，通过人造一个期望响应，使得自适应滤波 过程能够继续，以保证自适应均衡器跟踪信道的变换。人造“期望响应”的方法是，在训练 结束后，将均衡器输出送入判决器，判决器的输出作为期望响应，与滤波器输出相减构成误 差量用于调整自适应均衡器系数。由于判决器运算是一种非线性运算，因此训练结束后，利 用人造期望响应的自适应均衡算法不再是线性自适应滤波器，而是非线性自适应滤波器。