基于二阶统计的盲信道辨识算法的仿真及性能比较-信号与信息处理专业论文.docxVIP

摘要i近来，数字通信系统得到广泛的商业应用，相应的数字信号处理技术 摘要 i近来，数字通信系统得到广泛的商业应用，相应的数字信号处理技术 ＼ 也在通信系统中被广泛采用，因为先进的数字信号处理技术可以较好地提 高通信系统的性能和容量。在通信信号处理研究的最新进展中，盲均衡与 盲辨识技术是倍受瞩目的关键技术之一。“盲均衡”和“盲辨识”分别是指 在不需要训练序列的条件下，对未知发送信号的估计和对未知信道的估计。 对于大多数采用均衡器的数字通信系统，信道特征往往是未知且时变 的，因此，为了设计相应的自适应均衡器，通常需要在发送端将已知的训 练序列包含在数据帧中一起发送到接收端。其目的在于，对均衡器系数进 行初始调整，以保证其在大范围内快速收敛。然而，这种基于训练序列的 均衡器会带来一些问题。 首先，在发送数据中包含训练序列会增加传输开销，从而降低通信系 统效率。更严重的是，即使已经收敛并转入到工作模式的均衡器，在经过 一定时间以后，也很有可能由于信道的时变特性而使检测器产生突发错误。 因此，目前几乎所有的通信系统都采用周期性地发送训练序列的方法来不 断重新训练自适应算法，这样更加严重地降低了通信系统的容量。其次， 在某些应用中，甚至根本就不可能期望在发送端提供训练信号，比如，在 军事侦听，地震解卷积和图像重建，以及多点通信网络中。 基于上述原因，我们很有必要研究不需要输入端发送已知的训|练