盲信号处理Bussgang类盲均衡.pptVIP

* 盲信号处理---- Bussgang类盲均衡 作者： 陈 楠 学号：12011113201 * 内容提要 盲均衡的介绍 Bussgang类盲估计 各种算法的性能分析 仿真结果 研究盲均衡的目的和意义 在数字通信系统中，带限发射、接收滤波器、放大器、时延与多径效应、发射机与接收机之间的相对运动、祸合效应和多址干扰等因素综合作用会使信号序列在传递过程中产生码间干扰和信道间干扰.为了降低误码率，必须对码间干扰进行适当的补偿。 传统的克服码间干扰的方法是在接收端加均衡器，使均衡器的特性正好与信道的特性相反，使之能够准确补偿传输信道的特性，从而消除码间干扰。 * 盲均衡技术 基于不利用训练序列初始调整系数的均衡技术称为盲均衡。 它能有效地补偿信道的非理想特性，克服码间干扰，减小误码率，提高通信质量，是当前飞速发展的数字通信系统中重要的关键技术之一。 * 训练序列的一个明显缺陷就是占用带宽，如果信道参数会随时间变化，如无线信道，则需要周期性发送训练序列，因而这些训练序列要占用很大一部分的带宽。 例如在GSM移动通信系统中，每发送112个比特的数据，就要发送26个比特的训练序列，也就是说训练序列超过了整个带宽的1／5，这在带宽很紧张的移动信道中是很大的浪费，并且有时候这样长的一个序列不足以完成对信道的重新均衡。 * 1975年，日本学者Y·Sato在对传统的自适应均衡的均方误差函数进行了简单改进后，第一次提出应用于多幅度调制数据传输中的自恢复均衡的概念，后称之为盲均衡。各国学者根据不同的应用背景，运用新的数学理论和优化方法，提出了多种盲均衡算法，主要分为 （1）基于Bussgang性质的盲均衡算法(或称为代价函数法) （2）基于高阶谱理论的盲均衡算法 （3）基于神经网络理论的盲均衡算法和基于信号检测理论 的盲均衡算法 * Bussgang类盲均衡 基于Bussgang性质盲均衡器是在自适应均衡器的基础上发展起来的。 Bussgang类盲均衡算法是先建立一个目标函数(或代价函数)，使得理想系统对应于该目标函数的极小值点，然后采用某种自适应算法寻找目标函数的极值点。当目标函数达到极值点后，系统也就成为期望的理想系统。 显著特点： 不增加计算的复杂度； 保持了传统自适应均衡器的简单性； 物理概念清楚，易于实现。 * Bussgang盲类均衡系统框图 系统原理框图如图所示： * 目前较为经典的Bussgang类算法有一下几种： Sato算法； BRG算法； Stop and Go算法（SG）； CAM(Godard算法的一个特例）算法等 * 常数模算法CMA 最典型的算法是常数模算法(CMA)，它的迭代过程简单，但在时变多径衰落无线信道均衡中，该算法存在着收敛速度比较慢和剩余码间干扰较大的问题，而在具有相位旋转的信道均衡中，CMA无法纠正这个相位旋转。 随着修正常数模算法(MCMA)的提出，纠正相位偏移的问题得到解决，从而不需要使用相位恢复装置，同时还得到比CMA小的剩余码间干扰。 * 步长因子对CMA收敛性能的影响 * Sato算法 Sato算法是1975年由日本学者Y．Sato教授提出的，是最早出现的盲均衡算法，适用于PAM系统。 Sato算法不是基于某种理论依据，而是一个经验公式，即将多电平的PAM信号看作是一个二电平信号与一个多电平的相互独立的噪声叠加。该算法在理想条件下(信号为无限多电平PAM)，若信道畸变不严重，则算法是收敛的。 * Sato算法中假设输入信号为幅度调制，调整均衡器的参数使得均衡输出与最临近的标准幅度的误差最小。 由于Sato的算法只适合于幅度调制信号，并且算法收敛速度很慢(10000点以上)，所以实际上这种算法没有多大的实用价值。 * Godard算法CAM(Godard算法的一个特例） Godard算法，1980年由D．N．Godard提出，它是通过调节均衡器的抽头增益使代价函数为最小，其代价函数由传输信号的高阶统计特性来构造, 该算法采用最小均方准则进行迭代，代价函数仅与接受信号的幅值有关，而与相位无关，形式上与自适应LMS算法很接近，但不需要期望响应。 它对常数模信号或非常数模信号都具有良好的收敛能力， 但收敛速度慢，有误收敛现象等，使其应用受到一定限制。