常模盲均衡算法在物联网无线通信中的应用.docVIP

常模盲均衡算法在物联网无线通信中的应用 　　摘 要：通信技术是物联网的关键技术之一，在物联网系统中的每个部分都涉及到无线通信，在传统均衡器的基础上进行了改进，引入常模盲均衡算法，并利用了变步长动量因子提高无线通信的性能，并对算法进行了仿真。 　　关键词：物联网；变步长；盲均衡算法 　　DOI：10.16640/j.cnki.37-1222/t.2017.01.135 　　物联网（Internet of Things， IoT）被称为继计算机、互联网之后全球信息产业的又一次科技与经济发展的焦点，在工业、农业、医疗卫生和教育等领域都有着广阔的应用前景。2005年国际电信联盟（ITU-T）发布的物联网报告[1]中提出：通过传感器、RFID、通信技术、机器人技术，用互联网将世界上的物体都连接在一起，使世界万物都可以上网。集成短距离ZigBee、蓝牙、蜂窝移动、卫星通信等各种无线通信技术和互联网技术实现了信息的多尺度传输[2]。优良的无线通信是物联网能实现的关键技术之一。 　　通信系统中，实际信道的传递函数往往是非理想的，且是时变的、未知的，在接收端抽样时刻总是存在码间干扰，导致系统误码性能下降，信道的自适应均衡是有效克服码间干扰、增强数据通信可靠性的有效手段之一[3]，为此，提出了盲均衡算法。盲均衡不需要训练序列来维持正常工作，仅依据接收信号本身的统计信息调整均衡器特征。盲均衡算法种类较多，其中以Godard族盲均衡算法中的常模盲均衡算法（CMA）应用最为广泛。但是常模算法的收敛速度慢，且仅能有效处理单半径星座的信号，对QAM调制信号性能较差。针对具体问题，常模算法出现了许多改进方法，如变步长算法[4]、多模算法等。 　　1 常模盲均衡算法 　　在常模盲均衡器设计过程中，以CMA（2，2）为常模模型。设盲均衡算法代价函数为Jp，目的是为了使Jp达到最小值。输入信号序列{an}，在传输速率为1/T Hz的通信系统中传输，引入盲均衡器，则输出信号为根据梯度算法，均衡器抽头系数的更新方式为可见步长在算法收敛过程中起着非常重要的作用，采用合适的步长因子η，经过若干次迭代，会使得误差收敛到较小的值，均衡器的系数也趋于稳定。 　　2 变步长动量常模盲均衡算法 　　在CMA算法中，若采用固定步长，则不能兼顾收敛速度和剩余误差的大小。步长较大时，算法收敛速度和跟踪速度快，当均衡器抽头系数接近最优值时，其在最优值附近一个较大的范围内来回抖动而无法进一步收敛，因而会有较大的稳态剩余误差；反之，采用小步长，算法收敛速度和跟踪速度慢，但当均衡器抽头系数接近最优值时，抽头系数变化范围较小，因而稳态剩余误差较小。若将前一次抽头系数的变化量依次加入到当前抽头系数的更新中，则前一次抽头系数的变化项为动量项α，可用于平衡均衡器的抽头系数的变化量。得到抽头系数的修正公式： 　　结合变化的步长因子， ，若变动量因子为，则为变步长变动量因子盲均衡算法（VSVM-CMA），算法中引入了变步长技术与动量项技术，可以提高均衡器的收敛速度，降低均衡器均方误差抖动程度及剩余误差。若动量因子α取统计量的形式，则为变步长统计动量因子算法（VSSM-CMA）。 　　3 算法性能仿真 　　采用4QAM仿真信号，对变步长变动量因子常算法盲均衡算法（VSVM-CMA）和变步长统计动量因子常模盲均衡算法（VSSM-CMA）进行仿真。结果如图1所示。固定步长CMA均衡算法步长=0.002。；VSVM-CMA中，采用基于箕舌线函数控制的变步长算法，其中=0.002，=30，初始动量因子=0.7，系数=0.999， =0.9；VSSM-CMA中，变步长系数同VSVM-CMA 　　算法，统计动量因子系数 =0.9。三种算法相比，采用变步长变动量因子常模盲均衡算法（VSVM-CMA）收敛速度最快，且均方误码曲线最为平滑，性能最好。经过均衡器以后的输出信号聚集程度较高，相位偏移量较小，符合通信要求。高噪声环境中，固定步长常模盲均衡算法的误码率较高，变步长统计动量因子常模盲均衡算法的误码性能较好，三种算法相比，变步长变动量因子常模盲均衡算法的误码性能最好。 　　变步长变动量因子常模盲均衡算法基于误差控制和误差反馈控制技术对常模盲均衡器系数进行修正，提高了通信的准确度，势必在物联网无线通信领域具有较好的发展前景。 　　参考文献： 　　[1]International Telecommunication Union UIT.ITU Internet Reports 2005： The Internet of Things[R].2005. 　　[2]赵丽.浅议物联网在农业领域的应用及关键技术要求[J].电信科学，2011，10（S1）：71-74 　　[3]周新力，张其善