短波信道中基于粒子群优化的恒模算法研究

发布时间：2017-08-26 06:09

  本文关键词：短波信道中基于粒子群优化的恒模算法研究

  更多相关文章： 短波信道 模拟退火粒子群算法 恒模算法 变步长 Watterson模型

【摘要】：由于短波信道具有较强的抗摧毁能力和传输远距离信号的能力,近年来,在军事、医学、应急通信等多个部门得到广泛应用。当信号在短波信道中传播时,由于受到多径传播、多普勒效应、衰落特性及复杂的噪声的影响,必然会产生严重的码间干扰(ISI),导致误码率增高,严重影响短波信道的通信质量。因此,研究减少码间干扰对通信质量影响的算法对于减少误码率、提高信道传输信号的质量具有重要的理论和现实意义。本文在分析相关基础理论知识的基础上,针对恒模算法(CMA)存在的不足,吸取已有减少误码率算法的优点,提出了两种变步长恒模算法(VCMA),结合模拟退火算法(SA)和粒子群算法(PSO)的特点,将模拟退火粒子群优化算法(SA-PSO)应用于CMA及其变型的CMA中,并在短波信道中进行仿真验证。本文的具体工作如下:(1)对短波信道特性、经典短波信道Watterson模型进行了研究和分析,并结合Watterson短波信道模型的特性,利用MATLAB中的Simulink建立了Watterson短波信道的等效模型。(2)通过对CMA进行详细的描述,研究步长因子对CMA均衡性能的影响,为了克服CMA的缺点,设计了两种可以提高算法性能的VCMA(记为VCMA1和VCMA2),在理论上描述和分析了VCMA1和VCMA2两种算法,并且在Watterson短波信道的等效模型中予以验证。(3)详细介绍了PSO算法的相关知识,主要包括:PSO算法的起源和概念、基本思想和原理,步骤及主要参数;分析和研究了SA算法的基本思想、步骤和特点。结合PSO算法和SA算法各自的优点,将二者相融合,分析了SA-PSO算法。(4)将SA-PSO算法应用于CMA、VCMA1和VCMA2中,提出SA-PSO-CMA算法、SA-PSO-VCMA1算法和SA-PSO-VCMA2算法。首先对SA-PSO-CMA算法、SA-PSO-VCMA1算法和SA-PSO-VCMA2算法在理论上进行描述和分析,然后,在Watterson短波信道的等效模型中对SA-PSO-CMA、SA-PSO-VCMA1和SA-PSO-VCMA2算法进行仿真验证,最后通过仿真结果对CMA、VCMA、SA-PSO-VCMA1和SA-PSO-VCMA1进行详细的分析对比。
【关键词】：短波信道 模拟退火粒子群算法 恒模算法 变步长 Watterson模型
【学位授予单位】：曲阜师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN925
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-13
• 1.1 研究背景和意义8-9
• 1.1.1 短波通信研究现状8
• 1.1.2 研究盲均衡算法的必要性8-9
• 1.2 盲均衡算法的研究现状9-11
• 1.3 研究内容和方法11
• 1.3.1 研究内容11
• 1.3.2 研究方法11
• 1.4 本文创新点11-13
• 第2章 相关基础理论概述13-21
• 2.1 粒子群优化算法13-15
• 2.1.1 粒子群算法起源与概念13
• 2.1.2 粒子群算法的基本原理与步骤13-14
• 2.1.3 粒子群算法的参数分析14-15
• 2.2 模拟退火算法15-16
• 2.2.1 模拟退火算法的基本思想15
• 2.2.2 模拟退火算法的特点15-16
• 2.2.3 模拟退火算法的基本原理和步骤16
• 2.3 短波信道16-18
• 2.3.1 短波信道的特性16-17
• 2.3.2 短波信道经典模型17-18
• 2.4 Bussgang类盲均衡算法18-20
• 2.5 本章小结20-21
• 第3章 变步长恒模盲均衡算法21-33
• 3.1 Watterson短波信道模型的建立21-22
• 3.2 恒模盲均衡算法22-24
• 3.2.1 恒模算法描述22-23
• 3.2.2 步长因子对恒模盲均衡算法性能影响的仿真分析23-24
• 3.3 变步长恒模盲均衡算法的基本思想24
• 3.4 VCMA1算法24-28
• 3.4.1 VCMA1算法描述24-25
• 3.4.2 仿真结果25-27
• 3.4.3 结果分析27-28
• 3.5 VCMA2算法28-32
• 3.5.1 VCMA2算法描述28-29
• 3.5.2 仿真结果29-31
• 3.5.3 结果分析31-32
• 3.6 本章小结32-33
• 第4章 模拟退火粒子群优化的变步长恒模算法33-45
• 4.1 SA-PSO-CMA算法33-37
• 4.1.1 算法描述33-35
• 4.1.2 仿真结果35-36
• 4.1.3 结果分析36-37
• 4.2 SA-PSO-VCMA1算法37-40
• 4.2.1 算法描述37-38
• 4.2.2 仿真结果38-40
• 4.2.3 结果分析40
• 4.3 SA-PSO-VCMA2算法40-44
• 4.3.1 算法描述40-42
• 4.3.2 仿真结果42-44
• 4.3.3 结果分析44
• 4.4 本章小结44-45
• 第5章 总结与展望45-47
• 5.1 总结45-46
• 5.2 展望46-47
• 参考文献47-50
• 在读期间发表的学术论文及研究成果50-51
• 致谢51

【参考文献】

中国期刊全文数据库 前4条

1 刘志峰;杨德军;顾国刚;;基于模拟退火粒子群优化算法的拆卸序列规划[J];合肥工业大学学报(自然科学版);2011年02期

2 李学文;金思毅;陶少辉;;模拟退火粒子群算法在化工过程综合中的应用[J];青岛科技大学学报(自然科学版);2011年01期

3 孙俊香;赵继印;;基于迭代次数变步长的LMS算法在ECG信号提取中的应用[J];现代商贸工业;2007年11期

4 韩迎鸽;郭业才;李保坤;周巧喜;;引入动量项的正交小波变换盲均衡算法[J];系统仿真学报;2008年06期

中国硕士学位论文全文数据库 前3条

1 高鑫;无线通信系统中Bussgang族盲均衡算法的研究[D];大连海事大学;2007年

2 岳蕾;Bussgang盲均衡算法研究[D];长安大学;2008年

3 严俊超;短波SIMO信道估计与均衡方法研究[D];电子科技大学;2013年

，

本文编号：740101