[发明专利]一种低轨卫星信道自适应均衡方法

说明书

本发明公开了一种低轨卫星信道自适应均衡方法，本方法将LMS频域均衡算法和自适应滤波器结合在一起，再基于误差函数和正弦函数，通过多次迭代更新滤波器系数，然后根据接收机中FFT输出的值，使得接收机中频率误差接近于0，得到最后的期望信号，从而提高整个系统的性能，使码间干扰降低，误码率降低；同时，本发明的变步长ESVSS‑LMS自适应算法，使μ在误差信号e(k)较大起始阶段，步长自动增大，因此收敛速度快；另外本发明所设计的算法只需不断地迭代调整滤波器系数w(k)，使均方误差e(k)达到最小值0，计算量小，算法简单易懂。

技术领域

本发明属于卫星传输领域，特别是涉及一种低轨卫星信道自适应均衡方法。

背景技术

无线通信中，码间干扰会引起误码率的上升，导致通信质量下降，为了尽量减少码间干扰对通信系统的影响，一般利用信号处理技术中的均衡技术对信道进行补偿，从而达到减少码间干扰的目的。通常情况下，由于各个子载波间不正交，载波间的干扰ICI和子带间的干扰IBI会更加突出，因此必须增加均衡器进行干扰消除。

均衡处理一般都采用自适应均衡技术，因为自适应均衡技术能够根据信道的变化情况，动态地调整信道参数、补偿信道损耗，来保证通信质量不受码间干扰的影响。信道均衡技术可以分为频域均衡和时域均衡，频域均衡技术的基本思想是从频域上用均衡器补偿信道特性，使系统传递函数满足奈奎斯特频域的条件；时域均衡技术的基本思想是从时域上用均衡器补偿信道特性，使系统传递函数满足奈奎斯特时域的条件。

其中LMS自适应算法被广泛应用，其主要原理是通过在原始输入信号的迭代过程中来进行梯度矢量估计，然后更新权重达到最优值，判断的原则是实际输出与期望值之间的最小均方误差(Normalized Least Mean Square，NMSE)。LMS自适应算法通过适当调整目标函数，梯度向量的计算得到了简化，具有计算量小、性能稳定且易于实现等特点，已经得到了广泛的应用，然而，LMS自适应算法收敛速度很慢，不适合应用于快速变化的信号。为了提高自适应算法的收敛速度，RLS自适应算法被提出，其具有快速收敛速度和较好的收敛性能，但是该算法的计算量比较大，且实现较为复杂。后来，NLMS自适应算法即归一化LMS自适应算法被提出，该算法是一种特殊的变步长LMS自适应算法。其主要原理是最小化干扰原理：数字预失真训练网络权系数w(k)的值从一次迭代到下一次迭代中依照最小方式改变，且受更新的DPD输出约束。但数字预失真辨识算法的好坏对整个数字预失真系统起着决定性作用，因此后来的研究主要基于对LMS自适应算法的步长因子μ的改进。因此，本方案基于误差函数和正弦函数提出了一种可变步长LMS自适应算法，称ESVSS-LMS(Error and SineVariable Step Size LMS)自适应算法，用于减小信道误码率的作用。

发明内容

针对以上现有技术的不足，本发明的目的是提供一种低轨卫星信道自适应均衡方法，防止在无线通信中由于码间干扰引起的误码率上升。

为达到上述目的，本发明的技术方案是：

一种低轨卫星信道自适应均衡方法，包括以下步骤：

S1：初始化权重向量为w(k)，常数为a、b和c；

S2：将经过信道的信号r_n经基带射频、时域处理、2N-FFT处理后得到通过频域信号R(k)，并用R(k)和权重向量w(k)的内积表示通过滤波器的输出y(k)；

S3:根据参考信号d(k)与y(k)的差值，得到误差信号e(k)；

S4：设计变步长因子μ，利用ESVSS-LMS算法更新滤波器的系数的表达式为

S5：根据得到的变步长因子μ，得到滤波器系数的更新迭代表达式为

w(k+1)＝w(k)+μe^*R(k)；