一种QAM盲均衡算法.pdfVIP

D三网融合与应用技术 一种QAM盲均衡算法 信息工程学院，太原理工大学 孙云山，张立毅，李艳琴 摘 萋盲均衡技术作为数字广播电视的核心技术，可以有效地消除码间干扰，改善收视效果。本文提出一种模 糊神经网络分类器的QAM盲均衡算法，该算法利用了模糊神经网络既具有自然语言表达，又具有自学习能力的特点， 有效地对反卷积后的信号进行分类，仿真结果证明该算法与同类算法相比，有效地降低了误码率．使得收敛速度加快． 均方误差减小。 关键词模糊神经网络，信道估计，盲均衡，分类算法 1前言 随着广播电视技术的发展和数字化进程的加快，全数字化高清晰度电视广播已成为今后广播电 视和有线电视的主要发展方向。目前，美国、日本等均制定了多种数字化广播电视的传输方案，如QAM 传输方案，VSB传输方案，OFDM传输方案等，这些数字信息在传输过程中由于信道的经常性衰落、多 径传播等的影响，会产生码间干扰，使得接收端难以正确解调。为了克服码间干扰，减小误码率，改善收 视质量，就需要使用自适应均衡技术。但由于广播电视属于点对多点通信，如果某一个电视接收机暂时 失效后要恢复工作，就必须重新均衡该电视接收机，这就有可能中断与其他电视接收机的通信，因此，在 数字电视广播中，盲均衡技术具有广阔的应用前景u·。 模糊神经网络融合了神经网络和模糊推理的共同特点。模糊神经网络不但具有自学习、自组织、 记忆和概括能力，而且它可以直接的进行逻辑运算，利于知识表达。模糊神经网络可以把输入信息 转化为具有某些特征的隶属度，根据隶属度的不同，对接收到的信号进行快速有效的恢复，所以模 糊神经网络是一种行之有效的均衡器。本文提出先用统计量的知识获得信道的估计值，而后经过反 卷积得到原信号的初步恢复值，进而利用模糊神经网络分类器，对信号进行分类，实现均衡的目的。 2模糊神经网络分类器盲均衡算法 2．1模糊神经网络分类器盲均衡 图1是基于模糊神经网络分类器盲均衡算法的原理框图。 盲均衡 图1模糊神经网络分类器盲均衡框图 图中，小)为输人信号，n“)为信道上迭加的噪声，y如)为接收信号，同时也是模糊神经网络 463 2005年中国数字电视与网络发展高峰论坛 China TVCableNetSummit2005 Digital D三网融合与应用技术 盲均衡器和盲信道估计的输入信号。j(n)为均衡器的输出信号。根据信号传输理论可得 y(n)=，“)+^如)+n如) (1) 均衡的目的就是要使均衡器的输出j“)为系统输．Kx(n)的估计值，即 i(”)=x∞l跏一k) (2) 式中，鼬)为单位冲激响应，t为一整数时延，恒定的时延不影响信号质量的恢复。 2．2信道盲估计算法 设输入序列为z“)，接收序列为y如)。z如)是零均值统计独立的信号序列，n“)是高斯白噪声序 列。慨(0sk≤L))是信道的脉冲响应序列，假设％=1。如图2所示， 罔2信号传输原理图 y(。)：圭缸，如一女)+r10) (3) k--O 输入信号的四阶统计量定义为 刊 +f 一 n} 砭n