申请/专利权人：西安电子科技大学

申请日：2022-03-27

公开（公告）日：2024-04-12

公开（公告）号：CN114826842B

主分类号：H04L25/03

分类号：H04L25/03;H04L27/38

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.08.16#实质审查的生效;2022.07.29#公开

摘要：本发明属于无线通信中盲均衡技术领域，公开了一种非高斯噪声下多进制正交调幅信号多模盲均衡方法及系统，包括：定义样本集，将多级信号样本转换为单级；定义决策阈值，判断当前接收的瞬时信号是否属于样本集，如果不属于集合范围，过滤样本；如果属于集合，则进行迭代运算；对修正后的代价函数微分计算出梯度，根据梯度下降法方法计算出均衡器的迭代公式，将过滤后的样本代入计算，迭代更新均衡器并最小化代价函数。本发明开发了一种非高斯噪声下多进制正交调幅信号多模盲均衡方法，可以避免稳态失调，减少码间干扰和信道间干扰，降低计算复杂度。此外，过滤样本时大误差的野点也被抛弃，所以可以很好的应用于非高斯噪声环境下。

主权项：1.一种非高斯噪声下多进制正交调幅信号多模盲均衡方法，其特征在于，所述非高斯噪声下多进制正交调幅信号多模盲均衡方法包括：定义样本集，将多级信号样本转换为单级；定义决策阈值，判断当前接收的瞬时信号是否属于样本集，如果不属于集合范围，过滤样本；如果属于集合，则进行迭代运算；对修正后的代价函数微分计算出梯度，根据梯度下降法方法计算出均衡器的迭代公式，将过滤后的样本代入计算，迭代更新均衡器并最小化代价函数；所述非高斯噪声下多进制正交调幅信号多模盲均衡方法具体包括以下步骤：第一步，定义样本集Ω，将多级信号样本转换为单级；第二步，定义决策阈值ζ，判断当前接收的瞬时信号xn是否属于样本集，如果不属于集合范围，过滤该样本；如果属于集合，则进行下一步的迭代运算；第三步，对修正后的代价函数JIMMAw微分计算出梯度，根据梯度下降法方法计算出均衡器的迭代公式，将过滤后的样本代入计算，迭代更新均衡器并最小化代价函数；所述定义样本集Ω，将多级信号样本转换为单级；从多级正交幅度调制QAM星座集中随机选择的发射信号sn，通过一个带存储器的信道传输，信道被建模为阶有限信道脉冲响应CIR滤波器这里的gT代表转置；采用一个L阶的自适应盲均衡器w来对抗信道引起的码间干扰；然后，接收和均衡后信号被公式化为： 其中ξn表示服从α稳定分布Sαa,β,δ的加性非高斯噪声，[·]H表示共轭转置，[·]*表示复数共轭，当设置不同的参数时，模拟高斯噪声和非高斯噪声；如果α＝2且β＝0，则分布S2a,0,δ表示均值为a方差为2δ2的高斯分布；如果α＜2，ξn变为非高斯噪声；此外，向量xn＝[xn,xn-1,…,xn-L+1]T表示均衡器输入的信号序列，w＝[w0,w1,…,wL-1]T为盲均衡器的抽头系数，[·]T表示转置；另外，Re·和Im·分别表示实部和虚部，符号j表示虚数单位；盲均衡算法的目标是通过调整抽头系数使得yn＝Csn-τ，其中C是一个常数，τ是时间延迟；权重为w的盲均衡器的设计目标是最小化平均广义多模算法MMA代价函数；首先创建通用的基础代价函数JMMAw：JMMAw＝E[|Reyn|p-γ2+|Imyn|p-γ2]其中参数p是正数，常数是多模分散常数，|·|是绝对值；sn是发射信号，w为均衡器，yn为经过均衡器后的信号，E表示时间平均；首先定义样本集Ω，是最优均衡器： 其中，Z为正整数，则样本集Ω定义为： 其中，上述公式如果用虚部替换实部依然成立；将多级QAM信号转换为单级QAM信号；当均衡器收敛到最优均衡器时，的值趋近于所述定义决策阈值ζ，判断当前接收的瞬时信号xn是否属于样本集，如果不属于集合范围，过滤样本；如果属于集合，则进行下一步的迭代运算；判断当前接收的瞬时样本xn是否属于集合，如果不属于集合范围，舍弃该样本不进行迭代；如果属于集合，将样本保存进行下一步的迭代运算；过滤出迭代第k步所用样本的集合Ωk： 所述对修正后的代价函数JIMMAw微分计算出梯度，根据梯度下降法方法计算出均衡器的迭代公式，将过滤后的样本代入计算，迭代更新均衡器并最小化代价函数；根据上述定义，构造改进的MMAIMMA代价函数JIMMAw： 对代价函数JIMMAw微分，梯度为： 然后用瞬时梯度代替统计的所有梯度，根据梯度下降法方法给出IMMA的均衡器修正公式： 其中k是索引迭代，为步长；由于最优均衡器w在更新公式收敛之前是未知的，因此在迭代过程中利用当前权向量代替最优权向量w；将所求过滤后的样本集Ωk代入进行运算，迭代更新均衡器并最小化代价函数。

全文数据：

权利要求：

百度查询： 西安电子科技大学 非高斯噪声下多进制正交调幅信号多模盲均衡方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD