矢量信号分析中的高阶QAM盲均衡算法研究.pdfVIP

摘要

随着高阶QAM应用的普及，对高阶QAM信号质量测量的需求也越来越

大。矢量信号分析可以对接收到的信号进行全方位的信号分析和测量。信号高

速传输时，由于符号间隔较小，容易产生码间串扰，导致接收信号的幅度和相

位上产生了失真。在矢量信号分析中，测量高速信号时，需要使用均衡技术消

除因信道引起的码间串扰。由于矢量信号分析的特殊性，不可能由发射机发射

一段训练序列来辅助均衡，故矢量信号分析中只能使用盲均衡。随着QAM阶

数的增大，码间串扰对接收信号的影响更加恶劣，盲均衡的难度与复杂度也随

之增大。因此，研究矢量信号分析中的高阶QAM盲均衡具有十分重要的意义。

本文以实现256QAM、1024QAM和4096QAM的盲均衡快速收敛为目标，

对现有的算法进行优化改进。首先，建立了盲均衡的等效基带模型，为后续的

研究工作打下基础；然后针对经典的Bussgang类盲均衡算法在处理高阶QAM

的盲均衡的问题时，存在收敛速度较慢、稳态误差大的问题，因此，本文从改

进的Bussgang类算法出发，主要从以下两个方面展开研究：

1.在研究了符号判决算法以及邻域符号判决算法的基础上，发现通过使用

邻域技术，可以在基本不影响算法的稳态误差的前提下，大幅提高均衡的收敛

速度。因此，将邻域技术应用于区域多模算法，提出了基于邻域技术的区域多

模算法，仿真结果表明，通过引入邻域技术，可以提升50%的收敛速度。然后，

分析了均衡算法中步长因子对均衡收敛速度和精度的影响，通过设计一个变步

长函数，在算法初始阶段采用大步长以快速收敛，待均衡初步收敛后，通过减

小步长以降低稳态误差。仿真结果表明，在达到相同的收敛精度的前提下，变

步长算法相较于定步长算法可以提升50%的收敛速度。

2.在深入研究符号判决算法和区域多模算法的基础上，研究了支持向量机

和支持向量回归机理论；将通信系统盲均衡表示为支持向量回归问题，分别将

符号判决算法和区域多模算法的误差函数代入在支持向量回归的惩罚代价函数

中，构造了基于支持向量回归的符号判决算法和区域多模算法盲均衡算法，实

现了少量数据下的高阶QAM盲均衡的快速收敛。仿真结果表明，在256QAM

下，只使用1200个符号便可实现盲均衡的收敛。

关键词:矢量信号分析；高阶QAM；盲均衡；邻域技术；支持向量回归

Abstract

Withthepopularityofhigh-orderQAMapplications,thereisanincreasing

demandforhigh-orderQAMsignalqualitymeasurement.Vectorsignalanalysis

enablesall-roundsignalanalysisandmeasurementofthereceivedsignal.Whenthe

signalistransmittedathighspeed,duetothesmallsymbolinterval,itiseasyto

generateinter-symbolinterference,resultingindistortionintheamplitudeand

phaseofthereceivedsignal.Invectorsignalanalysis,whenmeasuringhigh-speed

signals,equalizationtechniquesarerequiredtoeliminateinter-symbolinterference.

Duetotheparticularityofvectorsignalanalysis,itisimpossibleforthetransmitter

totransmitatrainingsequencetoassistequalization,soonlyblindequalizationcan

beused