[发明专利]Alpha稳定分布噪声下衰落信道非辅助数据均衡方法

说明书

本发明属于数字通信技术领域，公开了一种Alpha稳定分布噪声下衰落信道非辅助数据均衡方法，利用恒模信号特性及对数函数的非线性构造了新的代价函数；根据构造的代价函数给出可以有效避免均衡器的发散的权值迭代公式；通过利用随机梯度下降法搜索代价函数的收敛点和利用相关函数法估计均衡器输出相对输入的延时。本发明在特征指数小，脉冲强的Alpha稳定分布噪声中具有很好的稳定性强、算法收敛速度快、剩余符号间干扰小；与FLOS‑CMA、R‑CMA、T‑CMA、P‑CMA相比更好的性能。

技术领域

本发明属于数字通信技术领域，尤其涉及一种Alpha稳定分布噪声下衰落信道非辅助数据均衡方法。

背景技术

在数字通信中，随着通信技术的发展，频谱资源变得越来越紧张。在一般情况下包含辅助数据均衡的系统中，对训练序列的需求是浪费通信带宽的主要因素，并且如果通信信道出现短时突变情况，需要中断通信，重新初始化接收机。非辅助数据的自适应均衡技术采用自适应恢复思想，在不需要训练序列的条件下可以实现对信道的跟踪和补偿，能够有效地节省通信带宽，防止均衡器失锁。盲均衡技术在无线通信尤其是水声系统中体现了潜在的价值，在已有的各类盲均衡算法中，CMA盲均衡由于其计算简单、容易实现因而得到了重视，但是CMA盲均衡具有收敛速度慢，收敛后稳态剩余误差大的缺陷，因此在CMA的基础上提出了大量的改进算法。信道噪声干扰是影响通信质量的一个重要因素，噪声的存在会改变接收信号的幅度特性，直接导致信号检测判决中误码率的增加，因此抗噪声干扰能力也是均衡算法性能的重要指标。通信信道噪声经常被假设为高斯白噪声。近年来大量的实践证明，通信信道中的噪声干扰常常具有脉冲噪声特性。在实际的通信系统中、多用户干扰、大气噪声、汽车发动机的放电以及其他自然的活动、人为的电磁干扰会等使得无线通信系统中的噪声常常表现出非高斯型，因此在数字信号处理领域引入了一种叫做Alpha稳定分布的广义高斯分布模型。在特征指数的Alpha稳定分布噪声中，信号的二阶及二阶以上的统计量是不存在的，所以利用二阶及二阶以上的统计量的处理方法已不再适用。需要采用分数低阶统计量对信号进行分析处理。在Alpha稳定分布噪声的衰落信道中，利用分数低阶统计量的非数据辅助的自适应均衡算法要求分数低阶统计量的阶数应小于Alpha稳定分布噪声的特征指数。因此在利用分数低阶统计量自适应均衡算法中，应当估计出Alpha稳定分布噪声的特征指数，以免均衡算法不稳定。然而Alpha稳定分布噪声的特征指数的估计操作，无疑会增加系统软硬件的消耗，也会增加系统的复杂度，降低系统的实时性。若不增加估计Alpha稳定分布噪声的特征指数的模块，可以通过均值滤波器、中值滤波器或者Myraid滤波器对混合Alpha稳定分布噪声的接收信号进行高斯化，减弱噪声的影响。但是，此种措施对混合Alpha稳定分布噪声的接收信号的高斯化程度难以估计，不利于分数低阶统计量阶数的选取，亦不利于Alpha稳定分布噪声衰落信道的非辅助数据的均衡。

综上所述，现有技术存在的问题是：目前的Alpha稳定分布噪声环境下均衡器输出的剩余符号间干扰大、均衡器不稳定。

发明内容

针对现有技术存在的问题，本发明提供了一种Alpha稳定分布噪声下衰落信道非辅助数据均衡方法。

本发明是这样实现的，一种Alpha稳定分布噪声下衰落信道非辅助数据均衡方法，所述Alpha稳定分布噪声下衰落信道非辅助数据均衡方法利用恒模信号特性及对数函数的非线性构造代价函数；利用随机梯度下降法搜索代价函数的收敛点；参考均衡器实际初始化情况，修正均衡器的权值迭代公式；利用相关函数法估计均衡器输出相对输入的时延，完成对Alpha稳定分布噪声衰落信道的非辅助数据的均衡。

进一步，所述Alpha稳定分布噪声下衰落信道非辅助数据均衡方法包括以下步骤：

步骤一，利用发送信号的星座图信息计算得出特征量计算均衡器的输出为均衡器抽头系数w(n)＝[w(1),w(2),...w(L)]的共轭与均衡器输入x(n)＝[x(n),x(n-1),...,x(n-L+1)]的卷积；