[发明专利]基于分数低阶统计量的正交小波盲均衡方法

说明书

技术领域

本发明涉及一种水声环境中的基于分数低阶统计量的正交小波盲均衡方法。

背景技术

在对信道进行均衡时，通常都假设信道噪声为高斯噪声，但研究表明，水声环境噪声、低频大气噪声、许多生物医学噪声以及人为噪声都属于非高斯分布，通常可用α稳定分布来描述。α稳定分布(见：文献[1]Changning Li，Gang Yu.A New Statistical Model for Rolling Element Bearing Fault Signals Based on Alpha-Stable Distribution[C].Computer Modeling and Simulation，2010.ICCMS’10.Second International Conference on，IEEE.2010，Vol.4：386-390；文献[2]Jia Xu，Wei Han，Xiu-feng He，Ren-xi Chen.Small Target Detection in SAR Image Using the Alpha-stable Distribution Model[C].Image Analysis and Signal Processing(IASP)，2010 International Conference on.IEEE，2010：64-68)是广义的高斯分布，它比高斯分布具有更广泛的适用性。根据广义中心极限定理，α稳定分布是唯一的一类构成独立同分布随机变量之和的极限分布，但这类噪声具有长的拖尾，出现较强幅度冲击的概率较大，而且这类噪声二阶及以上的统计量是不存在的(见文献[3]邱天爽，杨志春，李小兵，陈艳霞.α稳定分布下的加权平均最小p-范数算法[J].电子与信息学报.2007.29(2)：410-413)。因此，基于二阶统计量和高阶统计量的信号处理方法不适合处理这类噪声。在这种噪声环境条件下，直接或间接使用高阶统计量的常数模盲均衡方法性能下降严重，甚至发散。

发明内容

本发明目的是为了克服环境噪声服从分数低阶α稳定分布时，常数模方法(CMA，Constant Modulus Algorithm)的性能缺陷。发明了一种基于分数低阶统计量的正交小波盲均衡方法(Orthogonal Wavelet Transform and Fraction Lower Order Statistics based Constant Modulus Algorithm，WT-FLOSCMA)。本发明方法利用分数低阶统计量来抑制α稳定噪声，根据最小分散系数准则优化盲均衡器的权向量，并对均衡器输入信号进行正交小波变换，通过降低均衡器输入信号的自相关性来加快收敛速度。水声信道仿真结果表明，本发明方法性能明显优于常数模方法。

本发明为实现上述目的，采用如下技术方案：

本发明基于分数低阶统计量的正交小波盲均衡方法(WT-FLOSCMA)，包括如下步骤：

a.)将发射信号a(n)经过脉冲响应信道c(n)得到信道输出向量x(n)，其中n为时间序列，下同；

b.)采用信道噪声w(n)和步骤a所述的信道输出向量x(n)得到正交小波变换器(WT)的输入信号：y(n)＝w(n)+x(n)；

c.)将步骤b所述的均衡器的输入信号y(n)经过正交小波变换后，均衡器输入为：

R(n)＝Qy(n)        (1)

式中，Q为正交变换矩阵，R(n)为变换后的均衡器输入，则均衡器输出为：

z(n)＝f^T(n)R(n)    (2)

式中，T为转置，此时，WT-FLOSCMA均方误差e(n)为：