导读:本文包含了盲均衡算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,信道,脉冲,神经网络,多模,门控,噪声。
盲均衡算法论文文献综述
杨凌,陈亮,赵膑,张国龙,李媛[1]（2019）在《基于复数支持向量回归机的盲均衡算法》一文中研究指出基于复数支持向量回归机(CSVR)的框架,提出了一种针对复数信号的新的盲均衡算法,将多模算法的误差函数代入CSVR的惩罚项构造代价函数,利用广泛线性估计建立回归关系,并采用迭代重加权最小二乘方法确定均衡器系数。不同于支持向量回归机对复数信号的实数化处理方式,CSVR利用Wirtinger微积分,将复数信号直接在复数再生核希尔伯特空间进行解析。仿真实验表明,针对QPSK调制信号,在线性信道和非线性信道下,与基于SVR的盲均衡算法相比,通过选取合适的核函数和迭代优化方法,所提算法的均衡性能显着提升。(本文来源于《通信学报》期刊2019年10期）
杨凌,赵膑,陈亮,李媛,张国龙[2]（2019）在《基于回声状态网络的卫星信道在线盲均衡算法》一文中研究指出针对非线性卫星信道,该文提出了两种基于回声状态网络(ESN)的在线盲均衡算法。利用ESN良好的非线性逼近能力,将发送信号的高阶统计量(HOS)代入ESN,结合常模算法(CMA)和多模算法(MMA)构造盲均衡的代价函数,并采用递归最小二乘(RLS)算法对ESN输出权值进行迭代寻优,实现了Volterra卫星信道下常模和多模信号的在线盲均衡。实验表明,该文算法可以有效降低非线性信道对发送信号产生的畸变,相较于传统的Volterra滤波方法,有更快的收敛速度和更低的均方误差值。(本文来源于《电子与信息学报》期刊2019年10期）
魏海文,郭业才[3]（2019）在《门控递归单元神经网络坐标变换盲均衡算法》一文中研究指出针对数字信号传输过程中的码间干扰问题,提出了门控递归单元神经网络坐标变换盲均衡算法(GRUNN-CT-CMA).首先,在递归神经网络基础上加入门控结构,使门控递归单元神经网络(GRUNN)对长时间跨度信息的感知能力更强、记忆力更持久.其次,在GRUNN中引入坐标变换得到的盲均衡算法,进一步降低了稳态误差、加快了代价函数收敛速度.结果表明,与常模盲均衡算法(CMA)和延迟单元递归神经网络盲均衡算法(BRNN-CMA)相比,GRUNN-CT-CMA在均衡高阶多模信号时,稳态误差最小、收敛速度最快、输出信号星座图最清晰.(本文来源于《微电子学与计算机》期刊2019年09期）
王旭光,陈红,褚鼎立[4]（2019）在《基于余弦代价函数的双模盲均衡算法》一文中研究指出盲均衡算法不需要训练序列,就能够有效降低码间串扰(ISI),但是在脉冲噪声环境下,现有单滤波器均衡算法不能有效平衡收敛速率与均衡误差,算法收敛后ISI仍然较高。针对上述问题,提出了一种基于余弦代价函数的凸组合双模盲均衡算法。该算法将2个盲均衡器并联使用,其中一个作为快速滤波器以保证收敛速率,另一个作为慢速滤波器以降低均衡误差。为了进一步抑制脉冲噪声,将分数低阶统计量引入到基于余弦代价函数的盲均衡算法和基于判决反馈准则的盲均衡算法中,并分别作为快速滤波器和慢速滤波器的权向量更新算法。仿真实验表明:当噪声设置为25 dB的高斯白噪声时,新算法收敛后ISI会低于常模盲均衡算法CMA和基于余弦代价函数的盲均衡算法CCF,星座图也较为清晰;当噪声环境为28 dB的α稳定分布噪声时,新算法利用分数低阶统计量以抑制脉冲噪声,能够得到较低的ISI和清晰的星座图,而凸组合结构兼顾了稳态误差与收敛速率,在进一步降低稳态误差的同时确保了较快的收敛速率。(本文来源于《空军工程大学学报(自然科学版)》期刊2019年04期）
郑亚强[5]（2019）在《基于退火狼群算法的小波加权多模盲均衡算法优化》一文中研究指出为解决小波加权多模盲均衡算法在实现水声信道均衡的过程中,由于采用随机梯度下降法最小化非凸性代价函数,而导致的收敛速度慢和稳态误差大等问题,本文提出了基于退火狼群算法优化的小波加权多模盲均衡算法。该算法将模拟退火算法嵌入狼群围攻行为结束后和狼群发生更新之前,增强基本狼群算法的全局寻优能力,利用其最小化小波加权多模盲均衡算法中的非凸性代价函数。仿真结果表明,本文算法与小波加权多模盲均衡算法以及基本狼群算法优化的小波加权多模盲均衡算法相比,具有收敛迅速、稳态误差小,星座图更清晰等优点。(本文来源于《安徽科技学院学报》期刊2019年03期）
王瑜[6]（2019）在《面向毫米波应用的一种改进的常数模盲均衡算法》一文中研究指出本文面向毫米波零中频架构,针对毫米波系统信道时变性、环境敏感性,以及零中频载波同步性能等问题,对现有的盲均衡算法进行了理论分析,并对CMA、MCMA两种具备工程化意义的算法进行了仿真实验分析。结合毫米波大容量数据高速处理需求,给出了可硬件实现的并行处理方法。最后,针对CMA算法收敛后剩余误差较大的问题进行了改进,结合泄漏算法和高阶累积量思想提出了一种修正的CMA算法,在与传统CMA算法收敛速度相当的条件下降低了系统的码间干扰。(本文来源于《现代导航》期刊2019年02期）
耿艳香,王光艳,张立毅[7]（2019）在《杂草算法优化神经网络盲均衡算法的研究》一文中研究指出针对影响通信质量的码间干扰问题,提出利用杂草算法的随机性、鲁棒性、自适应性优化神经网络,为神经网络提供较好的初始权值,再与BP算法的指导性搜索思想结合起来,既能克服寻优中的盲目性进而避免局部收敛情况的发生,有效地加快收敛速度,减小剩余稳态误差,降低误码率,从而提高信道的盲均衡性能。通过计算机仿真,证明该算法具有较好的收敛性能。(本文来源于《软件工程》期刊2019年04期）
赵太飞,刘龙飞,王晶,杨黎洋[8]（2019）在《无线紫外光散射通信中的改进CMA-FSE盲均衡算法》一文中研究指出无线紫外光散射通信系统具有严重的码间干扰和信号衰减问题,针对该问题,提出了一种基于信噪比估计的改进常模分数间隔均衡器(CMA-FSE)算法。该算法将分数间隔均衡器(FSE)和常模算法(CMA)结合起来对无线紫外光信道进行盲均衡,使用接收信号的均方值衡量输入信噪比来确定最佳迭代步长,保证均衡算法快速收敛。仿真结果表明,改进CMA-FSE算法能在各种信噪比下快速收敛,并有效抑制码间干扰,改善系统误码率性能。与现有算法相比,改进算法信道跟踪和噪声抑制能力更强。(本文来源于《通信学报》期刊2019年03期）
杨蓉[9]（2019）在《基于极限学习机的卫星信道盲均衡算法研究》一文中研究指出卫星通信系统中,信道的非线性及群时延特性导致传输信号产生畸变、造成频谱泄露并对邻道形成干扰,严重影响了通信质量。接收端盲均衡技术在无需获得信道先验信息和训练序列的情况下,能够针对畸变信号进行自适应恢复,在节约频谱资源的同时,可有效克服卫星信道非理想特性产生的影响。极限学习机(Extreme Learning Machine,ELM)是一种新型的单隐层前馈神经网络,因其良好的非线性映射、快速的全局搜索能力以及简单的网络拓扑等特点,广泛用于解决分类和回归问题,涉及的领域包括图像分类、人脸识别、疾病诊断、时间序列分析、信道均衡等。本文主要研究基于极限学习机的卫星信道盲均衡算法,具体工作如下。(1)针对卫星信道下高阶QAM信号的盲均衡问题,深入地研究了极限学习机基础理论知识,包括隐层参数(输入权值和偏置)的随机以及优化生成方式、输出权值的约束求解方法、线性和非线性输出层以及复数型极限学习机等。(2)较为深入地研究了基于预测原理以及基于传统代价函数的神经网络盲均衡方法。在复数极限学习机的框架下,提出了基于预测原理的极限学习机盲均衡算法(Prediction-based ELM Blind Equalization Algorithm,P-ELM-BEA)以及基于常模算法(Constant Modulus Algorithm,CMA)并采用支持向量回归(Support Vector Regression,SVR)训练的极限学习机盲均衡算法(ELM-SVR-CMA)。针对16QAM信号,在相同的实验条件下,分别完成了线性及非线性信道下两种算法的性能仿真实验。结果表明,相比于P-ELM-BEA,ELM-SVR-CMA具有更低的均方误差(Mean Square Error,MSE)值,但两种算法均存在相位旋转问题。(3)在调研卫星通信系统信号调制方式及信道建模的基础上,针对记忆性非线性卫星信道下高阶QAM信号的盲均衡问题,为克服ELM-SVR-CMA的相位旋转问题,在复数极限学习机的框架下,用多模算法(Multi-Modulus Algorithm,MMA)替换ELM-SVR-CMA中的CMA,进一步提出了基于SVR训练的极限学习机多模盲均衡算法——ELM-SVR-MMA,并在此基础上,联合判决引导(Direct Decision,DD)算法,构造了一种双模式盲均衡方案ELM-SVRMMA-DD。仿真实验结果表明,通过对ELM选择合适的激活函数并采用非线性输出函数,ELM-SVR-MMA-DD在记忆性非线性卫星信道下,可对16QAM信号实现成功均衡,均衡后星座图清晰且消除了相位旋转。(4)为进一步提升ELM-SVR-MMA及ELM-SVR-MMA-DD对卫星信道盲均衡的性能,将受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)嵌入到复数型极限学习机中,用RBM学习得到的权值和阈值代替传统ELM随机生成的参数值,提出了基于RBM改进的极限学习机盲均衡算法——ELMR-SVR-MMA,并构造了相应的双模式盲均衡方案ELM-R-SVR-MMA-DD。仿真实验结果表明,针对16QAM信号,在相同的卫星信道模型及信噪比条件下,相比ELM-SVR-MMA-DD,ELM-R-SVR-MMA-DD在同样数据包大小下可获得更低的MSE水平,均衡后星座图更加清晰紧凑,并且隐层节点个数更少,网络拓扑更为简洁。相比于经典的基于Volterra滤波的盲均衡算法,ELM-R-SVR-MMA-DD在所用数据点更少的情况下表现出更优的均衡性能。(本文来源于《兰州大学》期刊2019-03-01）
李彬,陈凯,喻俊浔,钟华,陈明亮[10]（2019）在《一种适用于强脉冲噪声下的对数型恒模盲均衡算法》一文中研究指出针对脉冲噪声下恒模算法(Constant Modulus Algorithm,CMA)失败的问题,通过分析脉冲噪声的影响,提出了一种基于最小均方(Least Mean Square,LMS)准则的对数型恒模算法(Logarithmic-type CMA,LT-CMA)。LT-CMA利用对数函数的非线性变换特性自适应地抑制强脉冲噪声对误差函数的影响,并且利用l2-范数进行信号归一化处理以增强算法的稳健性。仿真结果表明,所提出的LT-CMA可以适应于高斯噪声环境和脉冲噪声环境;与经典自适应均衡算法相比,在收敛速度和稳健性两方面上,所提出的LT-CMA都有显着的提升。(本文来源于《电讯技术》期刊2019年02期）
盲均衡算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对非线性卫星信道,该文提出了两种基于回声状态网络(ESN)的在线盲均衡算法。利用ESN良好的非线性逼近能力,将发送信号的高阶统计量(HOS)代入ESN,结合常模算法(CMA)和多模算法(MMA)构造盲均衡的代价函数,并采用递归最小二乘(RLS)算法对ESN输出权值进行迭代寻优,实现了Volterra卫星信道下常模和多模信号的在线盲均衡。实验表明,该文算法可以有效降低非线性信道对发送信号产生的畸变,相较于传统的Volterra滤波方法,有更快的收敛速度和更低的均方误差值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
盲均衡算法论文参考文献
[1].杨凌,陈亮,赵膑,张国龙,李媛.基于复数支持向量回归机的盲均衡算法[J].通信学报.2019
[2].杨凌,赵膑,陈亮,李媛,张国龙.基于回声状态网络的卫星信道在线盲均衡算法[J].电子与信息学报.2019
[3].魏海文,郭业才.门控递归单元神经网络坐标变换盲均衡算法[J].微电子学与计算机.2019
[4].王旭光,陈红,褚鼎立.基于余弦代价函数的双模盲均衡算法[J].空军工程大学学报(自然科学版).2019
[5].郑亚强.基于退火狼群算法的小波加权多模盲均衡算法优化[J].安徽科技学院学报.2019
[6].王瑜.面向毫米波应用的一种改进的常数模盲均衡算法[J].现代导航.2019
[7].耿艳香,王光艳,张立毅.杂草算法优化神经网络盲均衡算法的研究[J].软件工程.2019
[8].赵太飞,刘龙飞,王晶,杨黎洋.无线紫外光散射通信中的改进CMA-FSE盲均衡算法[J].通信学报.2019
[9].杨蓉.基于极限学习机的卫星信道盲均衡算法研究[D].兰州大学.2019
[10].李彬,陈凯,喻俊浔,钟华,陈明亮.一种适用于强脉冲噪声下的对数型恒模盲均衡算法[J].电讯技术.2019
论文知识图
