短波信道 数据重用在短波信道盲均衡中的应用
时间：2020-03-07 09:51:22 来源：雅意学习网 本文已影响 人 
摘 要： 为解决短波通信中非合作接收数据短、直接均衡迭代难于收敛的问题，将数据重用的思想引入盲均衡算法中，通过分析数据重用均衡后序列与原始码元序列峰度的关系，验证数据重用方法的有效收敛性，将此方法用于典型Bussgang类盲均衡算法，并分析影响数据重用盲均衡效果的几个因素，通过仿真实验表明，数据重用方法大大减少Bussgang类盲均衡算法收敛所需要的码元数目，有一定的工程实用价值。
关键词： 数据重用；短波信道；Bussgang；盲均衡
中图分类号：TN911.5 文献标识码：A 文章编号：1671－7597（2011）1210144－01
0 引言
在短波通信非合作接收中，作为信息截获的第三方，需要在未知信号参数的情况下对接收数据进行盲均衡。信道盲均衡是一个研究的非常广泛的问题，有Bussgang类盲均衡算法、基于信号检测理论的盲均衡算法、基于高阶统计量的算法、基于模糊理论和神经网络的盲均衡等几大类[1]。以上算法中仅Bussgang类盲均衡算法实现简单、计算量小且可实时实现，适用于短波通信非合作接收短时突发信号的均衡问题。但此类算法收敛较慢，需要较大的数据量才能实现算法的收敛。而短波通信非合作接收中，接收到的每帧数据段可能只有几十至几百个。若接收到的数据段足够长，较大的数据量则意味着较长的均衡时间，这个缺点使得Bussgang类盲均衡算法的应用场合受到限制。
本文首先验证数据重用方法的有效性，然后分析此方法在Bussgang类均衡算法中的作用。第3节讨论影响数据重用均衡算法性能的因素。最后一节进行仿真实验，验证以上结论，作出总结。
1 数据重用思想在Bussgang类算法中的应用
1.1 数据重用思想的有效性
下面详细分析数据重用在Bussgang类盲均衡算法中的有效性。
假设接收到的数据长度为 ，数据向量为
（1）
重复使用数据的方式有两种[3]。一种方法是将第一轮均衡 次得到的滤波器系数做为初始值进行下一轮均衡，则重复均衡 轮，等价于使用
个向量 进行均衡，其中 ；第二种方法是将数据复制 次，得到一个新数据向量：
以上两种方法本质上是一致的，但在第二种方法中，构造向量 时，人为构造的在每一帧数据结束与下一帧数据开始之间的结构，破坏了数据的平稳性，这样会在一定程度上影响均衡的收敛效果。实验证明当 足够大时，可忽略这种影响。
的目标。在以上描述的均衡算法中，假设接收到的数据段向量为 ，它所对应的码元向量为 ，使用重复使用数据的第二种方法（第一种方法可得到同样的结论），将 复制 次，可以得到一个新的数据段向量 ，它所对应的码元向量为 ：
在使用 时，由于数据较短，算法迭代次数少， 无法收敛到
。若使用 ，由于数据足够长，迭代次数增加，使用最速下降算法可
图1 原始码元峰度 与均衡后的峰度 对比
1.2 数据重用对典型Bussgang类均衡算法的作用
在Bussgang类均衡算法中，为克服迭代算法收敛缓慢的缺点，所以重复使用数据进行迭代，使算法中的目标函数最后可以收敛到相对于短数据段的极值。下面说明数据重用方法对采用最速下降法进行迭代的几种典型Bussgang类盲均衡算法的作用[4]。
2 影响算法性能的因素
2.1 重用数据长度
建模FIR滤波器作为离散时间信道，如果信源为有限字符集，则信道也只可能有有限个输出值[3]。例如对于BPSK信号，信道长度为5，则信道最多有 个输出值。如果随机序列包含了全部32种输出结果，那么有可能根据该序列求解出信道滤波器。这就是各种间接盲均衡算法在梯度迭代过程中会采用重复使用数据方法进行均衡的本质原因。如果信源为
进制，信道滤波器长度为 ，要实现完全均衡，则重复使用的每段均衡码元数目 要求满足 。
对于高进制调制方式，如16QAM，若信道滤波器长度为5，实现完全均衡则要求 ，这在实际中是很难满足的，所以实际应用中要做到完全均衡是很困难的。但如果重用的随机数据段有足够多的输出结果包含了大部分信道信息，可实现近似均衡。而且重用的数据段越长、输出结果越多，包含的有用信息越多，则均衡效果越好。
实际中对于采用不同的盲均衡算法，由于接收到的信号及信道的统计量信息没有充分利用，若要实现均衡，需要有超过以上理论值的数据长度才能实现。
2.2 迭代次数
文献[5]中表明LMS算法的收敛速度会被算法中数据之间的相关性影响。采用数据重用方法构造的数据向量的各帧之间的相关系数为1，只要重用数据长度，即每帧数据的长度远大于均衡器的长度，则该相关性对算法迭代收敛速度的影响可忽略。在采用同样算法和步长参数条件下，要达到收敛，使用长数据段盲均衡与较短数据段采用数据重用的盲均衡所需的迭代次数基本接近。假设对于某一算法，需要迭代5000次达到收敛。若数据段码元数目为100个，重复使用，则迭代50次能够收敛。
2.3 噪声水平
数据传输中由于有噪声的影响，信道输出可能有无限个取值，此时利用有限长的数据段，不能实现完全均衡。如果信道输出的随机序列中包含了信道的大部分信息，则可以实现近似均衡。如果噪声水平越高，则用同样长度的随机序列进行均衡的效果越差，因为序列中包含的有用信息量相对越少，所以要达到同样均衡效果所需的重用码元段就越长。
3 仿真实验
为验证在Bussgang类算法中，采用数据重用方法进行均衡的效果，设计实验：仿真采用CMA算法（采用其他Bussgang类算法能得到类似的结果），均衡器长度7，迭代的更新步长设为0.001。采用Watterson短波信道模型，该模型可以等效为一个横向滤波器，这里采用信道的冲激响应为：
实验1：测试均衡算法采用数据重用方法时，重用数据段长度与剩余ISI的关系。设信道无噪声影响，对于不同重用数据段长度的情况下实验100次，该数据段长度下的均衡算法的剩余ISI由剩余ISI的均值表示。仿真结果如下图所示。
图2 数据段长度与剩余ISI关系
实验2：测试均衡算法采用数据重用方法时，噪声水平SNR与剩余ISI的关系。取重用码元长度为150个，对不同SNR的情况下，实验100次，该噪声水平下均衡算法的剩余ISI由剩余ISI的均值表示。仿真结果见下图。
图3 信噪比与剩余ISI关系
图2可知，重用的数据段越长，对于不同调制类型的信号，均衡效果都是越来越好的。而要达到同样的均衡效果，对于不同的调制类型信号，所需要的码元数目不同。图中均衡效果较差的是16QAM信号，要达到均衡后的剩余ISI低于-20dB（0.1），需要重用码元的数目超过220个。此时信道中的大部分ISI已被消除，判决器的输出有较高的正确率，这样可以保证该算法进行中，对代价函数梯度的估计方向在统计上是正确的，可将算法切换到DD算法[6]。
由图3可知，随着信噪比增加（噪声水平降低），剩余ISI逐渐降低。当采用重用数据个数为150个码元时，对于MPSK信号，若信噪比大于17dB，则均衡后剩余ISI低于-20dB。
4 结束语
将数据重用方法引入Bussgang类算法中，使算法能收敛到重用数据段对应的目标函数，由以上分析可知此时实现近似均衡。且算法重用数据段越长，均衡效果越好。在不增加算法复杂度的情况下采用数据重用方法，不但能克服传统Bussgang类算法要收敛需要较大数据量才能实现的不足，还可以应用在均衡码元较短的情况如短波通信非合作接收中，以及在码元速率较低的情况用此方法来减少均衡时间，使较短的数据通过均衡也可以克服信道的时变性。
参考文献：
[1]马晓宇、胡建伟，盲均衡技术的研究及发展[J].中国新通信，2009，10：73-75.
[2]高敏，基于Bussgang技术的盲均衡算法[J].现代电子技术，2011，34（7）：88-90.
[3]Shalvi O and Weisten E.New criteria for blind deconvolution of nonminimum phase systems(channels)[J].IEEE Trans.on Information Theory,1990,36(2):312-321.
[4]张贤达，通信信号处理[M].北京：国防工业出版社，2002：270-277.
[5]张贤达，现代信号处理（第二版）[M].北京：清华大学出版社，2002：188-205.
[6]Li Xi-Lin and Zhang Xian-Da.A family of generalized constant modulus algorithms for blind equalization[J].IEEE Trans.on Communicat
Ions,2006,54(11):1913-1917.
作者简介：
滕春霞（1984-），女，汉族，辽宁大连人，通信工程专业学士，研究实习员，91635部队，主要研究方向：通信工程；陈文青（1977-），男，汉族，福建福州人，博士，助理研究员，91635部队，主要研究方向：信号调制解调、信息系统建模仿真。
推荐访问:短波 信道 用在 数据重用在短波信道盲均衡中的应用 范数短波信道盲均衡算法 盲均衡器研究的进展
