水聲信道盲均衡器優(yōu)化設(shè)計(jì)與仿真

周巧喜　郭業(yè)才

摘要：針對(duì)水聲信道高速數(shù)據(jù)傳輸中的碼間干擾問題，設(shè)計(jì)了一種基于小波包變換的分?jǐn)?shù)間隔盲均衡器，優(yōu)化均衡器性能，以提高水下通信質(zhì)量。采用具有過采樣性質(zhì)的分?jǐn)?shù)間隔均衡器，減少了波特間隔均衡器常數(shù)模算法（CMA）的穩(wěn)態(tài)誤差，又加快了其收斂速度；并利用去相關(guān)性較強(qiáng)的小波包理論，進(jìn)一步加快了分?jǐn)?shù)間隔盲均衡器算法（FSE-CMA）和小波分?jǐn)?shù)間隔均衡器算法（WT-FSE-CMA）的收斂速度。水聲信道的仿真結(jié)果，驗(yàn)證了該均衡器的良好性能。

關(guān)鍵詞： 均衡器； 小波包變換； 分?jǐn)?shù)間隔； 常數(shù)模算法； 碼間干擾

中圖分類號(hào)：TP301 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）07-1528-04

1 概述

水下通信系統(tǒng)中，帶寬受限和多徑傳播引起的碼間干擾是影響通信質(zhì)量的一個(gè)重要因素，需要有效的信道均衡技術(shù)來(lái)消除[1]。由于盲均衡技術(shù)不需要發(fā)射周期性的訓(xùn)練序列，因些盲均衡技術(shù)是克服碼間干擾的有效手段。在盲均衡算法中，基于波特間隔均衡器的常數(shù)模算法因?yàn)榻Y(jié)構(gòu)簡(jiǎn)單、運(yùn)算量小，被廣泛使用。但其在使用過程中仍然會(huì)存在穩(wěn)態(tài)誤差大、收斂速度慢等諸多缺點(diǎn)。基于分?jǐn)?shù)間隔盲均衡器的常數(shù)模算法，在接收端以大于發(fā)送碼元T（T為波特間隔）的速率對(duì)接收信號(hào)進(jìn)行采樣，改善了均衡器的性能[2]，但其并未降低均衡器輸入信號(hào)的自相關(guān)性。信號(hào)的自相關(guān)性是影響算法收斂速度的主要原因之一，相關(guān)性越高，收斂越慢。文獻(xiàn)[3-4]的研究表明：在自適應(yīng)均衡中，采用小波變換可以降低自相關(guān)性，進(jìn)一步加快收斂速度。但是小波變換僅對(duì)信號(hào)的低頻分量進(jìn)行分解，而小波包變換對(duì)信號(hào)的高、低頻分量均進(jìn)行分解，因此去相關(guān)能力更強(qiáng)，均衡的效果會(huì)更好。

本文將采用分?jǐn)?shù)間隔的均衡器結(jié)構(gòu)，并引入小波包理論，設(shè)計(jì)了一種基于小波包的分?jǐn)?shù)間隔均衡器，進(jìn)而得到了基于正交小波包變換的分?jǐn)?shù)間隔常模盲均衡算法。該算法在收斂速度與穩(wěn)態(tài)誤差方面的性能， 優(yōu)于波特間隔均衡器的常數(shù)模算法（CMA）和T/2分?jǐn)?shù)間隔均衡器的常數(shù)模盲均衡算法（FSE-CMA），以及基于正交小波變換的T/2分?jǐn)?shù)間隔均衡器常數(shù)模盲均衡算法。

2 分?jǐn)?shù)間隔均衡器

5 結(jié)論

在水下通信中，信道的時(shí)變多途效應(yīng)和環(huán)境噪聲造成了接收信號(hào)的失真及通信系統(tǒng)中均衡器性能的下降，嚴(yán)重影響了水下通信質(zhì)量。因此，該文以常數(shù)模算法為基礎(chǔ)，采用分?jǐn)?shù)間隔均衡器，并結(jié)合正交小波包變換理論，設(shè)計(jì)了一種基于小波包的分?jǐn)?shù)間隔均衡器，進(jìn)一步優(yōu)化了水聲信道均衡器的性能。水聲信道的仿真結(jié)果表明：與波特間隔均衡器的CMA算法、分?jǐn)?shù)間隔均衡器的CMA算法和小波變換的分?jǐn)?shù)間隔均衡器CMA算法相比，新均衡器的性能顯著提高：既減少了穩(wěn)態(tài)誤差，同時(shí)大幅度加快了收斂速度。因此，在水下通信中，新均衡器的應(yīng)用前景更為廣泛。

參考文獻(xiàn)：

[1] 艾慧宇， 惠俊英， 高靜. 水聲信道相關(guān)均衡器仿真研究[J]. 聲學(xué)學(xué)報(bào)， 1999， 24 （6） ： 589-597.

[2] Ding Z. O n convergence analysis of fractionally spaced adaptive blind equalizers [J]. IEEE Trans Signal Processing， 1997， 45： 650-657.

[3] Cooklev T. An Efficient Architecture for Orthogonal Wavelet Transforms [J]. IEEE Signal Processing Letters （S1070-9980）， 2006， 13（2）： 77-79.

[4] 張代華， 朱志宇. 基于小波包變換的非線性自適應(yīng)均衡器算法[J]. 江蘇科技大學(xué)學(xué)報(bào)：自然科學(xué)版， 2007， 21 （1） ： 48-51.

[5] 高敏， 郭業(yè)才， 劉振興， 等. 基于正交小波變換分?jǐn)?shù)間隔的神經(jīng)網(wǎng)絡(luò)盲均衡算法[J]. 數(shù)據(jù)采集與處理， 2011， 26 （2） ： 128-134.

[6] 郭業(yè)才， 楊超. 基于正交小波變換的分?jǐn)?shù)間隔盲均衡算法[J]. 數(shù)據(jù)采集與處理， 2011， 26 （3） ： 247-252.

[7] 楊超， 郭業(yè)才. 基于正交小波包變換的水聲信道盲均衡算法[J]. 系統(tǒng)仿真學(xué)報(bào)，2009， 21 （22） ： 7225-7228.