变遗忘因子稀疏正则化TLS算法MIMO信道线性均衡

发布时间：2017-10-19 02:28

  本文关键词：变遗忘因子稀疏正则化TLS算法MIMO信道线性均衡

  更多相关文章： MIMO 线性均衡 变遗忘因子 总体最小二乘算法(TLS) l_范数 l_范数

【摘要】：针对稀疏MIMO信道系统模型线性均衡过程中输入信号,输出信号都含有噪声的情况提出了一种变遗忘因子的稀疏正则化总体最小二乘算法(VFF-SRTLS)。本算法中采用总体最小二乘(TLS)的代价函数即瑞利商加入正则化的l_1范数和l_0范数作为其代价函数,并利用次梯度下降法产生的迭代式用以更新均衡滤波器系数,使均衡过程中代价函数最小;同时为了使算法能够适应信道快变环境而采用变遗忘因子(VFF),并且根据最速下降法得到遗忘因子的迭代式。仿真结果表明,在信噪比为10 d B的2×2 MIMO线性均衡过程中VFF--RTLS算法的收敛MSE值比RLS算法低约2 d B,VFF-l_0-RTLS算法的收敛MSE值比RLS算法低约1.5 d B。
【作者单位】： 哈尔滨工程大学水声技术重点实验室;哈尔滨工程大学水声工程学院;
【关键词】： MIMO 线性均衡 变遗忘因子 总体最小二乘算法(TLS) l_范数 l_范数
【基金】：国家自然科学基金项目(50909029,61471138) 国际科技合作专项项目(2013DFR20050) 水声技术重点实验室基金项目(201420040) 国防科学技术工业委员会基础研究基金项目(B2420132004)
【分类号】：TN911.5
【正文快照】： 0 引言 在信道均衡技术中常用的算法有递推最小二乘算法(RLS)[1],这种算法是一种具有稳健的误差表现和快速收敛性质的常规算法,所以RLS算法不仅在接收机自适应均衡滤波器得到了广泛的应用,在系统辨识等方面也得到很多关注[2]。但是当输入信号被噪声干扰时,RLS算法估计的结果

【相似文献】

中国期刊全文数据库 前10条

1 杨春梅;;预加重与线性均衡技术在高速背板中的应用[J];中国集成电路;2012年12期

2 吴晓富,凌聪,孙松庚;利用线性均衡的减少状态序列估值[J];通信学报;1999年02期

3 罗宏;Turbo均衡在移动通信中的研究[J];广东通信技术;2003年04期

4 王军锋,宋国乡;基于小波包变换的自适应线性均衡算法[J];西安电子科技大学学报;2001年04期

5 王丹;杨雷;普杰信;;线性均衡和判决反馈均衡LMS算法仿真分析[J];计算机与现代化;2011年08期

6 何晨;徐行辉;陈勇;蒋铃鸽;;一种基于预处理的OFDM低复杂度频域线性均衡算法[J];电子学报;2011年07期

7 周化雨;张勤;;基于符号判决反馈均衡的联合检测算法[J];电路与系统学报;2009年05期

8 苗睿锋;王永生;王宇;;分组衰落信道下OFDM系统载波干扰线性均衡技术研究[J];无线通信技术;2006年02期

9 李静,彭华,葛临东;多电平调制的Turbo MMSE线性均衡算法[J];应用科学学报;2005年06期

10 蒋鸿;;短波信道均衡中的线性均衡方法研究[J];舰船电子工程;2013年08期

中国博士学位论文全文数据库 前1条

1 姜波;中继卫星数据传输系统的载波同步与信道均衡技术研究[D];国防科学技术大学;2008年

，

本文编号：1058536