共查询到20条相似文献,搜索用时 562 毫秒
1.
在分析传统盲信道均衡恒模算法的基础上,提出一种基于恒模准则的欠定递推最小二乘盲信道均衡算法(URL-CMA)。新算法将多个新增数据点同时以矩阵形式参与迭代运算,有效地增加了使算法趋向收敛的信息。采用计算机仿真的方法对该算法与传统的恒模算法进行了盲均衡性能比较,模拟结果显示,对于复杂的QAM信号,URL-CMA算法比CMA算法在收敛速率、降低稳态均方误差和符号间干扰(ISI)等方面具有明显的优势,有效地改进了信道均衡性能。 相似文献
2.
盲信道均衡的动量恒模算法 总被引:1,自引:1,他引:0
介绍了盲信道均衡恒模算法(CMA)的基本原理,对恒模算法的缺点进行了分析,通过修正恒模算法的迭代公式提出一种动量恒模算法(MCMA)。利用QPSK信号,采用计算机仿真的方法对动量恒模算法与恒模算法进行盲均衡性能比较,模拟结果显示,MCMA算法比CMA算法在收敛速率、降低稳态均方误差和符号间干扰具有明显的优势,有效地改进了信道均衡性能。 相似文献
3.
4.
含软判决引导的修正恒模盲均衡算法 总被引:1,自引:0,他引:1
在CMA算法基础上,提出了一种混合的修正恒模盲均衡算法MCMA SDD。新算法对CMA算法进行修正,同时引入软判决思想。理论分析和计算机模拟表明,该算法克服了CMA收敛速度慢、稳态误差大的缺点,同时可以纠正相位偏转。与CMA SDD算法相比,具有更快的收敛速度和更低的稳态均方误差。 相似文献
5.
针对多指数连续相位调制信号提出基于序列检测的早迟环定时同步,利用维特比算法的幸存度量构造定时误差估计器。根据误差估计的S曲线和方差,优化定时误差捕获范围和估计精度、消除环路假锁点,同时利用多指数连续相位调制的脉冲幅度调制分解对定时误差估计器进行简化。仿真结果表明,优化后的早迟环定时误差捕获范围最大可达±0.5个符号周期,估计精度在中低信噪比下能够接近修正的克拉美罗界,在高信噪比下也有较好的估计性能;当早迟环定时支路的分支度量简化至最大似然序列检测的1/8时,对多进制、部分响应的多指数连续相位调制信号,造成的解调性能损失小于0.5 d B。 相似文献
6.
二进制偏移载波调制信号将在卫星导航系统中得到广泛应用。全球定位系统的L1C信号导频分量采用了时分二进制偏移载波调制,对此信号直接采用码参考波形算法消除多径时的鉴别曲线收敛点存在偏差,从而影响测距偏差。因此,提出一种时分二进制偏移载波调制信号的高精度无偏抗多径算法。通过时分的方式分别生成针对BOC(1,1)和BOC(6,1)分量的本地闸波,以保证鉴相函数在码相位无偏差时等于0。由于更好地利用了BOC(6,1)信号分量,该技术在实现无偏跟踪的同时,还能提高跟踪精度。 相似文献
7.
8.
9.
10.
为了解决传统的自适应均衡技术需发送训练序列的问题,采用盲均衡技术,利用接收信号本身的特征使均衡器收敛。提出了一种新的盲均衡算法(C&D算法),该算法将CRIMNO算法和判决引导(Decision Directed,DD)算法相结合,利用信号序列间的互不相关特性,从而使其具有全局收敛性能。实验结果表明:与CRIMNO算法相比,在相同的信噪比下,该算法具有收敛快速、运算量少和残留误差小的特点。 相似文献
11.
12.
在多基阵纯距离测量条件下,为提高目标定位精度,首先建立了多基纯距离目标定位系统最小二乘估计模型;然后,将全局收敛策略与高斯-牛顿法相结合,得到了解决多基纯距离目标定位问题的基于全局收敛策略的牛顿迭代算法,算法保留了二阶以上的观测误差;最后,对算法进行了仿真实验。仿真实验表明:与线性近似法相比,基于全局收敛策略的牛顿迭代算法提高了定位精度,增强了定位稳定性,有效地改善了多基纯距离目标定位系统的定位性能。 相似文献
13.
14.
15.
对于全球卫星导航定位系统,干扰和多径是影响接收机导航定位性能的两个主要因素。针对卫星导航接收机的抗干扰问题,提出了一种基于载波相位辅助的卫星导航天线阵抗干扰算法。该算法进行盲零陷形成的同时利用各阵元通道输出信号的载波相位辅助来进行盲波束形成,并通过控制算法实现智能切换。仿真结果表明,提出的算法在干扰环境且接收机冷启动的条件下仍能成功抑制干扰、正常工作,在无干扰或弱干扰条件下能进行波束形成来增强卫星信号,从而提高卫星可见性以及定位精度。提出的算法不需要阵列校正以及姿态测量单元辅助,其实现代价远小于传统的波束形成算法。 相似文献
16.
17.
针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。 相似文献
18.
将微分进化算法的优点引入到盲源分离中,提出了基于微分进化的盲源分离算法。该算法以混合信号的峰度为代价函数,采用独立分量分析的方法对瞬时混合的信号进行盲分离。盲源分离中常用的自然梯度算法是一种局部寻优算法且收敛速度较慢,而微分进化算法是一种全局寻优算法且具有并行性、易实现等优点。分别用无噪仿真信号和有噪仿真信号对提出的算法进行仿真实验,比较了基于微分进化算法的盲源分离、基于粒子群优化算法的盲源分离和基于自然梯度算法的盲源分离的分离结果。结果表明:基于微分进化的盲分离算法收敛速度快,分离效果也比较好。 相似文献
19.
20.
针对实际甚低频和超低频接收机不仅受非高斯噪声的影响,同时受到接收机内部和外部环境中高斯噪声影响的问题,对噪声采用高斯尺度混合分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种基于马尔可夫链蒙特卡罗方法的信号盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步检测信道衰落系数、噪声模型参数和信号。算法迭代效率快、精度高。通过与最优检测性能比较,盲检测算法性能优异,对甚低频和超低频信号接收具有重要的现实意义。 相似文献