论文部分内容阅读
盲均衡技术可以消除多输入多输出(Multiple Input Multiple Output,MIMO)系统中的信号失真。MIMO系统中的同道干扰和用户间干扰,使得接收信号存在一定的相关性,导致传统MIMO均衡算法中多个均衡器输出信号可能锁定到同一个发射信号且稳态误差较大。本文在介绍了MIMO系统和盲均衡理论知识的基础上,对存在信号互相关性的MIMO系统的盲均衡算法进行了深入研究,主要工作如下：(1)提出了基于级联多输入单输出(MuItiple Input single Output,MISO)均衡器的CMA+DFE.CMA+AMA算法。与CMA算法相比,两种组合算法对MIMO信号进行盲均衡时都能获得较低的误码率;算法中的级联MISO均衡器可以独立地处理不同的均衡信号,避免了信号互相关性对均衡效果的不良影响,使算法的稳态误差进一步降低。另外在CMA+AMA组合算法中加入随时间动态变化的权重因子来控制CMA和AMA算法在均衡过程中的权重变化,可以使组合算法的性能达到最优。(2)提出了基于非线性互相关项的动量因子动态变化的共轭梯度多模算法。针对MIMO系统均衡信号之间的互相关性,在多模算法代价函数中加入线性互相关函数可以对MIMO系统混合信号进行一定程度的解相关,而非线性互相关项利用均衡器输出信号的自相关函数对输出信号进行非线性处理,其解相关能力进一步增强,算法性能更佳。为了在不影响稳态误差的情况下加快收敛速度,利用动量因子动态变化的共轭梯度多模算法对基于非线性互相关项的多模算法进行了改进,并通过仿真实验证明了改进算法的有效性。(3)提出了基于主成分分析的MIMO系统加权多模盲均衡算法。对于接收天线多于发射天线的超定MOMO系统,采用传统主成分分析法(Principal Component Analysis,PCA)对MIMO信号进行预处理,不仅可以降低接收信号之间的相关性,降低收敛误差,还能够通过降维减少后续盲均衡算法的运算量,提高收敛速度。对于接收天线少于发射天线的欠定MIMO系统和信号较弱的MIMO系统,分别采用基于欠定PCA的加权多模算法和基于MDL-PCA的加权多模算法来对其进行盲均衡处理,并通过MIMO信道仿真实验证明了其可行性与有效性。