基于稀疏自适应算法的水声软反馈Turbo均衡技术研究

发布时间：2021-02-17 23:00

　　本文针对水声通信中信号多途传输造成的码间干扰现象,研究Turbo均衡算法,同时利用水声信道的稀疏特性,改进了稀疏自适应信道估计算法,并将该算法整合到Turbo接收机中,有效降低误码率。在Turbo均衡的框架下,本文重点研究其中两种软均衡算法:软反馈均衡和软判决反馈均衡,对比研究两种算法原理和性能的差异,软反馈均衡与软判决反馈均衡算法由于基本原理相同因而性能相似,实际使用时根据信噪比和计算复杂度进行选择;对于稀疏自适应算法,重点研究线性约束归一化LMS系列算法,并加入变步长改进,加快收敛速度;稀疏自适应算法能以适当的计算复杂度换取均方误差的降低,线性约束归一化LMS系列算法中₁l-WCNLMS算法均方误差最低,在稀疏度越大的信道中,其优势越明显;加入变步长改进后的稀疏自适应算法能在相同条件下比原算法误差更低,收敛速度更快;稀疏自适应算法在Turbo接收机中适用,且性能排序与独立的信道估计仿真结果一致。同时,本文将上述整个Turbo接收机（包括软反馈均衡及稀疏自适应算法等）扩展到高阶PSK映射上,以期在抵抗ISI的同时获得通信速率的提升。QPSK与8PSK映射下的Tu... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 研究历史及发展现状
        1.2.1 Turbo均衡理论研究历史及发展现状
        1.2.2 稀疏自适应算法研究历史及发展现状
    1.3 本文的主要内容和章节安排
第2章 TURBO均衡技术与稀疏自适应算法
    2.1 TURBO均衡技术
    2.2 软反馈均衡与软判决反馈均衡
        2.2.1 软反馈均衡技术研究
        2.2.2 软判决反馈均衡技术研究
    2.3 稀疏自适应算法
        2.3.1 稀疏自适应算法原理
        2.3.2 稀疏自适应算法收敛性分析
    2.4 仿真结果分析
        2.4.1 稀疏自适应算法仿真
        2.4.2 基于稀疏自适应算法的Turbo均衡仿真
    2.5 本章小结
第3章 高阶映射TURBO均衡算法
    3.1 QPSK映射下的TURBO均衡
        3.1.1 QPSK软解调
        3.1.2 QPSK软反馈均衡算法
    3.2 8PSK映射下的TURBO均衡
        3.2.1 8PSK软解调
        3.2.2 8PSK软反馈均衡
    3.3 仿真结果分析
        3.3.1 QPSK映射Turbo均衡仿真
        3.3.2 8PSK映射Turbo均衡仿真
    3.4 数据处理分析
    3.5 本章小结
结论
参考文献
致谢



本文编号：3038673