[发明专利]一种基于修正代价函数的自适应信道盲均衡方法

说明书

本发明涉及一种基于修正代价函数的自适应信道盲均衡方法，属于数字无线通信领域；该方法通过双天线接收或过采样技术获得两路接收信号，利用LMS(Least Mean Squares)方法估计信道传输特性，估计各传输信道上未知的加性噪声方差对代价函数进行修正，运用迭代法得到修正代价函数的最优解，实现对由噪声引起的估计偏差进行补偿，进而根据所得到的传输信道的无偏估计值，构造均衡器，实现对信道的均衡，恢复发送信号。对比现有技术，本发明具有较小的稳态误差；无需对接收向量矩阵求逆，减少了计算量；可在不同信噪比条件下实现信道的盲均衡，均衡器输出星座图清晰。

技术领域

本发明属于数字无线通信领域，特别涉及一种基于修正代价函数的自适应信道盲均衡方法。

背景技术

由于无线通信系统中的多径效应和信道带宽有限等因素的影响，在接收端接收的信号不可避免地存在码间串扰，从而导致信号产生失真，限制了通信系统的传输质量。均衡技术是一种消除码间串扰的有效手段。传统的自适应信道均衡技术由于对训练序列及传输信道先验知识的高度依赖性，限制了通信系统的传输效率。盲均衡技术能够在不需要训练序列的情况下对信道进行均衡，仅通过接收信号即可完成对信道特性的补偿，消除码间串扰，对输入信号进行恢复，从而提高了通信信道的传输效率。

早期的盲均衡方法主要基于接收信号的高阶统计特性实现对单输入单输出信道模型的盲均衡。然而，基于高阶统计特性的盲均衡方法需要很大的计算量，其均衡效果并不理想。借助于过采样和多天线阵列技术，许多采用二阶统计特性的算法可用来解决信道的盲均衡问题。基于二阶统计特性的盲均衡方法，只需较少的数据即可准确地实现盲均衡。该方法具有收敛速度快、需要数据量少等优点。

Shen J和Ding Z在“Direct Blind MMSE Channel Equalization Baaed OnSecond-order Statistics,IEEE Transactions on Signal Processing，2000，48(4)：1015—1022”中提出了基于二阶统计特性的一种基于互相关向量估计的最小均方误差MMSE(Minimum Mean square Error)盲均衡方法，但是该算法属于批处理算法，在线实现计算量较大。Ahn K S，Cho J和Balk H K在“Blind Adaptive Channel Equalization UsingMultichannel Linear Prediction-Based Cross-Correlation Vector Estimation，IEEETransactions on Consumer Electronics，2004，5(4)：1024—1032”中提出了基于多信道线性预测的盲均衡方法，分别采用RLS、LMS自适应算法跟踪估计互相关向量，以较小的计算量实现盲信道均衡。

在现有的可在线实现的自适应盲信道均衡方法的实现过程中，假设各传输信道中的加性噪声具有相同已知统计特性，无法实现对传输信道特性的无偏估计，进而影响均衡效果。考虑到各传输信道存在未知且不平衡的加性噪声的实际情况，现有的方法性能有待进一步提升。

发明内容

本发明的目的在于提出一种基于修正代价函数的自适应信道盲均衡方法，该方法可在传输信道存在方差未知且不平衡的加性噪声的情况下，利用二阶统计特性，得到传输信道特性的无偏估计值，有效消除噪声对信道均衡的影响，具有较小的计算量和较好的均衡效果。

为实现上述技术目的，本发明采用如下技术方案予以实现。

本发明通过双天线接收或过采样技术获得两路接收信号，利用LMS(Least MeanSquares)方法估计信道传输特性，估计各传输信道上未知的加性噪声方差对代价函数进行修正，运用迭代法得到修正代价函数的最优解，实现对由噪声引起的估计偏差进行补偿，进而根据所得到的传输信道的无偏估计值，构造均衡器，实现对信道的均衡，恢复发送信号。

所述的LMS方法的代价函数为