宽带线性盲均衡器的研究

论文摘要

盲均衡是补偿通信信道失真、提高通信质量的一个关键技术。自从Y.Sato在1975年首次提出盲均衡的思想和算法以来,盲均衡技术受到了极大关注,众多学者对盲均衡器原理和算法进行了深入系统的研究,获得了大量的研究成果。目前,盲均衡技术已经在中低速的广播式通信系统、非合作式通信信号接收和处理等系统中获得了成功的应用。近年来,随着无线通信朝着高速、宽带方向的快速推进,现有的一些单载波通信系统的通信速率不断提高,传输信号的带宽不断增大,如一些近地卫星通信系统和地面的微波通信系统的传输速率达到102～103Mbps量级。在如此高速的无线通信系统中,宽带传输信道的多径延迟扩展可能会导致上百个符号间的干扰。一方面,采用现有的盲均衡器结构和算法对长冲激响应信道进行均衡时,要求均衡器的抽头数很大;另一方面,宽带信道的频谱在通带内起伏变化也较大;由于这两个原因导致采用传统结构的盲均衡器收敛速度缓慢,而且实现的复杂度也较高,难以满足实时处理的应用需求。目前,如何解决宽带单载波通信中盲均衡器的收敛速度慢、实现复杂度高的问题还没有一个成熟的解决思路和方案。本文以单载波传输体制的高速通信系统为对象,以非合作条件下通信信号接收和处理为应用背景,以提高盲均衡器的收敛速度和算法的实时实现性为目标,对宽带线性盲均衡器结构和算法进行深入的分析和研究。其主要的贡献是采用子带自适应滤波的思想,将多速率滤波器组引入到传统的线性盲均衡器中,提出了几种适合于单载波通信系统的宽带线性盲均衡器的新结构、实现方法以及相关的算法,并对它们的性能进行了深入细致的分析和研究。本文的主要创新点有:一、提出了一种基于均匀子带分解的宽带线性盲均衡器将均匀子带分解技术应用于传统的线性盲均衡器,给出了一种适合于高速宽带通信的盲均衡器结构及算法。该结构将子带均衡器系数更新和全频带的子卷积方法有机结合在一起,明显地加快了高速宽带传输条件下线性盲均衡器的收敛速度,而且通过并行处理降低了对处理时间的要求,改善了线性盲均衡算法的实时性。根据子带盲均衡器结构的特点,对传统的停止-前进（Stop-and-Go,SAG）类算法进行了改进,通过将算法的判决过程分离到子带中进行,消除了由于子带分解而引入的记忆误差,实验结果表明,改进后的子带SAG算法收敛速度有了明显的提高。二、提出了一种分数间隔的宽带线性盲均衡器将分数间隔恒模算法（FSE-CMA）和子带分解技术结合起来,给出了一种分数间隔的宽带线性盲均衡器结构。子带分解的预白化作用能明显加快FSE-CMA的收敛速度;同时,子带分解和子卷积方法都允许对数据进行降速率的并行处理,有利于算法的实时实现。三、提出了一种基于信号功率谱幅度分割的非均匀滤波器组基于功率谱幅度分割的思想来设计非均匀滤波器组,是非均匀滤波器组设计的一个新方法。其主要特点是能有效地降低子带信号自相关矩阵的特征值扩散度,从而提高子带最小均方（LMS）自适应算法的收敛速度。在详细地描述了其设计思想的基础上,给出了非均匀子带定位算法、非均匀滤波器组的设计过程和主要参数选择。理论分析和实验仿真表明,该滤波器组不仅能有效地降低子带信号自相关矩阵的特征值扩散度,并且具有良好的信号重建特性。四、提出了一种基于非均匀子带分解的宽带线性盲均衡器将基于信号功率谱幅度分割的非均匀子带分解方法应用于子带盲均衡器中,给出了一种基于非均匀子带分解的宽带线性盲均衡器结构和算法,其主要的特点是能够根据宽带信道的幅频特性动态地调整非均匀子带的带宽和位置,相比于均匀子带分解的盲均衡器,能更有效地降低子带信号自相关矩阵的特征值扩散度,从而能进一步提高子带线性盲均衡算法的收敛速度。另外,针对非均匀子带信号具有不同采样率的特点,综合考虑收敛速度和运算复杂度两方面的因素,给出了非均匀子带均衡器系数更新的一个有效的策略,在获得收敛速度提高的同时,还能很好地控制运算复杂度。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 研究背景及意义
• 1.1.1 盲均衡的发展简史
• 1.1.2 盲均衡的实现
• 1.1.3 宽带通信对线性盲均衡器的挑战
• 1.2 研究内容与方法
• 1.3 论文结构和创新点
• 1.3.1 论文结构
• 1.3.2 主要工作和创新点
• 第2章 基于多速率信号处理的子带自适应滤波器
• 2.1 引言
• 2.2 多速率信号处理基础
• 2.2.1 基本模块
• 2.2.2 滤波器组
• 2.3 子带 LMS自适应滤波器
• 2.3.1 基本思想
• 2.3.2 基本结构
• 2.3.3 临界采样与过采样
• 2.3.4 非均匀子带LMS自适应滤波
• 第3章 基于均匀子带分解的宽带线性盲均衡器
• 3.1 引言
• 3.2 直接子带结构的宽带线性盲均衡器
• 3.2.1 基本结构
• 3.2.2 收敛性能分析
• 3.3 混合子带结构的宽带线性盲均衡器
• 3.3.1 基本结构
• 3.3.2 算法描述
• 3.3.3 运算量分析
• 3.4 适合于混合子带结构的 SAG算法
• 3.4.1 SAG类线性盲均衡算法
• 3.4.2 适合于混合子带结构的SAG类算法
• 3.5 仿真实验和结果分析
• 3.5.1 实验1
• 3.5.2 实验2
• 3.6 小结
• 第4章 分数间隔的宽带线性盲均衡器
• 4.1 引言
• 4.2 分数间隔采样信号的生成模型
• 4.3 分数间隔的线性盲均衡器
• 4.4 分数间隔的宽带线性盲均衡器
• 4.4.1 基本结构
• 4.4.2 算法描述
• 4.4.3 运算量分析
• 4.5 仿真实验和结果分析
• 4.6 小结
• 第5章 基于信号功率谱幅度分割的非均匀滤波器组设计
• 5.1 引言
• 5.2 非均匀滤波器组的设计准则和实现方法
• 5.2.1 均匀子带分解的不足
• 5.2.2 基于信号功率谱幅度分割的非均匀子带分解方法
• 5.3 非均匀子带定位算法
• 5.4 非均匀分析滤波器组
• 5.4.1 均匀子带分解
• 5.4.2 频移合并
• 5.4.3 降采样率处理
• 5.5 非均匀综合滤波器组
• 5.6 非均匀滤波器组的重建特性
• 5.7 仿真实验和性能分析
• 5.7.1 非均匀子带定位算法的实现
• 5.7.2 非均匀滤波器组的设计
• 5.8 小结
• 第6章 基于非均匀子带分解的宽带线性盲均衡器
• 6.1 引言
• 6.2 基于非均匀子带分解的宽带线性盲均衡器
• 6.3 非均匀子带均衡器系数的更新策略
• 6.3.1 一般情况
• 6.3.2 以非均匀子带信号的最低采样率更新的情况
• 6.4 仿真实验和结果分析
• 6.5 小结
• 第7章 总结与展望
• 7.1 论文总结
• 7.2 进一步的研究工作
• 参考文献
• 致谢
• 在读期间发表的学术论文与取得的研究成果