kaiyun官方注册
您所在的位置: 首页> 通信与网络> 设计应用> 适用于高阶QAM系统的双模式盲均衡算法
适用于高阶QAM系统的双模式盲均衡算法
来源:电子技术应用2011年第2期
康 虹, 李 明, 冯文江
重庆大学 通信工程学院, 重庆400030
摘要:设计了一种适用于高阶QAM系统的双模式盲均衡算法,以具有冷启动能力的改进恒模算法(MCMA)作为基础模式,以稳态误差小的多模辅助算法(MAMA)作为辅助模式。MCMA始终对接收信号进行均衡,当正确判决概率较大时,MCMA再联合MAMA同时对抽头系数进行更新。以64QAM信号为研究对象进行信道均衡仿真。结果表明,该算法能提高收敛速度,有效减少稳态误差。
中图分类号:TN911.5
文献标识码:A
文章编号: 0258-7998(2011)02-0110-03
Dual-mode blind equalization algorithm suitable for high-order QAM system
Kang Hong, Li Ming, Feng Wenjiang
College of Communications Engineering, Chongqing University, Chongqing 400030, China
Abstract:A dual-mode blind equalization algorithm suitable for high-order QAM system is designed. The algorithm uses the modified constant modulus algorithm (MCMA) with cold start ability as basic mode, and multi-modulus assisted algorithm (MAMA) with small residual error as assistant mode. The received signals are always equalized by MCMA. The equalizer tap coefficients are updated by MCMA and MAMA concurrently when the probability of correct judgments is high. Channel equalization simulation uses 64QAM signals, results show the algorithm has faster convergence rate and smaller steady-state error.
Key words :blind equalization; modified constant modulus algorithm; multi-modulus assisted algorithm; dual-mode


在宽带无线通信中,多径衰落会导致接收信号产生严重的符号间干扰ISI(Inter-Symbol Interference),均衡技术是抑制此类干扰的有效方法。盲均衡算法在通信建立阶段或通信中断后的恢复阶段均无需训练序列,能提高通信系统的带宽效率。改进的恒模算法MCMA(Modified CMA)[1]能有效克服恒模算法CMA(Constant Modulus Algorithm)[2]收敛速度慢、稳态误差大的不足,且能在一定程度上自动补偿信道引起的相位误差。而对于高阶QAM信号,MCMA算法收敛精度不高。多模辅助算法MAMA(Multi-Modulus Assisted Algorithm)[3]能收敛到非常小的稳态误差,但初期收敛速度较慢。
双模式盲均衡算法能有效解决收敛速度和收敛精度之间的矛盾,其基本思想是:选择两种算法,一种能稳定快速收敛;另一种在收敛后能获得很小的稳态误差,双模式盲均衡算法能否有效提高均衡性能取决于切换准则。针对算法的切换机制,参考文献[4]提出一种基于判决域的双模式切换算法;参考文献[5]采用硬判决切换,即达到设定的门限值就进行算法切换;参考文献[6]基于符号判决法进行切换。本文针对高阶QAM系统均衡问题,将MCMA算法与MAMA算法相结合,设计了一种双模式盲均衡算法。



MAMA针对不同模值上的信号,采用相对应的模值对其进行均衡,以获得较小的稳态误差,是一种多模算法。MAMA的系数迭代公式为:

3 仿真测试与评价
为验证算法的有效性,利用MATLAB对算法进行仿真测试。仿真参数为:发送信号为64 QAM,信号归一化平均功率为1,信噪比为30 dB,信道噪声为高斯白噪声。信道冲激响应序列依据参考文献[9]给出的参数,h=[0.041 0+0.010 9j,0.049 5+0.012 3j,0.067 2+0.017 0j,0.091 9+0.023 5j,0.792+0.041 4j,0.128 7+0.015 4j,0.103 2+0.011 9j]。MCMA抽头数为31,迭代步长μ1=9×10-7;MAMA抽头数为31,初始化为0,迭代步长μ2=1×10-6。在算法性能评价上,采用参考文献[10]的方法计算均方误差MSE(Mean Square Error)和码间干扰(ISI)。

图3(a)、图3(b)、图3(c)分别为均衡前、MCMA均衡输出和本文算法均衡输出的信号星座图。从图3中可以看出,本文设计的算法在稳态时的输出信号更紧密地分布在星座符号周围。

图4给出了MCMA算法和本文设计的双模式盲均衡算法在迭代过程中剩余均方误差的变化趋势。从图中可以看出,在相同的信噪比下,本文设计算法的收敛速度比MCMA算法快,且稳态MSE约减少了2 dB。

图5给出了MCMA算法和本文算法在不同信噪比时的符号间干扰(ISI)曲线。可以看出,随着信噪比增加,两种算法的ISI都会降低,但应用本文算法,ISI的下降速度更快。当SNR=35 dB时,应用本文算法在稳态时的码间干扰比MCMA低约3 dB。

对于高阶QAM系统,MCMA和MAMA分别存在稳态误差大、收敛速度慢的缺点,本文设计了一种结合MCMA和MAMA的双模式盲均衡算法。该算法利用MCMA始终对信号进行均衡,当正确判决的概率较大时,引入MAMA联合均衡,对位于不同模值上的信号进行有针对性的均衡。本文对该算法及MCMA算法,采用64 QAM信号进行了仿真对比测试。结果表明,本文设计的双模式盲均衡算法具有更快的收敛速度和更小的稳态误差。
参考文献
[1] HE L, ADMIN M G, REED C, et al. A hybrid adaptive blind equalization algorithm for QAM signals in wireless communications[J]. IEEE Transactions on Signal Processing,2004,52(7):2058-2069.
[2] GODARD D N. Self-recovering equalization and carrier tracking in two-dimensional datacommunication systems[J]. IEEE Transactions on Communications, 1980, 28(11):1867-1875.
[3] SHAHMOHAMMADI M, KAHAEI M H. A new dual-mode approach to blind equalization of QAM signals[C]//CSS 2003. Kemer-Antalya: [s.n.], 2003: 277-281.
[4] WEE G L. New soft transition dual mode type algorithms for blind equalization[C]//IEEE WCNC 2007. Hong Kong:[s.n.], 2007:504-508.
[5] 孔媛媛,王欣,鄷广增. 一种改进的QAM信号的恒模算法:MCADAMA[J].南京邮电大学学报,2009,29(3):73-77.
[6] GUO Ye Cai, HAN Ying Ge, YANG Chao. Orthogonal wavelet transform based sign decision dual-mode blind equalization algorithm[C]//ICSP 2008. Beijing: [s.n.],2008:80-83.
[7] DE C F C C, DE C M C F, ARANTES S. Concurrent blind de-convolution for channel equalization[C].Proc ICC, Helsinki Finland, 2001,2:366-371.
[8] FIJALKOW I, MANLOVE C E, JOHNSON C R, et al. Adaptive fractionally spaced blind CMA equalization: excess MSE [J]. IEEE Trans on Signal Processing, 1998,46(1): 227-231.
[9] LI Chi Sheng, DONG Wen Juan, WAN Guo Jin, et al. A new multi-modulus blind equalization algorithm for QAM Signals[C]// International Conference on Wireless Communications, Networking and Mobile Computing,2009:1-4.
[10]王峰. 基于高阶统计量的水声信道盲均衡理论与算法[D].西安:西北工业大学,2003.

此内容为AET网站原创,未经授权禁止转载。
Baidu
map