[发明专利]一种快速收敛的半盲均衡方法

说明书

技术领域

本发明涉及信道估计与均衡领域，具体涉及一种快速收敛的半盲均衡方法。 

背景技术

近年来，人们对于通信质量的要求也越来越高，但是无线信道的随机性将会制约无线通信系统的通信性能。信道估计和均衡技术能够准确地估计出无线信道的特征和参数并且以某种数学方式将其表达出来，从而估计出信道的可能输入信号并且使其与原始先验输入信号的估计误差最小化，降低判决误差，提高通信性能。解决由于多径效应和信道有限带宽所产生的码间干扰的均衡技术大体可以分为三类：第一类为利用训练序列的自适应均衡技术；第二类为利用有效信号先验信息的盲均衡技术；第三类为近期发展起来的综合了第一类和第二类各自优势的半盲均衡技术。

半盲均衡方法是以自适应均衡方法直接对盲均衡方法进行补偿，一起对被干扰信号进行均衡。这样的半盲均衡方式没有对自适应均衡算法进行预判，直接将其用于补偿盲均衡方法，容易将自适应均衡所固有的一些缺点引入到均衡系统当中。这些缺点包括：其一，自适应均衡方法在判决不准确的情况下，计算出来的误差信号是不可靠的，若用自适应均衡方法对盲均衡算法进行直接补偿，自适应均衡的错误误差信号会使盲均衡方法收敛错误；其二，自适应均衡的固有缺点是容易陷入局限极小值，若使用自适应均衡直接补偿盲均衡方法，会使均衡系统也陷入一个局限极小值。

发明内容

本发明所要解决的问题是：如何提供一种快速收敛的半盲均衡方法，使均衡系统能够快速收敛，同时具有较高的收敛精度，并且此半盲均衡方法能够不陷入局部极小值，收敛到更高水平。

本发明所提出的技术问题是这样解决的：

一种快速收敛的半盲均衡方法，其特征在于，包括以下步骤：

A 使用LMS算法当前误差的实部符号和MCMA算法当前误差的实部符号比较，若两者符号相同，则用LMS算法对MCMA算法进行实部补偿；

B 使用LMS算法当前误差的虚部符号和MCMA算法当前误差的虚部符号比较，若两者符号相同，则用LMS算法对MCMA算法进行虚部补偿。

按照本发明所提供的LMS算法对MCMA算法的判决补偿方法，使系统不会被LMS算法带入局限极小值。

进一步地：

LMS自适应均衡对MCMA盲均衡的判决补偿方法之一在于分别比较LMS算法误差和MCMA算法误差的实部符号和虚部符号：

若LMS算法误差信号的实部与MCMA算法误差信号的实部符号相同，则使用LMS算法对MCMA算法进行实部补偿；若LMS算法误差信号的实部与MCMA算法误差信号的实部符号不同，则不使用LMS算法对MCMA算法进行实部补偿；停止实部补偿的办法是修正LMS均衡器部分的实部误差为0，从而停止LMS均衡器权值的实部更新；

若LMS算法误差信号的虚部与MCMA算法误差信号的虚部符号相同，则使用LMS算法对MCMA算法进行虚部补偿，若LMS算法误差信号的虚部与MCMA算法误差信号的虚部符号不同，则不使用LMS算法对MCMA算法进行虚部补偿；停止虚部补偿的办法是修正LMS均衡器部分的虚部误差为0，从而停止LMS均衡器权值的虚部更新。

LMS自适应均衡对MCMA盲均衡的判决补偿方法之一在于改进LMS算法的步长因子函数：

LMS算法只是在系统的初始阶段对MCMA算法进行补偿，在系统收敛到一定程度后，LMS算法易陷入局部极小值。在LMS算法陷入局部极小值时将其步长因子修正为0，停止LMS算法的补偿，使系统继续收敛。

以上判决补偿方法LMS补偿算法的步长因子采用自适应变步长因子。

更进一步地：

以系统输出端的码间串扰的值为标准，若此值连续多次迭代维持在一个范围内，表明系统已陷入局部极小值，此时停止LMS算法的补偿。

以系统输出端信号值为标准，若此值的星座图落在预先设定好的收敛范围内，则表明系统已经收敛到某阈值下，此时停止LMS算法的补偿。

本发明有益效果在于：较现有的自适应均衡技术，本发明能获得更好的收敛精度；较现有的盲均衡技术，本发明能获得更快的收敛速度；较现有的半盲均衡技术，本发明能够避免其由LMS错误判决带来的错误收敛的缺点，同时能够避免其易陷入局部极小值的缺点。

附图说明

图1是半盲均衡方法系统图；

图2是自适应LMS算法对MCMA算法的补偿半盲均衡流程示意图。

具体实施方式

为使本发明的技术方案更加清楚明白，下面结合附图对本发明进行进一步的详细说明。