本發(fā)明屬于寬帶衛(wèi)星通信領(lǐng)域，尤其涉及一種高速數(shù)傳系統(tǒng)中的自適應盲均衡方法，進一步涉及一種寬帶衛(wèi)星通信高速數(shù)傳系統(tǒng)中的高速并行自適應盲均衡方法。

背景技術(shù)：

近年來，高速數(shù)據(jù)傳輸技術(shù)在深空通信、航天測控、遙感、衛(wèi)星通信等領(lǐng)域受到高度重視，得到了快速發(fā)展和廣泛的應用。然而，隨著高速數(shù)據(jù)傳輸率的提高，由于信道帶寬有限以及多徑效應等因素的影響，使得信道的頻率響應偏離了理想的均勻幅值和線性相位，造成了嚴重的碼間干擾和群時延效應。為了消除或減少碼間干擾和群時延對系統(tǒng)性能的影響，需要采用均衡技術(shù)對碼間干擾和群時延特性加以適當?shù)奶幚?，以補償畸變信道。

目前，在寬帶衛(wèi)星通信中，由于器件通帶特性不理想和器件的工藝受限等因素使得衛(wèi)星的群時延波動較大，導致誤碼率性能惡化。群時延的補償算法需要復雜的數(shù)學計算，因此在工程上一般采用線性均衡和非線性均衡來補償信道的群時延。然而常規(guī)的均衡技術(shù)需要的訓練序列會嚴重降低系統(tǒng)的傳輸效率，而且在許多情況下如衛(wèi)星通信中往往缺乏訓練序列，因此，需要使用盲均衡技術(shù)。常用的盲均衡算法的收斂特性主要由接收信號的自相關(guān)矩陣的特征值擴散度決定，當信號的頻譜中存在大的起伏變化時，信號自相關(guān)矩陣的特征值擴散度較大，導致算法收斂速度緩慢。另外，隨著通信帶寬的提高，導致濾波器等模擬器件引起的最大群時延急劇增大，產(chǎn)生嚴重的碼間干擾和相位偏移。信號帶寬的增大使得信道頻選特性使信號在帶寬內(nèi)畸變的幾率變大，表現(xiàn)在系統(tǒng)的接收端，信號的頻譜更容易產(chǎn)生深衰落，從而導致信號的頻譜產(chǎn)生較大的起伏變化。再者，通信速率的提高也使得多徑延遲擴展的離散等效長度加大，導致更多符號間的干擾(isi)。這些會導致均衡器抽頭過多、計算復雜度大、收斂速度慢、群時延敏感、實時性和適應性不足等問題。

相比常規(guī)的均衡方法，考慮實際衛(wèi)星通信的時變性，基于自適應的盲均衡在針對高速數(shù)傳系統(tǒng)的信道特性，在無導頻的前提條件下，動態(tài)的跟蹤信道變化，實時調(diào)整均衡器參數(shù)，可以及時的補償信道的傳輸特性，極大的減小碼間干擾和群時延，縮小了信道非線性的影響，提高了通信質(zhì)量。在解調(diào)設(shè)計中，主要由均衡器、定時同步和載波同步，三者獨立設(shè)計時，采用自適應盲恒模(cma)算法。為進一步提高誤碼率性能，本發(fā)明提出了cma算法和判決反饋最小均方誤差(dd-lms)算法相結(jié)合的高速并行均衡技術(shù)。

技術(shù)實現(xiàn)要素：

針對衛(wèi)星通信高速數(shù)傳系統(tǒng)中面臨的碼間干擾和群時延問題，本發(fā)明提供一種結(jié)合cma算法和dd-lms算法高速并行自適應盲均衡方法，借鑒現(xiàn)有寬帶衛(wèi)星通信高速數(shù)傳均衡思想與均衡算法，從減小或消除碼間干擾、實時準確的補償衛(wèi)星通信系統(tǒng)中不確定性群時延的角度出發(fā)，在不增加算法復雜度的情況下為寬帶衛(wèi)星通信中的高速數(shù)傳系統(tǒng)提供一種系統(tǒng)優(yōu)化性能更好的均衡技術(shù)，有效的提高了通信質(zhì)量，降低了接收端誤碼率。

實現(xiàn)本發(fā)明方法的主要思路是：先對衛(wèi)星通信信道進行建模，模擬信道的群時延和非線性特性；在均衡器工作的初始階段，使用與判決正確無關(guān)的cma算法，此算法可以適應各種恒模調(diào)制信號，并且適用于各種衛(wèi)星通信環(huán)境，在非常大的應用范圍內(nèi)實現(xiàn)對接收信號的自適應均衡來消除大部分isi；當系統(tǒng)基本穩(wěn)定時，即cma算法收斂穩(wěn)定并且大部分isi已經(jīng)被消除時，載波同步后信號經(jīng)過判決器的錯誤概率將被控制在一定范圍，此時打開判決反饋回路，均衡器將采用剩余誤差更低的dd-lms算法來進一步減少碼間干擾，從而大大減小了剩余誤差，提高了系統(tǒng)性能。

為實現(xiàn)上述目的，本發(fā)明采用如下的技術(shù)方案：

一種高速數(shù)傳系統(tǒng)中的自適應盲均衡方法，包括以下步驟：

步驟1、對衛(wèi)星通信信道進行建模，模擬信道的群時延和非線性特性；

步驟2、在均衡起始階段，對定時同步后輸入信號采用cma算法實現(xiàn)一次均衡，實現(xiàn)對接收信號的自適應均衡來消除大部分isi，當均衡算法收斂后，采用dd-lms算法實現(xiàn)二次均衡，進一步減少剩余誤差。

作為優(yōu)選，采用cma算法實現(xiàn)一次均衡具體為：

在采用cma算法實現(xiàn)自適應盲均衡算法一次均衡時，其代價函數(shù)為：

j＝e[(|y(n)|²-r²)]

其中，e[]為求期望統(tǒng)計平均，y(n)為均衡器輸出符號，

r²＝e[|s(n)|⁴]/e[|s(n)|²]

其中，s(n)為理想信號。

cma算法的工作是通過調(diào)整抽頭使得其代價函數(shù)達到最小值，r²代表理想的星座圖中符號模值的二階統(tǒng)計量，當該算法收斂時，代價函數(shù)趨于穩(wěn)定，此時認為輸出符號模值的分布已經(jīng)接近理想星座的符號分布，這等價于大部分isi已被消除；對于cma算法，均衡器均衡抽頭系數(shù)更新公式如下：

w(n+1)＝w(n)+μe(n)x(n)

其中，x(n)表示均衡器輸入信號，w(n)為均衡器抽頭系數(shù)向量，μ為調(diào)整量增益系數(shù)，誤差e(n)計算如下：

e(n)＝y(tǒng)(n)(r²-|y(n)|²)

作為優(yōu)選，采用dd-lms算法實現(xiàn)二次均衡具體為：

采用dd-lms算法實現(xiàn)二次均衡時，其代價函數(shù)、抽頭系數(shù)更新公式保持不變，唯一不同是誤差e(n)計算公式調(diào)整如下：

其中，為均衡器輸出信號軟判決(softdecision)后信號：

式中，g(·)為判決模塊采用的估計函數(shù)，采用無記憶非線性估計函數(shù)，完成對y(n)的星座點映射判決。

與現(xiàn)有高速數(shù)傳自適應盲均衡方法相比，本發(fā)明具有以下明顯的優(yōu)勢和有益效果：

(1)本發(fā)明提出一種高速數(shù)傳系統(tǒng)中的自適應盲均衡方法，通過對cma算法和dd-lms算法的聯(lián)合設(shè)計有效減小或消除了寬帶衛(wèi)星通信系統(tǒng)中的碼間干擾和群時延，提高了寬帶衛(wèi)星通信高速數(shù)傳系統(tǒng)中的通信質(zhì)量。

(2)本發(fā)明的與傳統(tǒng)的高速數(shù)傳均衡方法相比，明顯的優(yōu)勢在于兼顧了自適應盲均衡算法的適用廣度和算法性能，在與傳統(tǒng)均衡算法計算復雜度基本不變的情況下，即保證了自適應盲均衡算法的適用范圍，同時可以明顯降低了均衡算法的剩余誤差，大大提高了高速數(shù)傳系統(tǒng)的通信質(zhì)量。并且，一次均衡算法和二次均衡算法可以相互獨立改進，使得算法設(shè)計更加靈活和方便，更容易改進整體性能。

附圖說明

圖1為衛(wèi)星通信信道模型；

圖2a為不存在群時延的接收信號星座圖示意圖；

圖2b為存在群時延的接收信號星座圖示意圖；

圖3為本發(fā)明的高速數(shù)傳系統(tǒng)中的自適應盲均衡方法示意圖；

圖4a為均衡前信號；

圖4b為原始理想信號；

圖4c為cma一次均衡后信號；

圖4d為dd-lms二次均衡后信號；

圖5為本發(fā)明方法cma一次均衡和dd-lms二次均衡后剩余誤差性能比較。

具體實施方式

下面結(jié)合附圖和具體實施方式，以寬帶衛(wèi)星通信高速數(shù)傳系統(tǒng)為研究對象，對本發(fā)明做進一步的描述。

本發(fā)明提供一種高速數(shù)傳系統(tǒng)中的自適應盲均衡方法，包括以下步驟：

(1)衛(wèi)星通信信道模型

在寬帶衛(wèi)星通信中，影響傳輸質(zhì)量的因素有：群時延、信道非線性、相位噪聲和頻偏。隨著通信速率的不斷提高，信號帶寬也隨之變大，導致群時延和信道非線性對系統(tǒng)性能的影響急劇增大。所以，在信道建模中，我們主要考慮群時延和信道的非線性特性。在具體的實現(xiàn)和方針中，可以增加相位噪聲、頻偏和信道多徑的效果。

基于寬帶衛(wèi)星信道特性，我們將采用dvb-s2標準中的信道模型，其框圖如圖1所示。其信道模型主要由三部分組成：inputdemultiplexer(imux)filter、satellitenon-lineartravellingwavetubeamplifier(twta)和outputmultiplexer(omux)filter，對下行信道噪聲采用理想的awgn噪聲。其中imux和omux分別來模擬發(fā)送端和接收端模擬器件的群時延特性，twta來模擬信道的非線性特性(主要由行波管放大器產(chǎn)生)。本發(fā)明設(shè)計中，考慮多徑影響，同時對系統(tǒng)整體引入相差和頻差，設(shè)定最大群時延為0.5個碼元周期，多徑數(shù)為4，其中分徑功率總和為主徑的0.1倍，twta的輸出back-off為0db，信道帶寬為360m，采樣頻率960m，調(diào)制方式為qpsk。圖2a、2b顯示了存在群時延信道和不存在群時延的awgn信道對應的接收信號星座圖，從圖中可以看出，信道群時延引起的非線性特性極大地增加了碼間干擾，從而惡化了接收信號星座圖，增加了誤碼率。

(2)自適應cma盲均衡算法實現(xiàn)一次均衡

由于cma算法具有不受相偏和頻偏的影響，初始階段與判決正確率無關(guān)，為了適用于各種應用環(huán)境，首先使用cma算法對接收信號進行自適應盲均衡。cma假設(shè)進入信道的信號模值在任何時刻都是一個常量，如bpsk、qpsk、oqpsk、uqpsk等信號都符合這一條件(多模cma算法可實現(xiàn)高階qam信號的盲均衡)。在接收端，均衡器輸出信號的模值與該常量的差都視為信道引起的畸變，而這些畸變主要是帶限效應和信道傳輸引起的isi。自適應cma盲均衡技術(shù)總是根據(jù)對信號模值分析，期望通過自適應調(diào)整均衡器抽頭系數(shù)，使均衡器輸出信號的模值趨于期望值來實現(xiàn)消除isi的目的。

本發(fā)明基于cma算法和dd-lms算法的聯(lián)合自適應盲均衡方法，如圖3所示。在均衡起始階段，對定時同步后輸入信號采用cma盲均衡技術(shù)，當均衡算法收斂后，采用dd-lms算法進一步減少剩余誤差，提高均衡性能。

在采用cma算法實現(xiàn)自適應盲均衡算法一次均衡時，算法的代價函數(shù)為：

j＝e[(|y(n)|²-r²)]

其中，e[g]為求期望統(tǒng)計平均，y(n)為均衡器輸出符號，

r²＝e[|s(n)|⁴]/e[s(n)²]

其中，s(n)為理想信號。

cma算法的工作是通過調(diào)整抽頭使得其代價函數(shù)達到最小值，r²代表理想的星座圖中符號模值的二階統(tǒng)計量，當該算法收斂時，代價函數(shù)趨于穩(wěn)定，此時認為輸出符號模值的分布已經(jīng)接近理想星座的符號分布，這等價于大部分isi已被消除。對于cma，均衡器均衡抽頭系數(shù)更新公式如下：

w(n+1)＝w(n)+μe(n)x(n)

其中，x(n)表示均衡器輸入信號，w(n)為均衡器抽頭系數(shù)向量，μ為調(diào)整量增益系數(shù)，誤差e(n)計算如下：

e(n)＝y(tǒng)(n)(r²-|y(n)|²)

(3)dd-lms算法實現(xiàn)二次均衡

當自適應cma盲均衡算法穩(wěn)定達到收斂時，大部分isi已被消除，載波同步后經(jīng)過判決的信號錯誤概率被控制在一定范圍，此時，cma均衡模和載波同步同時產(chǎn)生鎖定標示?；阪i定信號，自適應盲均衡算法由cma算法切換為dd-lms算法，實現(xiàn)二次均衡?；赿d-lms算法的二次均衡相比于基于cma算法的盲均衡技術(shù)相比，可以進一步消除isi，減小均衡后信號的剩余誤差，從而提高系統(tǒng)性能。

當cma算法實現(xiàn)一次均衡后，均衡算法切換為dd-lms算法，本發(fā)明把cma算法和dd-lms算法結(jié)構(gòu)實現(xiàn)了有效結(jié)合，采用了統(tǒng)一的系統(tǒng)架構(gòu)，區(qū)別僅在于在實現(xiàn)cma算法時，自適應均衡器抽頭系數(shù)更新反饋信號為載波跟蹤前信號，dd-lms算法對應的均衡器抽頭系數(shù)更新為載波跟蹤后信號，從而達到系統(tǒng)結(jié)構(gòu)簡化及算法復雜度基本不變的效果。

采用dd-lms算法實現(xiàn)二次均衡時，由于系統(tǒng)結(jié)構(gòu)統(tǒng)一，代價函數(shù)、抽頭系數(shù)更新公式等保持不變，唯一不同是誤差e(n)計算公式調(diào)整如下：

其中，為均衡器輸出信號軟判決(softdecision)后信號：

式中，g(·)為判決模塊采用的估計函數(shù)，本發(fā)明采用無記憶非線性估計函數(shù)，完成對y(n)的星座點映射判決。

(4)聯(lián)合算法模型分析與仿真驗證

基于cma和dd-lms的自適應盲均衡聯(lián)合算法設(shè)計，從過程上可以把均衡算法看成一次均衡(cma算法)過程和二次均衡(dd-lms)過程。但是，cma和dd-lms結(jié)合算法需要在cma算法和dd-lms算法間進行轉(zhuǎn)換，何時轉(zhuǎn)換成了關(guān)鍵問題，如果轉(zhuǎn)換過早，則剩余誤差不滿足dd-lms的使用條件，容易導致收斂失敗，同時頻偏的存在，使得dd-lms的判決輸出仍然存在很高的誤碼率，容易造成聯(lián)合算法失效；但如果轉(zhuǎn)換較晚，則由于cma算法誤碼率較大，會丟失大量的數(shù)據(jù)，同時需要對均方誤差實時監(jiān)控，增加了電路的復雜度，占用了大量的運算資源。為了得到實際可用的高性能的盲自適應均衡算法，本發(fā)明聯(lián)合設(shè)計了cma算法和dd-lms算法，達到算法的工程并行運算實現(xiàn)。最后通過仿真實驗來驗證設(shè)計聯(lián)合算法的科學性和可行性。

基于cma和dd-lms算法的聯(lián)合自適應盲均衡算法與單純基于某種盲均衡算法相比，不僅擁有cma算法相應的廣適用范圍，同時具有dd-lms算法的高精度，從而提高系統(tǒng)性能，并且算法具有復雜度低、均衡器設(shè)計簡單、易于實現(xiàn)的特點。

下面對聯(lián)合自適應盲均衡算法性能進行仿真。參數(shù)選取如下：碼速率為480bps，信道帶寬為360m，調(diào)制方式為qpsk，最大群時延為0.5個碼元周期，多徑數(shù)為4，其中分徑功率總和為主徑的0.1倍，twta的輸出back-off為0db，均衡器階數(shù)為15，信噪比為7db。

圖4a、4b、4c、4d為采用本發(fā)明聯(lián)合均衡算法和傳統(tǒng)cma算法均衡后信號星座點與均衡前及原始理想信號比較圖，從圖中可看出，采用本發(fā)明的聯(lián)合均衡算法，星座點效果要明顯優(yōu)于傳統(tǒng)的cma算法。圖5比較了提出的聯(lián)合均衡算法和傳統(tǒng)cma算法剩余誤差曲線，總仿真點數(shù)為20000，第10000個點為cma和dd-lms算法的轉(zhuǎn)換點，可以看出，提出的聯(lián)合均衡算法可以明顯減小了傳統(tǒng)單獨采用cma算法的剩余誤差。下表顯示了本發(fā)明方法和傳統(tǒng)cma算法的誤碼率比較結(jié)果。

表1本發(fā)明方法與傳統(tǒng)cma算法誤碼率比較結(jié)果

綜上，基于cma和dd-lms算法的聯(lián)合自適應盲均衡算法提高了接收信號性能，均衡后信號比單純使用cma均衡效果更好，剩余誤差更小，誤碼率更低。