[发明专利]一种改进的恒模均衡算法

权利要求书

1.一种改进的恒模均衡算法，其特征在于，包括:

S1、建立均衡算法数字通信模型，模拟信道的非线性特性；

S2、在信号均衡部分，接收信号输入固定迭带步长μ，采用CMA算法在基带接收系统中加入可调节的滤波器实现自适应均衡减少ISI，然后在CMA算法的基础上将固定的迭带步长μ用一个MSE函数通过非线性函数来动态控制，加快收敛速度，进一步减小稳态误差。

2.根据权利要求1所述的一种改进的恒模均衡算法，其特征在于，所述S2中CMA算法实现均衡具体为：

系统的接收信号：

式中，s(k)为发送信号，h(k)为无线多径信道的冲激响应，n(k)为信道噪声，常数L_n为信道阶数；

将接收信号作为盲均衡器的输入信号，那么盲均衡器的输出信号可以表示为

其中，w＝[w(0),w(1),…,w(L_e -1)]^T是阶数为L_e的盲均衡器的权值向量；

通常，使用随机梯度下降法对盲均衡器的权值向量进行迭代

w_k+1＝w_k-μ·▽J

＝w_k-μ·e^*(k)x(k)

其中，μ是迭代步长,此外，e(k)为盲均衡算法的误差项,由于盲均衡算法中没有训练序列，因此误差项是通过零记忆非线性估计器对盲均衡器的输出信号y(k)进行非线性变换得到的；

CMA不考虑接收信号的相位信息，仅仅利用幅值信息构造代价函数:

J_CMA＝E{(|y(k)|^p-R_p)²}

其中，

R_p＝E[|s(k)|^2p]/E[|s(k)|^p]

可以看出，R_p是仅与系统发送信号统计特性有关的正常数,其中，p是正整数，考虑到实现复杂度和算法性能的折衷，通常选取p＝2；

采用最速梯度下降法，可以得到CMA的权值向量更新公式为:

w＝w-μ·▽J

＝w-μ(|y(k)|-R)|y(k)|y(k)x(k)

因此，CMA盲均衡算法的误差项为：

e(k)＝(|y(k)|-R)|y(k)|y(k)。

3.根据权利要求2所述的一种改进的恒模均衡算法，其特征在于，所述S2中在CMA算法的基础上将固定的迭带步长μ用一个MSE函数通过非线性函数来动态控制，MSE的含义是MSE(k)＝E{e(k)^*e(k)}；

e(k)＝|y(k)|²-R₂

非线性函数为：

y(k)＝1/(1+exp(-a^*((|e(k)|)-b)))；

其中，a,b为参数。

4.根据权利要求3所述的一种改进的恒模均衡算法，其特征在于，上述函数中由于在e(k)＝0时，y趋近0；趋近的速度受参数a,b影响，所以设置一个门限|e(n)|,在误差小于这个门限时候，切换控制误差函数为2^*|e(k)|^3,在误差很小的时候迭代步长可以继续减小，提升精度，由于用瞬时误差来代替平均误差，所以控制函数会有波动，解决的方法为用一个L长度的窗，对e(n)取平均值，就是取L个数据加起来取平均，所以新提出的抽头系数迭代公式：

当|e(n)|＞η时

W(n+1)＝W(n)-(1/(1+exp(-a(|e(n)|-c))))y(k)e(n)X^*(n)+α_D(W(n)-W(n-1))

当|e(n)|＞η时

W(k+1)＝W(k)-(2*|e(k)|³)y(k)e(k)X^*(k)+α_D(W(k)-W(k-1))

其中，e(k)＝|y(k)|²-R₂,为输出信号，Y^*(n)为滤波器输入信号的向量的共轭，W(n)为滤波器的抽头向量，η为误差函数切换的门限，α_D(W(n)-W(n-1))为附加动量项，α_D为动量的系数。