基于Hammerstein模型的非线性信道辨识和均衡技术研究

发布时间：2017-05-04 06:01

  本文关键词：基于Hammerstein模型的非线性信道辨识和均衡技术研究，，由笔耕文化传播整理发布。

【摘要】：卫星通信系统中,功率放大器的非线性特性会影响系统的传输特性,引入码间干扰。为了应对非线性失真带来的不利影响,提高通信性能,在接收端需要对信道进行失真补偿。失真补偿器的设计和补偿算法与信道特性密切相关,故首先需要判定信道的非线性有记忆特性。信道辨识和均衡技术能有效减小码间干扰,是补偿信道失真,提高系统传输性能的有效措施。本文基于Hammerstein非线性模型,从信道特性判定技术、复数域上的非线性信道迭代辨识算法和基于核的非线性信道均衡算法三个方面研究非线性信道的辨识和均衡问题。首先,为了有效判定Hammerstein信道的非线性有记忆特性,提出了一种先判定信道记忆特性,再判定信道非线性特性的分步判定算法。本文算法中,首先基于GM线性模型辨识算法,给出复信号输入的Hammerstein模型线性模块辨识算法,并用线性记忆深度判定信道的记忆特性。然后针对有记忆信道,建立输入和输出信号的最小二乘参数拟合模型,根据线性信道和非线性信道的拟合特性与拟合阶数的关系,判定出有记忆信道的非线性特性。仿真实验表明,本文算法在信道非线性强度较强时能有效判定信道的非线性有记忆特性。其次,为了得到适用于复数域的Hammerstein信道辨识算法,将实数域上的随机梯度辨识算法和递阶多新息随机梯度辨识算法推广到复数域,给出增广随机梯度辨识算法和增广递阶多新息随机梯度辨识算法。然后在已辨识信道的基础上,基于Wiener模型均衡器,恢复出发送信号。理论分析和仿真实验表明,两种增广辨识算法均能有效地实现信道辨识,恢复出发送信号,且增广递阶多新息辨识算法以增大计算量为代价,具有更高的辨识性能。最后,为了提高复核自适应均衡算法的性能,在特征空间使用变步长因子,将Sigmoid二次型隶属度函数运用到复核最小均方算法中,给出基于Sigmoid二次型隶属度函数的变步长复核自适应均衡算法。仿真实验表明,与定步长复核自适应均衡算法相比,改进算法以增加少量计算复杂度为代价,有效地克服了非线性信道的影响,降低了稳态误差,具有较好的均衡性能。同时,引入新的可控变量,使算法调控更加灵活。
【关键词】：Hammerstein模型 非线性失真 非线性强度 信道特性 迭代辨识算法 Wiener模型均衡器 复核自适应均衡算法
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN927.2
【目录】：

• 摘要4-5
• Abstract5-11
• 第一章 绪论11-19
• 1.1 研究背景及意义11-12
• 1.2 研究现状12-15
• 1.2.1 信道特性判定技术12-13
• 1.2.2 基于Hammerstein非线性信道的辨识算法13-14
• 1.2.3 基于Hammerstein非线性信道的均衡算法14-15
• 1.3 本文主要工作15-16
• 1.4 本文结构安排16-19
• 第二章 非线性信道模型概述19-25
• 2.1 Volterra级数模型19-20
• 2.2 模块化非线性模型20-22
• 2.2.1 Wiener模型20-21
• 2.2.2 Hammerstein模型21-22
• 2.3 基于Hammerstein模型的非线性信道传输特性分析22-23
• 2.4 本章小结23-25
• 第三章 信道特性判定技术研究25-35
• 3.1 信道记忆特性判定方法26-27
• 3.1.1 线性模块系数估计26-27
• 3.1.2 线性记忆深度估计27
• 3.2 非线性特性判定方法27-29
• 3.3 计算复杂度分析29-30
• 3.4 仿真实验与性能分析30-34
• 3.5 本章小结34-35
• 第四章 Hammerstein模型的迭代辨识技术35-51
• 4.1 Hammerstein模型的迭代辨识算法35-40
• 4.1.1 随机梯度辨识算法35-36
• 4.1.2 改进的随机梯度辨识算法36-40
• 4.1.2.1 递阶辨识原理37
• 4.1.2.2 多新息辨识理论37-38
• 4.1.2.3 递阶多新息随机梯度辨识算法38-40
• 4.2 复数域上Hammerstein模型的增广迭代辨识算法40-50
• 4.2.1 增广随机梯度辨识算法40-41
• 4.2.2 增广递阶多新息随机梯度辨识算法41-42
• 4.2.3 发送序列的恢复42-44
• 4.2.4 仿真实验与性能分析44-50
• 4.3 本章小结50-51
• 第五章 可变步长复核LMS自适应均衡算法51-65
• 5.1 核方法51-52
• 5.2 复核LMS算法52-56
• 5.2.1 可再生核空间的复数化53
• 5.2.2 Wirtinger’s微分的运用53-54
• 5.2.3 复核LMS算法的推导54-56
• 5.3 基于Sigmoid二次型隶属度函数的复核变步长LMS算法56-63
• 5.3.1 Sigmoid二次型隶属度函数的变步长因子56-57
• 5.3.2 基于Sigmoid二次型隶属度函数的复核变步长LMS算法57-59
• 5.3.3 算法复杂度分析59
• 5.3.4 仿真实验及性能分析59-63
• 5.4 本章小结63-65
• 结束语65-67
• 致谢67-69
• 参考文献69-75
• 附录A 命题1的详细推导75-77
• 附录B 命题2的详细推导77-79
• 附录C 文中主要英文缩写名词对照表79-81
• 作者简介81

【相似文献】

中国期刊全文数据库 前6条

1 陈树中;;奇次Hammerstein系统自适应算法的自校正性和稳定性[J];自动化学报;1984年02期

2 王庆超;张健中;;基于Hammerstein模型的连续搅拌反应釜非线性预测控制[J];南京理工大学学报(自然科学版);2010年05期

3 赖志林;刘向东;耿洁;;压电陶瓷执行器的类Hammerstein模型及其参数辨识[J];光学精密工程;2012年09期

4 孔金生,万百五;一种多输入单输出Hammerstein系统的集成辨识方法[J];控制理论与应用;2005年04期

5 张媛媛;徐科军;张进;;基于Hammerstein模型的MAF传感器的动态非线性建模[J];电子测量与仪器学报;2008年04期

6 ;[J];;年期

中国硕士学位论文全文数据库 前2条

1 苏芮;基于Hammerstein模型的非线性信道辨识和均衡技术研究[D];解放军信息工程大学;2015年

2 邢伟伟;基于Hammerstein模型的非线性预测控制的研究[D];浙江工业大学;2012年

  本文关键词：基于Hammerstein模型的非线性信道辨识和均衡技术研究，由笔耕文化传播整理发布。

本文编号：344486