MIMO系统盲均衡算法研究

发布时间：2017-07-02 16:16

  本文关键词：MIMO系统盲均衡算法研究，，由笔耕文化传播整理发布。

【摘要】：MIMO复用系统中,发送信号经过多径信道,接收端每根接收天线上的接收信号是所有发送信号及其多径信号的混合信号,导致接收信号中存在码间干扰ISI、信道间干扰ICI。这些干扰严重影响了系统的性能。采用MIMO盲均衡技术不需要发送训练序列,提高了频谱资源利用率,并且可以有效地减小或消除ISI、ICI的影响,提高系统性能。因此,研究MIMO系统盲均衡算法具有重要意义。本文研究了不同的MIMO系统盲均衡算法。论文的主要工作如下:1.对于MIMO系统逐级干扰抵消的盲均衡模型,第一级源信号可靠地恢复将影响信道间干扰的抵消。据此,论文给出了针对第一级源信号有效的均衡算法,包括单模MCMA-MSQD算法、双模MMCMA-MCME算法。同时提出了一种信道估计方法,在第一级源信号可靠地均衡出来的基础上,通过信道估计及信号抵消,后一级源信号均衡性能更优。仿真结果表明,相比于MCMA算法,MCMA-MSQD算法的稳态误差降低了5dB;MMCMA-MCME算法的收敛速度提前了700个码元,稳态误差降低了5dB。2.针对MIMO系统逐级抵消盲均衡算法需要逐个恢复源信号的缺点,提出了两种结合盲源分离的盲均衡算法,MCMA-MUK算法、MCMA-CFPA算法。在相同条件下,MCMA-MUK算法与加相关项的盲均衡算法相比,第一个源信号收敛速度大大提高;MCMA-CFPA算法比MCMA-MUK算法收敛速度更快,稳态误差更低。针对MCMA-CFPA算法进行了改进,在保证均衡性能不变的前提下,降低了算法的复杂度。3.根据均衡器矢量初始化方式不同,给出了MIMO系统选择最优的盲均衡算法,该算法可以选择出均衡性能比较好的初始化方式。并提出了MIMO系统选择性合并的盲均衡算法,与选择最优均衡算法相比,该算法可以得到多天线阵列增益与分集增益,合并后的误符号率下降了1-2个数量级,并且接收天线数越多,误符号率改善越明显。
【关键词】：MIMO盲均衡 双模 盲源分离 选择性合并
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN919.3
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-13
• 缩略语对照表13-16
• 第一章 绪论16-20
• 1.1 研究工作的背景及意义16-17
• 1.2 MIMO系统盲均衡技术研究进展17
• 1.3 研究内容和章节安排17-20
• 第二章 MIMO系统盲均衡技术基本理论20-30
• 2.1 MIMO系统模型20-21
• 2.2 MIMO系统的传播环境21-23
• 2.3 MIMO系统盲均衡技术23-28
• 2.3.1 MIMO盲均衡原理23-25
• 2.3.2 盲均衡算法结构及原理25-27
• 2.3.3 盲均衡性能评价准则27-28
• 2.4 本章小结28-30
• 第三章 MIMO系统逐级抵消盲均衡算法30-46
• 3.1 MS-CMA算法30-36
• 3.1.1 逐级均衡模型30-32
• 3.1.2 信道估计及信号抵消32-34
• 3.1.3 仿真结果与性能分析34-36
• 3.2 MS-MCMA-MSQD算法36-41
• 3.2.1 MS-MCMA-MSQD算法理论36-38
• 3.2.2 仿真结果与性能分析38-41
• 3.3 MS双模式盲均衡算法41-45
• 3.3.1 双模式MCMA-CME算法41-42
• 3.3.2 双模式MMCMA-CME算法42-44
• 3.3.3 仿真结果与性能分析44-45
• 3.4 本章小结45-46
• 第四章 结合盲源分离的盲均衡算法46-62
• 4.1 结合盲源分离的均衡模型46-48
• 4.2 MCMA-MUK算法48-54
• 4.2.1 MCMA-MUK算法理论48-50
• 4.2.2 仿真结果与性能分析50-53
• 4.2.3 MCMA-MUK-DD-LMS算法53-54
• 4.3 MCMA-CFPA算法54-61
• 4.3.1 MCMA-CFPA算法理论54-56
• 4.3.2 仿真结果与性能分析56-58
• 4.3.3 低复杂度的MCMA-CFPA算法58-61
• 4.4 本章小结61-62
• 第五章 具有多天线增益的盲均衡算法62-78
• 5.1 MIMO系统选择最优均衡算法62-66
• 5.1.1 MIMO系统选择最优均衡算法的理论基础62-65
• 5.1.2 仿真结果与性能分析65-66
• 5.2 MIMO系统均衡合并算法66-74
• 5.2.1 MIMO系统均衡全合并算法67-69
• 5.2.2 MIMO系统选择性合并算法69-74
• 5.3 不同盲均衡算法的性能对比74-76
• 5.4 本章小结76-78
• 第六章 总结与展望78-80
• 附录A 信道表格80-82
• 参考文献82-86
• 致谢86-88
• 作者简介88-89

【相似文献】

中国期刊全文数据库 前10条

1 唐军;李振邦;李乐民;;盲均衡算法的研究[J];通信技术;1992年03期

2 欧阳喜,葛临东;一种新的基于误差切换的盲均衡算法[J];数字通信;2000年02期

3 王峰,赵俊渭,李桂娟,马忠诚;一种常数模与判决导引相结合的盲均衡算法研究[J];通信学报;2002年06期

4 刘琚,代凌云;一种新的基于多模误差切换的盲均衡算法[J];数据采集与处理;2004年02期

5 孙丽君,孙超;一种适用于浅海信道的盲均衡算法研究[J];西北工业大学学报;2005年02期

6 沈希忠,许海翔,史习智;具有约束学习速率的频域盲均衡算法[J];电子学报;2005年04期

7 潘立军;刘泽民;;两种改进的盲均衡算法[J];电路与系统学报;2006年02期

8 张晓琴;白煜;张彬彬;张立毅;王华奎;;基于模糊神经网络控制的变步长盲均衡算法[J];计算机工程与应用;2006年12期

9 肖瑛;李振兴;董玉华;;变步长常数模盲均衡算法研究[J];通信技术;2008年05期

10 刘洋;王斌;张刚;;一种改进的多模高性能盲均衡算法[J];信息工程大学学报;2008年02期

中国重要会议论文全文数据库 前10条

1 李丽;杨乐平;;一种新的盲均衡算法的研究[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

2 刘郁林;彭启琮;;一种基于特征恢复的自适应直接盲均衡算法[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

3 朱婷婷;王英民;;一种适用于稀疏水声信道的改进型盲均衡算法[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

4 夏威;林水生;吴广玉;;一种高速率基带正交盲均衡算法[A];中国通信集成电路技术与应用研讨会论文集[C];2004年

5 吴业进;陈铖;刘锋;;一种计算有效的盲均衡算法[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

6 肖瑛;李振兴;刘国枝;张琳波;;双模式神经网络盲均衡算法研究[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

7 孙静;郭业才;;基于混沌优化的正交小波多模盲均衡算法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年

8 刘永;张立毅;;基于遗传神经网络盲均衡算法的研究[A];2006中国西部青年通信学术会议论文集[C];2006年

9 王华;程海青;张立毅;;基于对角反馈神经网络盲均衡算法的改进[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

10 王欣;酆广增;;常模盲均衡算法：消除常相位偏移和多普勒频移引起的相位模糊[A];2007年中国通信学会“移动增值业务与应用”学术年会论文集[C];2007年

中国博士学位论文全文数据库 前3条

1 李进;QAM信号盲（半盲）均衡算法研究[D];西安电子科技大学;2015年

2 张晓琴;基于模糊神经网络盲均衡算法的研究[D];太原理工大学;2008年

3 张成榆;基于PDF盲均衡算法和修正恒模算法的研究[D];大连海事大学;2010年

中国硕士学位论文全文数据库 前10条

1 张冰龙;基于自适应双链DNA遗传优化的盲均衡算法[D];南京信息工程大学;2015年

2 符艳平;基于双支持向量回归机的盲均衡算法研究[D];兰州大学;2015年

3 李威;盲均衡算法的关键技术研究及其在抗多径干扰中的应用[D];电子科技大学;2015年

4 李平;基于FPGA的抗多径干扰遥测接收系统的研究与设计[D];电子科技大学;2015年

5 梁中法;高阶QAM信号盲均衡算法研究[D];西安电子科技大学;2014年

6 朱裕莎;水声信道半盲均衡算法研究[D];中北大学;2016年

7 陈沫寒;基于双支持向量回归机的OFDM系统子载波盲均衡算法研究[D];兰州大学;2016年

8 张苗青;通信信道盲均衡器的设计与实现[D];南京信息工程大学;2016年

9 阮睿;脉冲噪声环境下的稀疏水声信道盲均衡算法研究[D];中南民族大学;2015年

10 李奇;基于虚拟仪器的矢量信号分析中盲均衡算法研究[D];西安电子科技大学;2015年

  本文关键词：MIMO系统盲均衡算法研究，由笔耕文化传播整理发布。

本文编号：510624