[发明专利]基于最大相关熵和分数阶常模盲均衡的信道畸变消除方法

说明书

本发明提出了一种基于最大相关熵和分数阶常模盲均衡的信道畸变消除方法，在保证低剩余码间干扰和低误码率的同时，增加收敛速度。实现步骤为：1)构建实现信道畸变消除的均衡系统；2)初始化参数；3)均衡器计算R与滤波信号y(n)的误差信号e(n)；4)构建基于最大相关熵准则的代价函数；5)分数阶常模盲均衡计算模块对横向滤波器的抽头权向量进行更新；6)均衡器判断是否完成信道畸变的消除。本发明利用最大相关熵作为代价函数，保证了信道畸变消除方法在Alpha稳定分布噪声中具有稳定性强，剩余码间串扰低的优点，同时结合分数阶导数求代价函数的梯度使本发明在不增加误码率的同时提高了收敛速度，具有更好的收敛性能。

技术领域

本发明属于无线通信技术领域，涉及一种信道畸变消除方法，具体涉及一种在Alpha稳定分布噪声下基于最大相关熵和分数阶常模盲均衡的信道畸变消除方法，可用于Alpha稳定分布噪声影响下的无线信道补偿和校正。

背景技术

近年来，无线通信系统在卫星通信、移动通信、无线局域网等技术领域的应用范围越来越广泛。无线通信系统通过无线信道连接发送端与接收端，而电磁波在无线信道传播存在不同路径的散射、折射和绕射，这使无线信道产生畸变，导致误码率增加，大大影响了通信的质量，而保证信息的可靠传输是通信系统的根本任务，因此需要在接收端加入均衡器来消除信道畸变，提高通信的质量。随着通信技术的发展，均衡器目前主要分三类，一类是由发送端周期性发送训练序列，接收端通过训练序列实现均衡器抽头的自适应调整的自适应均衡；另一类方法是基于少量的训练序列的半盲均衡；最后一类是不需要训练序列就可以自适应的调整均衡器抽头的盲均衡器。盲均衡器不需要任何训练序列，仅利用发送序列本身的信息即可完成对信道畸变的消除，大大提高了频带利用率。由于这样的优点，盲均衡算法成为了数字通信技术领域的研究热点之一。因为常模盲均衡是一种简单可靠的盲均衡算法，所以得到了广泛的应用。传统的常模盲均衡是通过最小均方准则搜索最优值，所以在高斯噪声中传统的常模盲均衡可以取得不错的性能。然而在实际环境中的噪声往往不服从高斯分布，具有明显的脉冲性，会严重影响传统常模盲均衡的性能。这类噪声可以使用Alpha稳定分布模型进行描述。所以研究能够在Alpha稳定分布噪声下稳定工作的常模盲均衡是具有较高的理论价值和应用价值。

针对在Alpha稳定分布噪声下的信道畸变消除方法，毕英杰在2020年，于《信号处理》36卷第一期中公开了名称为“基于最大相关熵准则的恒模盲均衡算法”，该方法利用最大相关熵准则改进了传统常模盲均衡方法的代价函数，对代价函数求导数后得到权值向量的更新公式，通过不断地迭代更新权值向量使算法达到稳态，而此时则说明完成了对信道畸变的消除。在发送信号为有限长或信道突变的情况下，保证低误码率和低剩余码间干扰的同时，收敛速度也是一个重要的评价指标，该方法利用最大相关熵准则保证了均衡算法在Alpha稳定分布噪声下的稳定性，可以获得低误码率和低剩余码间干扰，但是该方法未充分利用梯度信息，导致了该方法的收敛速度慢。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷，提出了一种基于最大相关熵和分数阶常模盲均衡的信道畸变消除方法，用于解决现有技术中存在的收敛速度慢的技术问题。

为实现上述目的，本发明采取的技术方案包括以下步骤：

(1)构建实现信道畸变消除的均衡系统：

构建实现信道畸变消除的均衡系统，包括依次级联的均衡器和判决器，均衡器包括横向滤波器和分数阶常模盲均衡计算模块，横向滤波器的抽头权向量为w(n)＝[w₀(n),w₁(n),…,w_j(n),…,w_M-1(n)]^T，分数阶常模盲均衡计算模块的步长、阶次和核宽分别为μ、ν和σ，其中，M表示横向滤波器抽头权向量的长度，w_j(n)表示n时刻第j个抽头系数，T表示转置，1×10^-6≤μ≤1×10^-2，0＜ν＜1.5，σ＞0；

(2)初始化参数：