基于分数阶多模的信道盲均衡方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114172767A(43)申请公布日2022.03.11(21)申请号202111503634.5(22)申请日2021.12.10(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人罗勇江李超凡何茂林杨家利闫苏苏张飞(74)专利代理机构陕西电子工业专利中心61205代理人田文英王品华(51)Int.Cl.H04L25/03(2006.01)权利要求书2页说明书6页附图2页(54)发明名称基于分数阶多模的信道盲均衡方法(57)摘要本发明提出了一种基于分数阶多模的信道盲均衡方法，利用均衡器输出信号与发射端信号的统计信息构建了基于分数低阶矩的多模代价函数，使得本发明不需要额外的载波恢复回路来补偿信道均衡中的相位误差，再利用多模代价函数的分数阶导数对均衡器加权矢量进行更新，抑制了强脉冲噪声中的异常值。本发明与现有技术相比，不仅能够同时完成信道均衡与载波相位恢复，还能在强脉冲噪声环境下具有更低的剩余码间干扰与误码率。CN114172767ACN114172767A权利要求书1/2页1.一种基于分数阶多模算法的信道盲均衡方法，其特征在于，构建基于分数低阶矩的多模代价函数，利用多模代价函数的分数阶导数对均衡器加权矢量进行更新；该方法的步骤包括如下：步骤1，获得待均衡信号与发送端信号常数：(1a)将接收的发送端信号与传输信道的脉冲响应卷积后再叠加一个脉冲噪声得到待均衡信号；(1b)按照下式，计算接收的发送端信号的信号常数：其中，Rr与Ri分别表示统计发送端信号的实部与虚部的信息得到的常数，其值取决于信道输入信号的调制方式，E[·]表示求期望操作，|·|表示求模值操作，sr(n)和si(n)分别表示信道输入信号s(n)的实部和虚部，p表示分数低阶矩阶次，其在0到α/2内任意取值，α表示alpha稳定分布的特征指数，其取值范围为(0,2)；步骤2，计算采样点均衡后的数据：(2a)从待均衡信号中选取一个未选过的采样点的数据；(2b)将所选采样点数据与该采样点之前的N‑1个采样数据组成该采样点对应的列矢量，将该列矢量与其对应的均衡器的抽头加权矢量相乘，得到所选采样点均衡后的数据；其中，N表示均衡器的抽头长度，如果所选取的采样点之前的采样数据数量小于N‑1，则将矢量中缺少的数据置0；步骤3，构建基于分数低阶矩的多模代价函数如下：p2p2J(n)＝[|yr(n)|‑Rr]+[|yi(n)|‑Ri]其中，J(n)表示待均衡信号的第n个采样点数据对应的多模代价函数，n＝0,1,2,…M‑1，M表示待均衡信号的采样点的总数,yr(n)和yi(n)分别表示yn的实部和虚部；步骤4，利用多模代价函数的分数阶导数对均衡器加权矢量进行更新：(4a)按照下式，计算多模代价函数的分数阶梯度值：(ρ)pp‑ρ‑1ρpp‑ρ‑1*ρJ(n)＝{[|yr(n)|‑Rr]|yr(n)|yr(n)+j[|yi(n)|‑Ri]|yi(n)|yi(n)}[x(n)]其中，J(ρ)(n)表示第n个采样点代价函数的ρ阶导数，ρ表示梯度阶次，ρ的取值范围为(0,1)，j表示虚数单位，*表示共轭操作，x(n)表示所选取的第n个采样点数据对应的待均衡列矢量，N表示均衡器抽头个数；(4b)利用每个采样点数据对应的多模代价函数的ρ阶导数，对均衡器加权矢量进行更新：w(n+1)＝w(n)+μJ(ρ)(n)其中，w(n+1)表示更新后的均衡器的抽头加权矢量，w(n)表示更新前的均衡器的抽头加权矢量，μ表示迭代步长因子，μ的取值范围为(1×10‑8，1×10‑2)，J(ρ)(n)表示第n个采样2CN114172767A权利要求书2/2页点数据对应的多模代价函数J(n)的ρ阶导数；步骤5，判断是否选完待均衡信号中的所有采样点，若是，则执行步骤6，否则，执行步骤2；步骤6，完成信道盲均衡。2.根据权利要求1所述的基于分数阶多模算法的信道盲均衡方法，其特征在于，步骤(1a)中所述脉冲噪声是指噪声概率密度函数服从alpha稳定分布的且具有较强的尖峰特性的噪声。3CN114172767A说明书1/6页基于分数阶多模的信道盲均衡方法技术领域[0001]本发明属于通信技术领域，更进一步涉及无线通信技术领域中的一种在复加性脉冲噪声下分数阶多模的信道盲均衡方法。本发明可用于复加性脉冲噪声影响下的无线信道中对无线信道进行补偿和校正。背景技术[0002]在通信系统中，色散信道引入的符号间干扰ISI(Intersymbolinterference)严重影响了通信质量。盲均衡作为对抗ISI的方法之一，由于不需要训练前的数据和通道的先验知识，因此引起了学者和工程师的广泛关注。特别是对于非合作通信，盲均衡是一个不可或缺的步