文獻標(biāo)識碼: A
文章編號: 0258-7998(2011)02-0110-03
在寬帶無線通信中,,多徑衰落會導(dǎo)致接收信號產(chǎn)生嚴(yán)重的符號間干擾ISI(Inter-Symbol Interference),,均衡技術(shù)是抑制此類干擾的有效方法。盲均衡算法在通信建立階段或通信中斷后的恢復(fù)階段均無需訓(xùn)練序列,,能提高通信系統(tǒng)的帶寬效率,。改進的恒模算法MCMA(Modified CMA)[1]能有效克服恒模算法CMA(Constant Modulus Algorithm)[2]收斂速度慢、穩(wěn)態(tài)誤差大的不足,,且能在一定程度上自動補償信道引起的相位誤差,。而對于高階QAM信號,MCMA算法收斂精度不高,。多模輔助算法MAMA(Multi-Modulus Assisted Algorithm)[3]能收斂到非常小的穩(wěn)態(tài)誤差,,但初期收斂速度較慢,。
雙模式盲均衡算法能有效解決收斂速度和收斂精度之間的矛盾,,其基本思想是:選擇兩種算法,,一種能穩(wěn)定快速收斂;另一種在收斂后能獲得很小的穩(wěn)態(tài)誤差,,雙模式盲均衡算法能否有效提高均衡性能取決于切換準(zhǔn)則,。針對算法的切換機制,參考文獻[4]提出一種基于判決域的雙模式切換算法,;參考文獻[5]采用硬判決切換,,即達到設(shè)定的門限值就進行算法切換;參考文獻[6]基于符號判決法進行切換,。本文針對高階QAM系統(tǒng)均衡問題,,將MCMA算法與MAMA算法相結(jié)合,設(shè)計了一種雙模式盲均衡算法,。
MAMA針對不同模值上的信號,,采用相對應(yīng)的模值對其進行均衡,以獲得較小的穩(wěn)態(tài)誤差,,是一種多模算法,。MAMA的系數(shù)迭代公式為:
3 仿真測試與評價
為驗證算法的有效性,利用MATLAB對算法進行仿真測試,。仿真參數(shù)為:發(fā)送信號為64 QAM,,信號歸一化平均功率為1,信噪比為30 dB,,信道噪聲為高斯白噪聲,。信道沖激響應(yīng)序列依據(jù)參考文獻[9]給出的參數(shù),h=[0.041 0+0.010 9j,0.049 5+0.012 3j,0.067 2+0.017 0j,0.091 9+0.023 5j,0.792+0.041 4j,0.128 7+0.015 4j,0.103 2+0.011 9j],。MCMA抽頭數(shù)為31,迭代步長μ1=9×10-7,;MAMA抽頭數(shù)為31,初始化為0,,迭代步長μ2=1×10-6,。在算法性能評價上,采用參考文獻[10]的方法計算均方誤差MSE(Mean Square Error)和碼間干擾(ISI),。
圖3(a),、圖3(b)、圖3(c)分別為均衡前,、MCMA均衡輸出和本文算法均衡輸出的信號星座圖,。從圖3中可以看出,本文設(shè)計的算法在穩(wěn)態(tài)時的輸出信號更緊密地分布在星座符號周圍,。
圖4給出了MCMA算法和本文設(shè)計的雙模式盲均衡算法在迭代過程中剩余均方誤差的變化趨勢,。從圖中可以看出,,在相同的信噪比下,本文設(shè)計算法的收斂速度比MCMA算法快,,且穩(wěn)態(tài)MSE約減少了2 dB,。
圖5給出了MCMA算法和本文算法在不同信噪比時的符號間干擾(ISI)曲線??梢钥闯?,隨著信噪比增加,兩種算法的ISI都會降低,,但應(yīng)用本文算法,,ISI的下降速度更快。當(dāng)SNR=35 dB時,,應(yīng)用本文算法在穩(wěn)態(tài)時的碼間干擾比MCMA低約3 dB,。
對于高階QAM系統(tǒng),MCMA和MAMA分別存在穩(wěn)態(tài)誤差大,、收斂速度慢的缺點,本文設(shè)計了一種結(jié)合MCMA和MAMA的雙模式盲均衡算法,。該算法利用MCMA始終對信號進行均衡,當(dāng)正確判決的概率較大時,,引入MAMA聯(lián)合均衡,,對位于不同模值上的信號進行有針對性的均衡。本文對該算法及MCMA算法,,采用64 QAM信號進行了仿真對比測試,。結(jié)果表明,本文設(shè)計的雙模式盲均衡算法具有更快的收斂速度和更小的穩(wěn)態(tài)誤差,。
參考文獻
[1] HE L, ADMIN M G, REED C, et al. A hybrid adaptive blind equalization algorithm for QAM signals in wireless communications[J]. IEEE Transactions on Signal Processing,2004,52(7):2058-2069.
[2] GODARD D N. Self-recovering equalization and carrier tracking in two-dimensional datacommunication systems[J]. IEEE Transactions on Communications, 1980, 28(11):1867-1875.
[3] SHAHMOHAMMADI M, KAHAEI M H. A new dual-mode approach to blind equalization of QAM signals[C]//CSS 2003. Kemer-Antalya: [s.n.], 2003: 277-281.
[4] WEE G L. New soft transition dual mode type algorithms for blind equalization[C]//IEEE WCNC 2007. Hong Kong:[s.n.], 2007:504-508.
[5] 孔媛媛,,王欣,鄷廣增. 一種改進的QAM信號的恒模算法:MCADAMA[J].南京郵電大學(xué)學(xué)報,2009,29(3):73-77.
[6] GUO Ye Cai, HAN Ying Ge, YANG Chao. Orthogonal wavelet transform based sign decision dual-mode blind equalization algorithm[C]//ICSP 2008. Beijing: [s.n.],2008:80-83.
[7] DE C F C C, DE C M C F, ARANTES S. Concurrent blind de-convolution for channel equalization[C].Proc ICC, Helsinki Finland, 2001,2:366-371.
[8] FIJALKOW I, MANLOVE C E, JOHNSON C R, et al. Adaptive fractionally spaced blind CMA equalization: excess MSE [J]. IEEE Trans on Signal Processing, 1998,46(1): 227-231.
[9] LI Chi Sheng, DONG Wen Juan, WAN Guo Jin, et al. A new multi-modulus blind equalization algorithm for QAM Signals[C]// International Conference on Wireless Communications, Networking and Mobile Computing,2009:1-4.
[10]王峰. 基于高階統(tǒng)計量的水聲信道盲均衡理論與算法[D].西安:西北工業(yè)大學(xué),2003.