水声通信中的盲均衡算法研究

合集下载

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

基于改进盲均衡算法的水声通信可靠性研究

Ｌｅ—ｘａｇＩＸｕｉｎ．ＡＮｅ—ｑｎＸｕｉｇ
（．ｏｗｒＴｃｎｌｙＳｈｏ，ｈｎｚｏｎｅｓｙＺｅｇｈｕ４００，ｈｎ；１ＳｆａｅｅｈｏｇｃｏｌＺｅｇｈｕＵｉｒｔ，ｈｎｚｏ５０２Ｃｉａｔｏｖｉ２ｅａｔｎｆｔｍｔｓＺｅｇｈｕＵｉｒｔ，ｈｎｚｏ，５０２Ｃｉａ．Ｄｐｒｔｈａｉ，ｈｎｚｏｎｖｓｙＺｅｇｈｕ４００，ｈｎ）ｍｅｏＭａｅｃｅｉ
失真的接受端信号，ｎ是经过信道均衡后得到的接收端Ｙ（）
信号。由于传统方法不能及时掌握信道变化特性，造成均衡后的信号依然存在较高的码问干扰，因此造成均衡的性能不高。由水声通信的数据可靠性定义知，通信数据的可靠性与
ｃｍｍｕｉａｉｎｄｔｌｉｔｏｉｈｏｎｃｔａａｒｉｌｙｉｎｔｈｇ．Ｆｒｈｓｕｒａｄｔｅｉｒｖｍｅｔｆｔｅｂｉｄｅｕｉａｉｎａｇｒｈｏｅａｉｓｂｏｉ，ｐｔｗｒｍｐｏｅｎｌｑａｚｔｌｏｔｍ，ｔｏｆｈｏｈｎｌｏｉｂｉｄｅｕｌａｉｎａｇｒｈｄｅｏｅｄｔｉｉｇｓｑｅｃ，ｎｅｏｋｏｅｓａｉｔｈｒｃｅｓｉｓｏｅｄｎｅｌｑａｉｔｌｏｔｍｏｓｎｔｎａｎｎｅｎｚｏｉｓｒｕｎｅｅｄｔｎｗｔｔｔｉｃａａｔｒｔｆｓｎｉｇｓ — ｈｓｃｉｃｑｅｃａｅｓｎｅｉｆｒｔｎｒｃｖｒ，ｃｎｅｓｒａａｃｄｔｌｅｓｎａｂｉｄｂａｃｄｏｈａｉｏｓｕｎｅｃｎｂｅｔｔｎｏｍａｉｅｏｅｙａｎｕｅｂｌｎｅｉｉｓ，ｉｌａｎｅｎｔｅｂｓｆｉｈｏｍｅｎｎｌｓｔ

一种有效的水声信道盲均衡算法

Ｓａｖ和Ｗｅｓｅｎ４提出的一种超指数迭代ｈｌｉｉｔ Nhomakorabea＿ｎ
（）最后将新算法与其他常规算法进行性能比ＤＤ；
较，并对算法的性能进行了分析，真结果验证算仿法的有效性．
（Ｅ）ＳＩ盲均衡算法具有较快的收敛速度，此，为文献Ｅ］Ｃｓ在ＭＡ－ＦＤＥ算法和ＳＩ法的基础上提Ｅ算
出了一种超指数判决反馈盲均衡算法（Ｅ— ＳＩ
１超指数迭代判决反馈盲均衡
引进基于判决反馈的盲均衡算法主要有２个原因ｌ：１８（）当信道存在靠近单位圆的零点时，Ｊ
ＦＲ均衡器会在相应的位置生成极点，Ｉ以抵消零
一
种新的自适应变步长算法应用到前馈滤波器前向权值的迭代步长中，高算法收敛速度；采提并
取判决误差切换准则，上述改进算法与判决导引算法有机结合起来，高算法稳健性和收敛性将提能．真结果证明了该算法的有效性．仿关键词：声信道；均衡；指数迭代；决反馈；步长；决导引水盲超判变判
Ｖｏ１６Ｎｏ．．３１Ｆｅｂ．２Ｏ１２
一
种有效的水声信道盲均衡算法＊
宁小玲刘忠李朝旭夏清涛

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－

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。

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

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。

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。

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.。

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。

一种改进的水声信道盲均衡算法

一种改进的水声信道盲均衡算法王雷;刘大成【摘要】针对多径水声信道会产生严重码间干扰的问题,提出了一种改进的恒模盲均衡算法,该算法结合变步长思想和动量算法的原理加快收敛速度,利用代价函数的实、虚部分别计算来校正水声信道引入的相位旋转.通过仿真,验证了该算法能够恢复水声信道引起的相位旋转而且具有较快的收敛速度和较低的剩余码间干扰.【期刊名称】《电声技术》【年(卷),期】2013(037)004【总页数】4页(P44-46,50)【关键词】盲均衡算法;相位旋转;收敛速度;水声通信【作者】王雷;刘大成【作者单位】92785部队,河北秦皇岛066200;92785部队,河北秦皇岛066200【正文语种】中文【中图分类】TN9291 引言在有限带宽资源的高速数字水声通信中，多径衰落传播效应会产生严重的码间干扰(Inter Symbol Interference，ISI)，致使通信系统中的传输信号产生幅度和相位失真，大大降低了水下通信的可靠性和数据传输效率［1］。

均衡技术是一种有效补偿ISI的手段，但是自适应均衡技术需要给接收端发送训练序列，占用一定的带宽资源，这对带宽受限的水声通信是不利的，因此，将不需要发送训练序列的盲均衡技术引入到水声通信中［2－3］。

在盲均衡算法发展进程中，恒模盲均衡算法(Constant Modulus Algorithm，CMA)［4］因具有计算复杂度低、收敛性好、易于硬件实现等优点而被广泛应用于实际中。

但是恒模盲均衡算法收敛速度和稳态误差之间存在矛盾，而且其对由信道引起的相位旋转不敏感，因此相继提出了多种改进形式的盲均衡算法［5－7］。

文献［5］和［6］是针对相位旋转的改进算法，其中文献［6］提出了使传输的复信号实部和虚部分开进行均衡，改进了CMA对相位不敏感的缺点，称之为修正的恒模盲均衡算法。

文献［7］是针对恒盲均衡算法收敛速度和稳态误差之间矛盾提出了一种加快算法收敛速度、降低稳态误差的变步长方法。

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。

通信信号处理

通信信号处理作业水声信道盲均衡算法综述班级：姓名：学号：水声信道盲均衡算法综述摘要：简述了水声信道盲均衡算法的研究背景，概述了基于Bussgang类盲均衡算法、基于高阶谱类盲均衡算法、基于神经网络类盲均衡算法的研究现状，并指出了其今后的发展方向。

关键词：盲均衡；Bussgang；高阶谱；神经网络一、研究背景随着陆地资源逐渐地枯竭，人们把目光投向了资源丰富的海洋，海洋在人类的活动中占有越来越重要的地位。

而在对海洋进行的每一项军事与民用开发活动中，都离不开通信与数据传输。

山于海水是电的导体，光波与电磁波在海水中衰减都很大，传播距离十分有限，声波成为水下无线通信唯一的有效手段。

在有限带宽的水声信道中通信时，多径传播会导致严重的码间干扰，而码间干扰会严重影响通信的质量，因此必须米用自适应均衡技术以克服。

传统的自适应均衡算法和结构的研究已经比较成熟，但是传统的自适应均衡技术存在一些难以克服的缺点。

(1) 一旦信道的特性发生改变，自适应均衡器就需要重新发送训练序列，更新均衡器的抽头系数，不利于实时通信。

(2) 传统的自适应均衡技术在进行正式通信前要发送训练序列训练均衡器的抽头系数，但是有些场合比如潜艇间的军事通信，根本无法获得训练序列，这时，自适应均衡技术便无能为力。

(3) 每建立一个新的通信就要重新发送新的训练序列更新抽头系数。

因此在一对多的通信中，一旦某个节点和服务器的通信因为某种因素中断时，其他节点和服务器的通信也将受到影响。

这些缺点和不足导致了传统自适应均衡技术已不能满足现代通信的要求，特别是带宽有限的水声信道的通信要求。

盲均衡技术不需要在通信之前发送训练序列，直接利用接收信号的高阶统计量进行均衡，因而通用于水声信道，所以很多专家和学者开始重视盲均衡技术的研究。

与传统自适应均衡技术不同，盲均衡是一种利用接收信兮高阶统计量的本身自适应的均衡技术，能够根据接收到信号的统计信息恢复出原始的发送信号。

在带宽有限的水声信道中，盲均衡技术能够节省带宽，从而有更多的带宽可以用来通信，提高了通信的效率，而且在传统自迅应均衡技术无能为力的情况下，盲均衡技术依然可以有效地工作，以保证正常的通信。