基于遗传算法的水声信道常模类盲均衡算法研究

基于遗传算法的盲信道均衡

摘
要：盲均衡技术能够仅利用接收信号的统计特性对信道特性进行均衡，克服了传统自适应均衡技术需要
训练序列、降低系统有效信息传输率的缺陷，成为目前的研究热点。本文简单介绍了通信中的盲均衡技术，并针对一个简单的信道模型给出了基于遗传算法的盲均衡算法。仿真结果表明，多次迭代的盲均衡的均值能．
｜
—
Ｍａｒ．２１ａ．Ｏ０ｒＯｌ
・— ● 一
—
４３
第２卷７
第３期
Ｖ０．７Ｎ．１ｏ３２
１引
言
椰）为经过信道传输后的接收序列，同时也是盲均衡器
的输人序列，）为信道迭加噪声，）为经过均衡
就相当困难．这就是盲均衡。盲均衡作为一种算法考察其是否具有实用价值，
练序列而浪费一部分资源。
盲均衡（ｌｄｅｕｌａｏ）技术能够不借助于训Ｂｉｑａｚｔｎｎｉｉ￣］
练序列，仅利用接收序列本身的先验信息，便可以
ＺＨＯＵＬｎＬＵＨａ－ｉｇｏｇ，Ｉｉｐｎ￣
（Ａｍ２４ｒａｅ８，ｕｕａ２０１Ｃｉ；２Ａｍ１４ｒａｅ４，ｉｃｅｇ１５０，ｈａ１ｒｙ９９１ｉｄ３Ｈ／ｏ１５０，ｈｎ．Ｂｇｄａ．ｒｙ９２５Ｂｉｄ１Ｘｎｈｎ１５Ｃｉ）ｇｇ２ｎ
Ａｂｔｃ：Ｂｉｄｅｕｌａｉｎｗａｎａａｔｅｅｕｌａｉｅｈｉｕ，ｈｃｏｌｑａｉｅｔｅｐｏｅｔｓｏｈｓｒｔｌｑａｉｔｓａｄｐｉｑａｉｔｎｔｃｎｑｅｗｉｈｃｕｄｅｕｌｈｒｐｒｅｆｔｅａｎｚｏｖｚｏｚｉ

水声信道盲均衡优化仿真研究

ＬＩＣｈａｎｇ－ｒｏｎｇ．ＷＵＤｉ
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇｏｆＱｉｑｉｈａｒＵｎｉｖｅｒｓｉｔｙ，ＱｉｑｉｈａｒＨｅｉｌｏｎｇｊｉａｎｇ１６１００６，Ｃｈｉｎａ）
ｉｚｅｄ，ａｎｄｈｅｔｎｔｈｅｍｏｍｅｎｔｕｍｐａｒｔｉｃｌｅｌｇａｏｉｒｔｈｍｗａｓｕｓｅｄｔｏｆｉｎｄｔｈｅｉｒｇｈｔｖｅｃｔｏｒｓｕｂｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｅｔ；ｉｎｆｌｌａｙ，ｔｈｅ
ｒｉｔｈｍｏｐｔｉｍｉｚａｔｉｏｎａｂｉｌｉｔｙｉｓｐｏｏｒ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅａｂｏｖｅｐｒｏｂｌｅｍｓ，ｔｈｉｓｐａｐｅｒｐｕｔｏｒｆｗａｒｄａｎｕｎｄｅｒｗａｔｅｒａｃｏｕｓｔｉｃ
ＡＢＳＴＲＡＣＴ：Ｒｅｓｅａｒｃｈｏｎｂｌｉｎｄｅｑｕａｌｉｚａｔｉｏｎｐｒｏｂｌｅｍｆｏｒｕｎｄｅｒｗａｔｅｒａｃｏｕｓｔｉｃｃｈａｎｎｅ１．Ｂｅｃａｕｓｅｔｈｅｕｎｄｅｒｗａｔｅｒｉｓｉｎ－

稳定水声通信判决反馈盲均衡算法研究

第ｌ９卷第３期
Ｖ０．９１１Ｎｏ３．
电子设计工程
ＥｌｃｒｎｃＤｅｉｎＥｎｉｅｒｎｅｔｏｉｓｇｇｎｅｉｇ
２１年ቤተ መጻሕፍቲ ባይዱ２月０１
Ｆｂ２ｌｅ．０１
稳定水声通信判决反馈盲均衡算法研究
彭鹏菲，丰少伟，罗亚松
的归一化修正常模盲均衡算法具有更好的收敛能力与稳定性，具有较强的抗干扰能力，能保证水声通信高效运行。
关键词：水声通信；盲均衡；常数模；多径效应
中图分类号：ｒ３３ｒ９Ｐ文献标识码：Ａ文章编号：１７ — ２６２１）３００ — ３６４６３（０１０ — ０１０
ｔｃｎｑｅｈｓｂｔｒｃｎｅｇｎｅａｄｓａｉｔ，ａｄｈｓａｓｒｎａａｉｆｒｓｓｉｇｄｓｕｂｎｅｈｃａｓｕｅｔｅｅｈｉｕａｅｔｏｖｒｅｃｎｔｂｌｙｎａｔｇｃｐｃｔｏｅｉｎｉｔｒａｃ，ｗｉｈｃｎａｓｒｈｅｉｏｙｔ
ＰＥＮＧｅｇｆｉＥＮＧＳａ — ｉＵＯＹａｓｎＰｎ —ｅ，Ｆｈｏｗｅ，Ｌ —ｏｇ
（ｃｏｌｆＥｅｔｎｎｉｅｉ，ａｙＵｉｒｔｏｎｎｅｎ，ｈｎ４０３，ＣｉａＳｈｏｏｌｃｏｉＥｇｅｒｇＮｖｎｖｓｙｆＥｇｅｒｇＷｕａ３０３ｈｎ）ｒｃｎｎｅｉｉｉ
（军工程大学海电子工程学院，湖北武汉４０３）３０３

盲均衡算法分类_水声信道常数模盲均衡：理论、算法与仿真_[共6页]

水声信道常数模盲均衡：理论、算法与仿真14为Nx c 。

如果0Nx c ≠，0Nx c ≠ ，根据BBR 公式可知()N Nx Nx i i c c c n =∑（1-46）定义发送信号序列()x n 和均衡器输出信号序列()xn 的(,)M N 阶归一化累积量(,)x K M N 和(,)x K M N 分别为(,)[](,)[]M N x Mx Nx M N x Mx Nx K M N c c K M N c c ⎧=⎪⎨=⎪⎩ （1-47）根据式（1-46）可得(,)()()(,)M N x i i x i i K M N c n c n K M N ⎡⎤=⎢⎥⎣⎦∑∑（1-48）根据式（1-48），Gadzow 定理可以描述为：假定信道的输入信号()x n 为非高斯、独立同分布的平稳随机过程，则输入、输出的归一化累积量有如下关系成立：① 如果N 为偶数，并且M N >，则有(,)(,)x x K M N K M N ≤；② 如果N 为奇数，并且M N <，则有(,)(,)x x K M N K M N ≥。

Gadzow 定理从归一化累积量的角度证明了盲均衡实现的条件，可在上述结论基础上，利用极值化方法构建盲均衡算法，由于累积量的阶数在Gadzow 定理中是可以选择的，因此在Gadzow 定理的基础上形成了一簇盲均衡算法，使得Gadzow 定理具有很好的推广价值。

实质上，大多数盲均衡算法的理论基石均是信道系统输入输出之间的高阶统计特性与信道系统本身特性之间的关联，在盲均衡算法的设计和性能分析中，信号的高阶统计特性都是有力的数学工具。

1.3.2 盲均衡算法分类盲均衡算法不依赖于发送信号和通信信道的信息，仅根据接收观测信号实现对发送信号的恢复，为了设计一种能够自适应调节均衡器权系数的算法，需要对接收观测信号进行非线性变换。

针对非线性变换的时机不同，可以将盲均衡算法分为三类[21]：Bussgang 类盲均衡算法、高阶累积量盲均衡算法和非线性均衡器盲均衡算法，如图1-6所示。

基于支持向量机的水声信道盲均衡算法研究

Ｌｉ－ｎＺＩＪｎｍｉｇ，ＨＡＯＪｎｗｅＬＪｎｕ－ｉ，Ｕｉｇ＇
（．ＩｓｉｔｆＡｃｕｔ，ＮｏｈｓｅＰｌｔｃｎｃＵｎｖｒｉ，Ｘｉｎ７０７１ｎｔｕｅｏｏｓｉｔｃｔｒｗｅｔｍｏｙｅｈｉｉｅｓｔｙ１０２，Ｃｈｎａｉａ；２．ＤｅａｔｎｆＥｌｃｒｎｃ，ＥｇｎｅｎｏｌｇｆｔｅＣＦ，Ｘｉａ０８ｐｒｍｅｔｏｅｔｏｉｓｎｉｅｒｇＣｌｅｏｈＡＰｉｅｎ７１０６，Ｃｉａｈｎ）
【ｅｏｄ】ｂｉｄｅｕｌａｉ；ｓｐｏｅｔｒｍａｈｅ；ｕｄｒａｅｏｍｕｉｔｎＫｙｗｒｓｌｑａｉｔｎｕｐｒｖｃｏｃｉｓｎｅｗｔｒｃｍｎｃｉｎｚｏｔｎａｏ
１引言
由于水声信道的多途传播效应和时变特性，水声相干通信必须采用均衡技术克服严重的码间干扰。传统的自适应均衡技术通过定时发送训练序列实现均衡器的调整，占用了宝贵的带宽。盲均衡算法不需要训练
李金明 ‘ 俊渭，陆晶，赵
（．西北工业大学声学工程研究所，陕西西安７０７；２１１０２．武警工程学院电子技术系，陕西西安７０８）１０６
【摘要】水声信道的带宽极为有限，与需要训练序列的自适应均衡算法相比盲均衡技术节省了带宽，特别适合高
ａｇｒｔｍｓｌｏｈ，ｂｉｄｅｕｌａｉｎｔｃｎｑｅｗｉｈｐｅｅｖｓｂｎｗｉｔｓｖｒｕｔｂｅｆｒｓｅａｏｕｈａｉｈｓｅｄｉｌｑａｉｔｅｈｉｕｈｃｒｓｒｅａｄｄｈｉｅｙｓｉｌｏｃｎｒｓｓｃｓｈｇｐｅｎｚｏａｉ

水声信道均衡算法比较研究

水声信道均衡算法比较研究裴晓黎;宁小玲;刘忠;张建强【摘要】Adaptive equalization and blind equalization used in underwater acoustic communication and some representa-tive algorithms are briefly introduced. The computer simulations of adaptive and blind algorithms about Mean Square Error (MSE)ability are carried out respectively under sparse multi-paths and mixed phase underwater acoustic channels, the simulation results demonstrate that the algorithms using Decision Feedback Equalizer(DFE)structure have better equalization result in above complex underwater acoustic environment;and then the simulation comparison of some representative adaptive and blind equalization algorithms are carried out under sparse multi-paths phase rotation complex channels, the results show that the affected degree of adaptive equalization algorithm to phase is smaller than that of blind equalization algorithms and the convergence speed of adaptive equalization algorithm is faster than that of blind equalization algorithms. At the same time, the anechoic tank experiment is carried out to verify the performance of algorithms about carrier recovery, the experiments verify that equalization algorithms with second order Digital Phase-Locked Loop(DPLL)and DFE structure have better performance and realize the tracking ability of phase deviation, overcome multi-path effect and improve the compensation ability of Doppler shift.%简述了自适应均衡算法和盲均衡算法在水声通信中的应用现状，以及典型的几种均衡算法。

盲均衡算法研究

盲均衡算法研究摘要如今在很多通信系统中，传统的需要训练序列的自适应均衡方法已经变的不再适用，而不需要训练序列的均衡，也就是盲均衡技术则取得了越来越广阔的应用。

本文主要研究了更具实际应用价值际的Bussgang类盲均衡算法，并以其中最为经典的常模数算法(CMA)和近年来新提出来的基于RENYI信息熵的盲均衡算法为主要研究对象进行了较为深入的理论研究和仿真分析。

文中分析论证了两种算法的理论依据，进行了相应的算法推导，最后利用计算机进行仿真并对仿真结果进行分析和比较，得到了如下结果：●在单入单出系统(SISO)中对CMA算法和RENYI熵算法进行了全面的分析和比较，验证了RENYI熵算法的快速收敛性，同时发现了该算法在鲁棒性上有待改进的地方。

●在多入多出系统(MINO)中对CMA算法和RENYI熵算法进行了新的研究。

不考虑盲分离，研究改进后的CMA算法在MIMO系统中的均衡效果，并以此为基础提出了以RENYI熵为基础的新算法MIMO-RENYI算法。

通过仿真发现该算法的具有更快的收敛速度，具有良好的研究前景。

关键词：盲均衡，Bussgang，CMA，RENYI熵Analysis of Blind EqualizationAbstractNowadays, traditional self-adaptive equalization that needs trained sequences is no longer suitable in many communication scenarios. Blind equalizations, which do not need any trained sequence, can obtain broader application. In this paper, we mainly studied Bussgand type blind equalizations, which is a very practical type of blind equalization. Two algorithms are studied during the article, one is the most famous algorithm constant modulus algorithm (CMA) and the other is RENYI’s entropy based blind equalization, which is a newly released blind equalization algorithm. Some comprehensive theoretical analysis is done in this paper, and computer simulation helps to get better comparison about these two algorithms. Finally, I get the following results:●An all aspects comparison is done between CMA and RENYI’s entropy algorithms inthe Single-Input Single-Output systems (SISO). Through simulation, we verify thefast convergence of RENYI’s entropy algorithm, and find out that it needoptimization to be more robust.●Similarly, we do the same analysis in the Multi-Input Multi-Output system (MIMO) s.Not consider the issue of blind separation; we studied the improved CMA in MIMO.What’s more, we get a new algorithm in MIMO based on RENYI’s entropy. Aftercomputer simulation we find its good convergence speed compared to MIMO-CMA,which shows a good prospect for future study.Key words: blind equalization, Bussgang, CMA, RENYI’s entropy目录摘要 (I)第一章引言 (1)研究背景 (1)盲均衡系统理论基础 (2)发射信号 (2)信道冲击响应和噪声 (3)信道输出序列 (3)均衡器抽头系数 (3)算法性能描述 (3)第二章SISO系统中的盲均衡算法 (4)2.1B USSGANG类盲均衡算法 (4)典型的B USSGANG盲均衡算法：CMA (6)2.2.1 CMA算法模型 (6)2.2.2 CMA算法仿真与仿真结果分析 (7)基于RENYI熵的盲均衡算法 (9)2.3.1 RENYI信息熵理论 (9)2.3.2 Parzen 窗估计法 (10)2.3.3 RENYI熵盲均衡算法建模 (12)2.3.4 RENYI熵盲均衡仿真与结果分析 (13)2.3.5 RENYI熵算法与CMA算法比较 (16)2.4QAM信号的盲均衡 (19)小结 (22)第三章MIMO系统中的盲均衡算法 (22)多入多出系统(MIMO)理论基础 (22)3.2MIMO盲均衡模型建立 (23)3.3MIMO-CMA算法 (25)3.3.1 MIMO-CMA算法模型建立 (25)算法仿真与结果分析 (26)3.4MIMO-RENYI算法 (28)算法模型建立 (28)3.4.2 MIMO-RENYI算法仿真与结果分析 (28)3.4.3 MIMO-CMA与MIMO-RENYI算法性能比较 (30)小结 (31)第四章结束语 (31)参考文献 (33)致谢 (34)第一章引言1.1 研究背景在现代通信系统中，由于有限带宽通信信道的失真和畸变引起的码间干扰(ISI)和信道间干扰(ICI)是影响通信质量的重要因素。

简化的RLS-CMA 盲均衡_水声信道常数模盲均衡：理论、算法与仿真_[共2页]

水声信道常数模盲均衡：理论、算法与仿真52 2.4.3 简化的RLS-CMA 盲均衡RLS-CMA 盲均衡以较大的计算复杂度可以获得更好的均衡性能，在对时变水声通信信道跟踪上具有实际应用价值。

为了进一步减小RLS-CMA 盲均衡的计算复杂度，可以考虑简化自相关矩阵的逆矩阵()n P 的递推迭代求解过程，以降低RLS-CMA 盲均衡的计算复杂度。

在()n P 的计算中，只取其主对角线上的元素参与迭代，而忽略矩阵中其他的元素。

这种近似仍然能够在一定程度上保留RLS-CMA 的快速收敛特性，另外可以推导证明，这种近似的特殊形式就是归一化LMS- CMA 。

根据这一思想，可以得到简化RLS-CMA 盲均衡的迭代公式，见表2-3。

表2-3 简化RLS-CMA 盲均衡实现流程初始化：均衡器权系数(0)w 中心系数抽头初始化，1(0)δ−=P I ，其中，δ为一个很小的正数，I 为b b L L ×单位阵，b L 为线性均衡器的阶数。

迭代过程：对于1,2,n ="计算()*H ()()(1)()u n y n w n y n =− H ()(1)()CM e n R w n un =−− H [(1)]()()()[(1)]()n u n n u n n u n λΛ−=+Λ− ，P k P λ为遗忘因子 H 1()[(1)]()()[(1)]n n n u n n λ⎡⎤=Λ−−Λ−⎣⎦ P P k P *()(1)()()w n w n n e n =−+k其中，[]Λ⋅表示取矩阵的主对角元素运算。

经过这一简化，将增益矢量()n k 和自相关矩阵的逆矩阵的递推计算由矩阵相乘简化成为了向量相乘，使得计算复杂度由2()O N 简化为()O N 。

【仿真分析】仿真信道采用典型电话信道模型，其信道等效基带冲激响应为 [0.04,0.05,0.07,0.21,0.5,0.72,0.36,0,0.21,0.03,0.07]=---h （2-101）发射信号采用等概率二进制序列生成，采用QPSK 调制方式，信道噪声为加性高斯白噪声，信噪比30SNR =dB 。

学位论文—基于水声多径信道的盲均衡技术实现

西安工业大学北方信息工程学院本科毕业设计(论文) 题目：基于水声多径信道的盲均衡技术实现系别：电子信息系专业：通信工程班级：B090310学生：胡月明学号：B09031005指导教师：朱婷婷2013年06月毕业设计（论文）任务书系别电子信息系专业通信工程班级B090310 姓名胡月明学号B090310051.毕业设计（论文）题目：基于水声多径信道的盲均衡技术实现2.题目背景和意义：盲均衡算法在不需要训练序列的情况下，就可以逐步收敛到最优解，因此在信道特性未知的情况下，只需要知道接收信号的一些统计特性，就可以保证均衡器能够一定程度的减少码间干扰。

这样的盲均衡由于不需要周期性的发送训练序列，因此提高了信道的利用率。

多径是影响盲均衡算法的重要因素，多径信道盲均衡算法可以影响算法的收敛速度，稳态误差，是盲均衡算法研究的一个重要发展方向。

3.设计（论文）的主要内容（理工科含技术指标）：通过本次毕业设计，要求学生了解自适应均衡的基本原理，了解盲均衡的基本原理和数学模型，掌握Matlab仿真软件的应用，能够用Matlab仿真软件对算法进行验证比较，并提出有针对性的改进方法。

主要研究盲均衡算法的基本原理，利用Matlab仿真分析多径对盲均衡算法的影响，构造多径信道盲均衡算法改进盲均衡的性能。

4.设计的基本要求及进度安排（含起始时间、设计地点）：第1周~第4周：查阅水声多径和盲均衡技术方面的资料，撰写开题报告，准备开题答辩；第5周~第8周：学习盲均衡算法基本原理，了解盲均衡算法，初步了水声多径的概念；第9周~第12周：学习Matlab软件，并对基于水声多径信道的盲均衡进行建模仿真；第13周~第14周：撰写论文准备答辩。

设计地点：校内5.毕业设计（论文）的工作量要求①实验（时数）*或实习（天数）：上机不少于150学时②图纸（幅面和张数）*：论文字数不少于1.5万字③其他要求：3000-5000字英文资料的翻译指导教师签名：年月日学生签名：年月日系主任审批：年月日说明：1、本表一式二份，一份由学生装订入附件册，一份教师自留。

自适应遗忘因子RLS-CMA 盲均衡_水声信道常数模盲均衡：理论、算法与仿真_[共3页]

第2章常数模盲均衡的基本原理49图2-20RLS-CMA盲均衡仿真结果（续）从图2-20中可以看出，RLS-CMA盲均衡在复杂的通信信道条件下具有很好的均衡性能，与LMS-CMA盲均衡相比，均衡后的星座图聚敛程度更好。

从剩余码间干扰收敛曲线中可以看出，RLS-CMA比LMS-CMA具有更快的收敛速度和更小的稳态剩余误差，RLS-CMA比LMS-CMA收敛速度快约8 000步，即RLS-CMA在1 000步左右已经实现了收敛，而LMS-CMA在迭代至10 000步时仍然没有收敛到稳态值，收敛后RLS-CMA的稳态剩余误差比LMS-CMA低约15 dB。

大量的仿真结果证明，RLS-CMA盲均衡比LMS-CMA盲均衡具有更快的收敛速度，所需要付出的代价就是需要更大的计算复杂度。

需要指出的是，由于在RLS-CMA中使用了逆矩阵的递推计算，所以当均衡器输入信号的自相关矩阵接近奇异时，RLS-CMA盲均衡的收敛速度和跟踪性能将会严重恶化。

2.4.2自适应遗忘因子RLS-CMA盲均衡遗忘因子是影响RLS自适应均衡算法性能的一个重要参数，遗忘因子反映了算法对以前输入信号信息的记忆程度，遗忘因子越大，反映了对以往输入信号信息利用程度越小；反之，遗忘因子越小，算法对以往输入信号信息利用程度越大。

在稳定信道情况下，RLS自适应均衡算法中遗忘因子可以设置为1，而实际通信中，受到噪声以及信道时变特性的影响，信道往往是不稳定的。

遗忘因子越大，收敛精度越高，但是相对而言，收敛速度越慢，跟踪能力越弱；遗忘因子越小，收敛速度越快，跟踪能力越强，但是收敛精度就越差。

当遗忘因子过小，RLS自适应均衡算法会表现出不稳定状态，导致发散。

自适应遗忘因子的目标是在算法初期利用小的遗忘因子，获得较快的收敛速度以及良好的跟踪性能，当算法趋于。

开题报告-《水声通信信道载波相位恢复盲均衡算法》

开题报告-《水声通信信道载波相位恢复盲均衡算法》研究背景近年来，随着海洋经济的快速发展，水声通信技术也得到了迅速的发展。

水声通信是指利用声波在水中传播来实现信息交流的一种通信方式。

由于水下环境特殊，水声信号传输受到许多困难影响，如水声信道衰落、多径效应等，使得水声通信系统的设计和性能优化面临着巨大的挑战。

其中，水声信道中的载波相位偏移问题是水声通信中较为常见且需重点解决的问题之一。

水声载波相位偏移会严重影响通信系统的性能，降低系统的信噪比和误码率，导致通信信号的接收质量非常差。

因此，如何解决水声通信信道的载波相位偏移问题，是水声通信技术发展中亟待解决的问题。

研究意义本课题旨在研究一种水声通信信道载波相位恢复盲均衡算法，以此解决水声通信中载波相位偏移的问题。

具体内容包括以下方面：1.提出一种基于盲均衡的水声通信信道载波相位恢复算法，解决水声通信信道中载波相位偏移的问题。

2.分析该算法的性能，包括均衡效果、鲁棒性和复杂度等指标，从而得出算法的优缺点。

3.在水声通信系统中进行仿真实验，验证该算法的有效性和可行性。

本研究对于水声通信技术的发展具有重要的意义。

一方面，该算法可以有效解决水声通信中载波相位偏移的问题，提高水声信号的接收质量；另一方面，该算法可以作为改进和拓展现有水声通信系统的重要手段，为水声通信技术的发展注入新的动力。

研究进度安排本课题的进度安排如下：时间节点完成内容第一周-第二周搜集和整理水声通信信道相关研究资料，了解现有的均衡算法第三周-第四周提出基于盲均衡的水声通信信道载波相位恢复算法第五周-第六周对该算法进行性能分析，包括均衡效果、鲁棒性和复杂度等指标第七周-第八周使用Matlab等仿真平台，对该算法进行仿真实验第九周-第十周对实验结果进行总结分析，总结论文框架，并撰写第一稿第十一周-第十二周修订论文，完成最终论文报告研究方法本课题拟采用如下的研究方法：1.研究水声通信信道的特点和问题，分析水声通信信道中载波相位偏移的原因及其对通信系统的影响；2.综合现有的均衡算法，提出一种基于盲均衡的水声通信信道载波相位恢复算法；3.对该算法的性能进行分析和评估，包括均衡效果、鲁棒性和复杂度等指标；4.使用Matlab等仿真平台，对该算法进行仿真实验。

基于智能算法的水声通信信道估计研究

基于智能算法的水声通信信道估计研究智能算法是近年来信息技术领域的热门研究方向之一。

在水声通信技术领域，基于智能算法的信道估计研究也得到了广泛关注。

本文就以水声通信信道估计为研究对象，分析了基于智能算法的应用现状和未来发展趋势。

一、智能算法在水声通信领域的应用现状1、传统信道估计方法的缺陷传统的信道估计方法在水声通信领域中应用广泛，但存在准确度低、鲁棒性差等缺陷。

采用传统方法进行信道估计，需要通过收集实际信道数据，建立信道模型，然后对信道模型进行优化求解，计算量大、耗时长。

而且，传统方法在处理水声信道时易受多径、噪声等信道影响，导致信号失真，信号质量下降，通信效果不佳。

2、基于智能算法的信道估计方法基于智能算法的信道估计方法具有较高的准确度和可靠性。

采用智能算法进行信道估计可以有效地解决信道模型建立、求解过程中存在的问题。

智能算法能够通过学习、建模等方式，对信道特性进行精确建模，提高信道估计的准确度。

并且，智能算法对于多径、噪声等复杂信道环境具有较强的鲁棒性，能够更好地处理复杂信道环境下的通信问题。

3、基于智能算法的信道估计技术应用领域基于智能算法的信道估计技术在水声通信领域中得到了广泛应用。

其中，单目标跟踪、多目标跟踪、目标定位、信道估计等领域更是应用广泛。

基于智能算法的信道估计技术能够解决水声通信中复杂信道环境下的信号传输问题，提高实时性，保证数据传输的准确性和可靠性。

二、基于智能算法的水声通信信道估计的未来发展趋势1、技术创新推动发展智能算法在水声通信领域中的应用还存在许多问题，比如：智能算法的适用性、建模，求解算法的效率、实时性。

未来，如何进一步完善智能算法的理论，探索新的算法和技术，是当前亟待解决的问题。

随着技术的创新与进步，将有助于推动基于智能算法的水声通信信道估计技术的发展。

2、技术集成带来革新智能算法与其他现代技术的集成将为水声通信中的信道估计带来更多的可能性和创新。

未来，随着人工智能、大数据等技术的发展，智能算法将更好地与其他技术集成，为水声通信提供更为可靠、高效的信道估计技术。

基于LFM信号信道估计的水声MPSK信号盲Turbo均衡方法

improved. Simulation result verifies the effectiveness of the proposed method.
Key words:underwater acoustic communication; blind channel estimation; blind turbo equalization
收稿日期:2020-11-09;修回日期:2020-12-21
基金项目:国家自然科学基金计划资助项目( 61602511)
作者简介:郭悦( 1993-) ,女,硕士生,主要研究方向为水声通信信号分析与处理。
130
2021 年
信息工程大学学报
由于水声信道具有稀疏多径的特点,水声通信
GUO Yue,WANG Bin,MENG Yuting
( Information Engineering University,Zhengzhou 450001,China)
Abstract: To improve the channel distortion compensation ability in blind demodulation of
第 22 卷第 2 期
2021 年 4 月
信息工程大学学报
Journal of Information Engineering University
Vol. 22 No. 2
Apr. 2021
DOI:10. 3969 / j. issn. 1671-0673. 2021. 02. 001
协作通信水声通信通常采用 LFM 信号作为前
图 3 发射端系统模型
考虑高斯白噪声和水声稀疏信道的影响,接收

常数模盲均衡系统模型_水声信道常数模盲均衡：理论、算法与仿真_[共3页]

第2章常数模盲均衡的基本原理25练码元，均衡器根据接收判决信号和训练码元得到误差信号()e n ，在误差信号的基础上，利用某种自适应算法对均衡器权系数进行更新，最终实现对通信信道特性的补偿。

一旦初步捕获信道特性，均衡器则根据接收到的用户信号跟踪信道的变化。

通常情况下，为了保证均衡器不失锁，需要在发送的用户信号中插入周期的、重复的训练序列。

训练序列的长度与信道的特性以及均衡算法的收敛速度有关，当信道具有严重衰落时，需要发送较长的训练序列或者使用具有较快收敛性能的均衡算法才能使均衡器权系数接近信道的逆。

因此，自适应均衡的跟踪阶段只能够跟踪缓慢变化的信道特性。

根据传统自适应均衡技术的分析可知，对训练序列的需求是浪费通信带宽资源的主要因素，并且如果通信信道出现短时突变情况，需要中断通信，重新初始化接收机。

盲自适应均衡技术采用自适应恢复思想，在不需要训练序列的条件下可以实现对通信信道特性的补偿和跟踪，能够有效节省通信带宽，防止均衡器失锁。

盲均衡技术在无线通信尤其是水声通信系统中体现出了潜在的应用价值。

在已有的各类盲均衡算法中，CMA 盲均衡由于其计算简单、容易实现而得到了重视，但是CMA 盲均衡具有收敛速度慢、收敛后稳态剩余误差大的缺陷[29]，因此出现了在CMA 盲均衡基础上的大量改进算法。

需要指出的是，虽然CMA 盲均衡对具有常模特性的发送信号具有稳健的均衡性能，但是CMA 同样可以适用于非常模发送信号的均衡问题，典型的应用是高阶PAM 信号的均衡。

尽管PSK 调制方式普遍应用于相干水声通信系统，在仿真中仍然会引入其他的调制信号来对算法的性能进行比较和分析。

2.2 常数模盲均衡2.2.1 常数模盲均衡系统模型CMA 盲均衡的等效基带模型[30]如图2-2所示。

发送信号()x n 经过未知信道()h n 传输并叠加噪声()n n ，在均衡器前得到观测信号序列()y n ，观测信号()y n 经过均衡器()w n 获得输出信号()xn 。

一种改进的水声信道载波恢复盲均衡算法

一种改进的水声信道载波恢复盲均衡算法宁小玲;刘忠;罗亚松;龚立;付学志【摘要】An improved super-exponential iteration decision feedback blind equalization algorithm with the second order digital phase-locked loop (NMSEI-DFE-2DPLL) is proposed in order to overcome the problem of the ill convergence performance of the super-exponential iteration decision feedback algorithm in the underwater acoustic communication system. Based on the analysis of the modified super-exponential iteration error function, a new fast convergence error function is presented which increases carrier recovery ability; a second order digital phase-locked loop is introduced in decision feedback equalization to track and compensate phase rotation, carrying out the transmitted sequence recovery. Computer simulations of the new algorithm about convergence and carrier recovery ability are carried out respectively under two underwater acoustic channels, using two modulation signals. Simulation results demonstrate that the mean square error and convergence rate of the proposed algorithm have been improved to a large extent compared with the SEI-DFE algorithm in mixed phase channel environment, and the phase rotation has been compensated and carrier recovery ability has been improved greatly in channel environment with phase rotation.%针对超指数迭代判决反馈盲均衡算法在水声通信系统中表现出收敛性差的问题,提出了一种带二阶锁相环的改进超指数迭代判决反馈盲均衡算法.该算法基于对修正超指数迭代算法误差函数的分析,提出了一种新的、能够快速收敛的误差函数,并有效提高了载波恢复能力；在判决反馈均衡器中引入二阶数字锁相环,实现对相位旋转的跟踪和补偿,从而实现对原始发射信号的正确恢复.在两种水声信道条件下,采用两种调制信号分别对算法的收敛性能和载波恢复性能进行了计算机仿真,结果表明:在混合相位信道环境中,新算法相比超指数迭代判决反馈算法在均方误差、收敛速度上得到很大改善；在具有相位旋转的信道环境中,新算法实现了对相位旋转的有效补偿,改善了载波恢复性能.【期刊名称】《西安电子科技大学学报（自然科学版）》【年(卷),期】2012(039)001【总页数】6页(P151-156)【关键词】水声通信;盲均衡;超指数;判决反馈;相位旋转;数字锁相环【作者】宁小玲;刘忠;罗亚松;龚立;付学志【作者单位】海军工程大学电子工程学院,湖北武汉430033;海军工程大学电子工程学院,湖北武汉430033;海军工程大学电子工程学院,湖北武汉430033;海军工程大学电子工程学院,湖北武汉430033;海军工程大学电子工程学院,湖北武汉430033【正文语种】中文【中图分类】TN911.5海洋声信道在声传播过程中,由于海洋内波、湍流、温度梯度、密度分层以及其他一些引起声速局部扰动的相关现象造成了严重振幅和相位波动,以致在相干水声通信数据解调过程中造成均衡器输出信号的相位旋转[1].如何解决时变多途信道引起的相位旋转、提高收敛性能是提高水下通信质量亟待解决的问题[2].不需训练序列的盲均衡算法是一种克服多途效应的有效方法,适用于带宽资源受限的水声信道[3].其中,超指数迭代(SEI)算法因具有快速收敛性能而受到重视[4].然而,在高速水声通信系统中,采用信道利用率较高的非常模信号(如16QAM)时,超指数迭代算法会表现出收敛性差、误码率高的缺点.为了提高超指数迭代算法的收敛性能,克服相位旋转,文献[5]提出了一种修正的超指数迭代双模盲均衡算法(MSEI+DD),文献[6]提出了一种带有二阶数字锁相环的分数间隔超指数迭代盲均衡算法(FSSEI-DPLL2).这两种算法都从一定程度上改善了超指数迭代算法的收敛性能.为了进一步提高算法在复杂水声信道的载波恢复和收敛性能,笔者提出了一种带二阶锁相环的改进超指数迭代判决反馈盲均衡算法(NMSEI-DFE-2DPLL).1.1 判决反馈均衡器结构引进基于判决反馈的盲均衡算法有两个主要原因[7]:一是基于常模算法的线性均衡器在信道存在靠近单位圆的零点时,FIR均衡器会在相应的位置生成极点,以抵消零点,因此,会在该频点形成谱峰,从而放大了噪声;二是由于水声信道往往存在较严重的频率选择性衰落,而且,由于发射机和接收机的相对运动,以及海浪、湍流等的运动,使得水声信道响应随着时间变化.判决反馈均衡器可以克服第1个缺点,另一突出优点是具有良好的时变跟踪性能.超指数迭代判决反馈(SEI-DFE)算法的等效基带模型如图1所示,该结构是一个混合相位信道模型.图1中s(k)是信源发出的独立同分布信号序列;h(k)是基带水声信道冲激响应;n(k)是噪声序列.接收机收到的基带信号序列x(k)=h(k)⊗s(k)+n(k);Wi(k)=[wi(0),wi(1),…,wi(Ni-1)]T,Wb(k)=[wb(0),wb(1),…,wb(Nb-1)]T,分别表示k时刻前馈滤波器、反馈滤波器的权向量;z(k)= yi(k)-yb(k),^A(k)=[^a(k-1),^a(k-2),…,^a(k-Nb)]T,分别代表量化判决器的输入和输出.相应地,前馈滤波器、反馈滤波器的输出可表示为超指数迭代算法相比CMA算法多了一项计算均衡器输入信号自相关矩阵的逆矩阵Q的表达式.正是计算该矩阵,对数据起到了白化作用,从而使得算法收敛速度比CMA算法的快,且两种算法在充分迭代后的剩余均方误差相同.根据文献[8],超指数迭代判决反馈算法的权向量迭代方程为其中,μ1和μ2分别表示前向权和反馈权的迭代步长.Q矩阵因子的迭代方程为算法的误差项为式中,γ为该算法的模.1.2 改进的超指数迭代算法超指数迭代算法是在CMA算法上提出来的.由于CMA对相位是盲的,因此,超指数迭代对相位也是盲的.当存在载波相位残余时,剩余的相位起伏会使均衡器输出星座产生旋转.为了克服CMA算法的相位旋转以及收敛速度慢问题,文献[9]提出了一种改进型CMA算法(MCMA).文献[6]通过借鉴MCMA算法的误差函数,对均衡器输出的实部和虚部分别采用非线性变换,获得一种修正的超指数迭代算法(MSEI),加快了收敛速度,减小了剩余均方误差.其误差形式为式中,Re[]表示取实部运算,Im[]表示取虚部运算.文献[10]指出:MCMA算法定义的权值迭代函数当p≥4时,MCMA算法展现出很差的收敛性能.这是因为对于一个很小的z,式(5)的误差函数变得很小,接近于零,这时算法不能收敛.为此,笔者对上述算法进行了修改,定义一个新的误差函数:式中,当p=2时,式(6)是式(8)的特例.1.3 数字锁相环为了更好地跟踪时变信道带来的较大的多普勒起伏和频偏带来的相位变化,提高均衡算法对信道变化的稳健性以及对均衡输出信号的相位跟踪能力,笔者在判决反馈均衡器中使用了数字锁相环技术.引入锁相环可将信号均衡、载波相位偏差跟踪两项工作并行处理[11].带有锁相机制的修正超指数判决反馈盲均衡器结构如图2所示.这时,前馈滤波器输出和前馈滤波器权向量迭代方程变为二阶锁相环表达式为式(11)中的Kf为相位步长因子.式(11)相比文献[6]增加了一个过去相位θ(k-1)和过去误差e2(k-1)的信息量,更能准确地捕捉相位的变化,增强了算法的稳健性以及信号的相位跟踪能力.因此,该锁相环算法的性能更稳定、跟踪能力更强.2.1 混合相位系统各算法的均方误差性能比较为了检验各种算法在混合相位系统中的性能,将CMA、MCMA、CMA-DFE、SEI-DFE、MSEI-DFE、NMSEI-DFE(p=4和p=6)等算法进行了比较.利用文献[7]的深海信道模型进行仿真,基带水声信道冲激响应c1=[0.244 3,0.118 3,-0.045 5,-0.090 5,0.676 6,0.662 2,-0.116 3,0.075 6],该信道的零点分布如图3所示.由图3可见,该信道是一个混合相位系统,有一零点接近于单位圆,形成了很深的谱零点,因此,其均衡难度较大.在整个仿真过程中,判决反馈均衡器前向权采用中心抽头初始化,而对反馈权采用全零初始化.前馈滤波器权向量长为15,反馈滤波器权向量长为8.Q矩阵的初始值为均衡器一段输入数据的相关矩阵的逆,即Q(0)=R-1,矩阵的大小为512.各种算法的参数设置为: CMA算法和MCMA算法的μ=0.000 5,滤波器权向量长为23; CMA-DFE算法的μ1=0.001,μ2=0.001;SEI-DFE算法的μ=0.001,μ1=0.001,μ2=0.001;MSEI-DFE算法的μ=0.001, μ1=0.001,μ2=0.001.图4给出了在QPSK调制信号、高斯白噪声信噪比为20 d B的情况下,各种算法的均方误差曲线.从图4(a)可以看出,CMA-DFE和SEI-DFE算法相比CMA和MCMA算法增加了判决反馈均衡器,对严重的频率选择性衰落有较好的克服能力,均衡效果要好得多,收敛稳定时均方误差相差10 d B左右;而MCMA相比CMA增加了相位补偿功能,对于QPSK调制信号,均衡效果稍好一些;由于其Q矩阵对噪声的白化作用,SEI-DFE相比CMA-DFE均衡性能要稳健,且达到稳定时,收敛速度要快约3 000点.可见,SEI-DFE算法相比CMA、MCMA以及CMA-DFE算法具有稳健、收敛快的优势,但是均方误差在信噪比为20 dB的情况下最终只达到-5 d B,收敛性能较差,这种算法还有待改进.由于对相位的补偿作用,MSEI-DFE收敛快于SEI-DFE,且在收敛达到稳定时,均方误差性能要小6 d B.由此可见相位补偿在水声信道中的重要性.图4(b)比较了MSEI-DFE、NMSEI-DFE(p=4和p=6)两种算法的均方误差性能.从图4(b)可以看出,在收敛阶段,MSEI-DFE、NMSEI-DFE(p=4)以及NMSEI-DFE(p=6)的收敛速度依次增强;在收敛达到稳定时,NMSEI-DFE(p=6)比MSEI-DFE算法约快1 000点,均方误差基本相同,相比图4(a)中SEIDFE算法约快3 000点.NMSEI-DFE算法和MSEI-DFE算法的区别在于误差函数不同,比较式(6)和式(7)可以看出,NMSEI-DFE算法(p=4和p=6)的计算量与MSEI-DFE算法的相比,相差不大.所以,综合以上分析,NMSEI-DFE算法是一种有效的改进算法.在高速水声通信系统中,大多采用信道利用率较高的非常模信号.为此,在信道模型、滤波器权向量长度、Q矩阵大小、信噪比等仿真条件不变的情况下,采用16QAM 调制信号检验算法的性能.从图5可以看出,当收敛达到稳定时,NMSEI-DFE(p=6)比MSEI-DFE算法约快4 000点,均方误差基本相同.通过与图4(b)比较可知, NMSEI-DFE和MSEI-DFE算法在QPSK和16QAM两种调制方式下,收敛稳定时均方误差性能相当,可见这两种算法对非常模信号仍有很好的收敛性能.2.2 载波恢复性能比较为了检验NMSEI-DFE-2DPLL算法的载波恢复性能,以SEI-DFE、MSEI-DFE以及NMSEI-DFE为比较对象.信道2为具有相位旋转的两径水声信道:式中,e-0.7j表示直达路径,其幅度为1,相移为0.7 rad;0.3e-1.8j是幅度为0.3,相移为1.8 rad的多径.分别采用16QAM和QPSK调制信号来检验各算法的载波恢复性能.对于16QAM调制信号,NMSEI-DFE-2DPLL算法的仿真参数为:μ=0.001,μ1=0.001,μ2=0.001,Kf=0.000 8;对于QPSK调制信号,NMSEI-DFE-2DPLL算法的仿真参数为:μ=0.001,μ1=0.001,μ2=0.001,Kf=0.005.S EI-DFE、MSEI-DFE算法的仿真参数和图4相同.图6和图7分别为16QAM和QPSK调制信号各算法的星座图.从图6可以看出,图6(b)的SEI-DFE算法输出星座图具有约45°的相位旋转,这将造成判决器的严重误判,增大误码率.图6(c)的MSEI-DFE算法输出星座相比SEI-DFE 算法相位旋转缓和了相当大的角度(约41°),但无法纠正水声信道的相位旋转,且输出星座比较乱.图6(d)和图6(e)的NMSEI-DFE(p=4和p=6两种情况)算法对误差函数进行了改进,输出星座图相比MSEI-DFE紧凑集中,清晰很多,界限分明,且相位旋转角度进一步缓和(约3°),NMSEI-DFE算法在p=6时的输出星座图比p=4时更加清晰.因此,对于高阶QAM信号,NMSEI-DFE算法较MSEI-DFE算法的性能有明显提高,具有更好的载波恢复性能.图7中星座图的特点是:图7(b)的SEI-DFE算法输出星座图具有45°的相位旋转,图7(c)～图7(e)的MSEI-DFE算法和NMSEI-DFE算法输出星座图都很好地纠正了信道的相位旋转,且MSEI-DFE(p=2)、NMSEI-DFE(p=4)和NMSEI-DFE(p=6)的星座清晰程度依次增强.但是,不是所有的输出信号都落在星座的中心位置上.在两种调制方式下,通过在SEI-DFE算法的基础上引入修正的误差函数,使得输出星座图得到了很大改善,但是还存在一定的问题.为此,笔者在NMSEI-DFE算法的基础上引入了二阶锁相环以进一步纠正相位旋转.利用带有锁相机制的盲均衡算法的效果图分别如图6(f)和图7(f)所示.从两图可以看出,带有锁相机制的盲均衡算法可以对相位旋转和多普勒频移进行很好的补偿,相位旋转完全得到恢复,且均衡后的星座图更加紧密集中,眼图张开更加清晰,保证了整个均衡算法的正常运行.笔者提出了一种带二阶锁相环的改进超指数迭代判决反馈盲均衡算法,并通过混合相位信道水声信道模型和连续相位偏转水声信道模型进行了仿真,验证了该算法的有效性.新算法基于对修正超指数迭代算法(MSEI)误差函数的分析,得到一种新的、能够快速收敛的误差函数,使得均方误差性能相比SEI-DFE算法改善了约6 dB,收敛速度快3 000点以上.在此基础上,在判决反馈均衡器中引入二阶数字锁相环,使均衡器输出星座紧凑、集中、清晰,相位旋转完全得到恢复,大大改善了载波恢复性能.仿真结果证明,新算法具有快速收敛、更小稳态误差以及载波恢复等优势,可有效提高水声通信系统质量,具有一定的实用价值.【相关文献】[1]Stojanovic M.Recent Advance in High Speed Underwater AcousticCommunication[J].IEEE Journal of Oceanic Engineering,1996,21(2):125-136.[2]郭业才.自适应盲均衡技术[M].合肥:合肥工业大学出版社,2007:8-9.[3]Kilfoyle D B,Baggeroer A B.The State of the Art in Underwater Acoustic Telemeiry[J].IEEE Journal of Oceanic Engineering,2000,25(1):4-27.[4]Shalvi O,Weinstein E.Super-exponential Methods for Blind Equalization[J].IEEE Trans Information Theory,1993, 39(2):505-519.[5]孙丽君,孙超.基于修正超指数迭代算法的双模式盲均衡算法仿真研究[J].系统仿真学报,2005,17(11):2604-2605. Sun Lijun,Sun Chao.A New Dual-Mode Blind Equalization Approach Based on Modified Super-Exponential Iteration Algorithm[J].Journal of System Simulation,2005,17(11):2604-2605.[6]张银兵,赵俊渭,郭业才,等.一种能有效消除水声信道相位连续旋转的分数间隔盲均衡算法研究[J].声学学报, 2010,35(1):59-67. Zhang Yinbing,Zhao Junwei,Guo Yecai,et al.A Fractionally-spaced Blind Equalization Algorithm for Eliminating Continuous Phase Rotation of Underwater Acoustic Channel[J].Acta Acoustica,2010,35(1):59-67.[7]王峰.基于高阶统计量的水声信道盲均衡理论与算法[D].西安:西北工业大学,2003.[8]王峰,赵俊渭,陈华伟,等.超指数判决反馈水声信道盲均衡算法实验研究[J].声学学报,2004,29(5):414-418. Wang Feng,Zhao Junwei,Chen Huawei,et al.Experimental Study on Blind Decision Feedback Equalizer Using Superexponential Algorithm for Underwater Channel[J].Acta Acustica,2004,29(5):414-418.[9]王杰令,刘祖军,杨宏,等.多径衰落信道下系统的盲均衡算法[J].西安电子科技大学学报,2009,36(5):767-770. Wang Jieling,Liu Zujun,Yang Hong,et al.Blind Equalization Algorithm for the QOTDM System in Multi-path Fading Channels[J].Journal of Xidian University,2009,36(5):767-770.[10]Abrar S,Shah S I.New Multimodulus Blind Equalization Algorithm WithRelaxation[J].IEEE Signal Processing Letters,2006,13(7):425-428.[11]Singer A C,Nelson J K,Kozat S S.Signal Processing for Underwater Acoustic Communications[J].IEEE Communications Magazine,2009,47(1):90-96.。

水声通信中基于信道辨识的盲turbo均衡方法

水声通信中基于信道辨识的盲turbo均衡方法杨晓霞;王海斌;汪俊;张仁和【摘要】水声信道多途效应明显,造成接收信号存在严重的码间干扰(ISI,Intersymbol interference).基于最小均方误差(MMSE,Minimum mean square error)准则的turbo均衡器级联了均衡和信道译码,能够有效去除ISI,并获得优良的性能.由于水声信道的时变性,传统MMSE-turbo均衡需要周期性的训练序列,以实现连续可靠的通信.训练序列虽然提高了通信的可靠性,但降低了信息的有效传输速率.因此,为提高通信效率,本文提出了一种盲turbo均衡方法,该方法通过引入新的盲信道辨识器来同时获得信道估计响应和已去除部分ISI的初步均衡输出信号,并为turbo均衡提供初始的响应参数和比特软信息.与水声通信中应用较多的盲判决反馈均衡器(DFE,Decision feedback equalizer)相比,海上实验结果证明本文提出的盲turbo均衡方法抗信道多途衰落的能力较强,并且与传统MMSE-turbo 均衡相比无需训练序列,因此提高了信息的有效传输速率.【期刊名称】《应用声学》【年(卷),期】2015(034)002【总页数】10页(P125-134)【关键词】盲turbo均衡;盲信道辨识;水声通信【作者】杨晓霞;王海斌;汪俊;张仁和【作者单位】中国科学院声学研究所声场声信息国家重点实验室北京 100190;中国科学院大学北京 100049;中国科学院声学研究所声场声信息国家重点实验室北京 100190;中国科学院声学研究所声场声信息国家重点实验室北京 100190;中国科学院声学研究所声场声信息国家重点实验室北京 100190【正文语种】中文【中图分类】TN911.5水声通信信道多途复杂，特别是针对较高速率通信，多途时延扩展会覆盖几十甚至上百个码元符号，造成接收信号存在严重的码间干扰（ISI，Intersymbol interference）［1］，并导致接收端产生误码。

符号梯度LMS-CMA_水声信道常数模盲均衡：理论、算法与仿真_[共2页]

水声信道常数模盲均衡：理论、算法与仿真160 从图6-15中可知，均衡后的均衡器和信道联合冲激响应接近单位脉冲响应，说明Stop-and-Go 盲均衡算法能够趋于理想均衡。

在基本Stop-and-Go 盲均衡算法的基础上，相关学者也提出了相应的改进Stop-and-Go 盲均衡算法，但是算法思路没有改变，都是依据输出信号的可靠性来决定均衡器权系数是否更新，以保证算法稳健地朝着代价函数最小值收敛。

由于误差干扰和信道复杂的特性，常常使得判决标准难以选择，导致Stop-and-Go 盲均衡算法在脉冲环境噪声下偶尔会有失效的情况，即Stop-and-Go 盲均衡算法在脉冲噪声环境下的收敛率很低。

6.4 脉冲噪声环境下的盲均衡新算法6.4.1 符号梯度LMS-CMA误差符号LMS 算法是为进一步减小LMS 自适应算法的计算复杂度提出的[127, 128]。

通过对迭代误差取符号操作，可以将乘法运算转换成与运算，从而有效提高计算效率，降低算法的计算复杂度。

设LMS 自适应算法代价函数为2()E[()]J n e n = （6-50）则根据误差符号的LMS 自适应均衡器的抽头系数更新公式为*(1)()sgn(())()w n w n e n y n μ+=− （6-51）比较传统LMS-CMA 盲均衡器的更新公式*(1)()()()()w n w n e n x n y n μ+=− （6-52）可以直接得到误差符号的LMS-CMA 盲均衡的均衡器更新公式为*(1)()sgn(())()()w n w n e n x n y n μ+=− （6-53）考虑到脉冲信道的加性脉冲噪声不仅影响误差的幅度，同时对接收观测信号和均衡器的输出信号都有影响，因此，单独的误差符号LMS-CMA 盲均衡仍然是不稳定的。

这里提出一种符号梯度LMS-CMA 盲均衡，盲均衡器的权系数更新公式为(1)()sgn(())w n w n J n μ∇+=− （6-54）其中， *sgn(())sgn(())sgn(())sgn(())J n e n x n y n ∇= （6-55）对于复数信号x ，符号函数计算方法如下。

盲均衡技术及其在水声通信系统中的应用研究的开题报告

盲均衡技术及其在水声通信系统中的应用研究的开题报告一、选题背景及意义随着水下工程技术的不断发展，水声通信在海洋和水下工程领域的应用越来越广泛。

然而，水下传输信道的复杂性和不确定性，常常导致水声通信信号失真、多径效应及噪声等问题的出现。

这些问题严重影响了水声通信系统的可靠性和性能。

因此，如何提高水声信号的可感性、抗干扰能力和误码率等指标成为了当前水声通信系统研究的热点。

盲均衡技术是一种不需要事先知道信道信息的自适应均衡方法，它可以有效地解决多径效应和信号失真等问题。

该技术已广泛应用于通信、雷达等领域，但在水声通信系统中的应用还未得到广泛研究和应用。

因此，深入研究盲均衡技术及其在水声通信系统中的应用，对提高水声通信系统的性能和可靠性具有积极的意义。

二、研究内容和方法本文将围绕盲均衡技术及其在水声通信系统中的应用研究展开，具体研究内容如下：1. 盲均衡技术原理及相关算法研究。

介绍盲均衡技术的原理和经典算法，并结合实际应用场景分析各种算法的优缺点。

2. 水声信道特性及其对盲均衡的影响分析。

研究水声信道的特性，分析信道对盲均衡的影响，并针对不同信道特性比较、选择合适的盲均衡算法。

3. 水声通信系统中盲均衡算法的设计与优化。

根据水声信道特性和实际应用需求，设计和优化合适的盲均衡算法，并开展仿真实验验证其性能和有效性。

4. 水声通信系统中盲均衡算法的实现及性能测试。

将所设计的盲均衡算法嵌入水声通信系统，进行实际测试，分析其性能及稳定性，并与传统均衡技术进行比较。

三、预期研究成果通过本文的研究，预期达到以下几个方面的成果：1. 深入了解盲均衡技术原理及相关算法，为后续研究提供理论基础和技术支持。

2. 分析水声信道特性对盲均衡的影响，比较不同算法的优劣，为水声通信系统的设计和优化提供依据。

3. 设计和优化合适的盲均衡算法，提高水声通信系统的可靠性和性能，并开展仿真实验验证其性能和有效性。

4. 实际测试盲均衡算法在水声通信系统中的应用效果，分析其性能及稳定性，并与传统均衡技术进行比较，为水声通信系统的应用提供具体参考。