水声通信中的盲均衡算法研究

合集下载

基于LFM信号信道估计的水声MPSK信号盲Turbo均衡方法

improved. Simulation result verifies the effectiveness of the proposed method.
Key words:underwater acoustic communication; blind channel estimation; blind turbo equalization
收稿日期:2020-11-09;修回日期:2020-12-21
基金项目:国家自然科学基金计划资助项目( 61602511)
作者简介:郭悦( 1993-) ,女,硕士生,主要研究方向为水声通信信号分析与处理。
130
2021 年
信息工程大学学报
由于水声信道具有稀疏多径的特点,水声通信
GUO Yue,WANG Bin,MENG Yuting
( Information Engineering University,Zhengzhou 450001,China)
Abstract: To improve the channel distortion compensation ability in blind demodulation of
第 22 卷第 2 期
2021 年 4 月
信息工程大学学报
Journal of Information Engineering University
Vol. 22 No. 2
Apr. 2021
DOI:10. 3969 / j. issn. 1671-0673. 2021. 02. 001
协作通信水声通信通常采用 LFM 信号作为前
图 3 发射端系统模型
考虑高斯白噪声和水声稀疏信道的影响,接收

基于改进盲均衡算法的水声通信可靠性研究

Ｌｅ—ｘａｇＩＸｕｉｎ．ＡＮｅ—ｑｎＸｕｉｇ
（．ｏｗｒＴｃｎｌｙＳｈｏ，ｈｎｚｏｎｅｓｙＺｅｇｈｕ４００，ｈｎ；１ＳｆａｅｅｈｏｇｃｏｌＺｅｇｈｕＵｉｒｔ，ｈｎｚｏ５０２Ｃｉａｔｏｖｉ２ｅａｔｎｆｔｍｔｓＺｅｇｈｕＵｉｒｔ，ｈｎｚｏ，５０２Ｃｉａ．Ｄｐｒｔｈａｉ，ｈｎｚｏｎｖｓｙＺｅｇｈｕ４００，ｈｎ）ｍｅｏＭａｅｃｅｉ
失真的接受端信号，ｎ是经过信道均衡后得到的接收端Ｙ（）
信号。由于传统方法不能及时掌握信道变化特性，造成均衡后的信号依然存在较高的码问干扰，因此造成均衡的性能不高。由水声通信的数据可靠性定义知，通信数据的可靠性与
ｃｍｍｕｉａｉｎｄｔｌｉｔｏｉｈｏｎｃｔａａｒｉｌｙｉｎｔｈｇ．Ｆｒｈｓｕｒａｄｔｅｉｒｖｍｅｔｆｔｅｂｉｄｅｕｉａｉｎａｇｒｈｏｅａｉｓｂｏｉ，ｐｔｗｒｍｐｏｅｎｌｑａｚｔｌｏｔｍ，ｔｏｆｈｏｈｎｌｏｉｂｉｄｅｕｌａｉｎａｇｒｈｄｅｏｅｄｔｉｉｇｓｑｅｃ，ｎｅｏｋｏｅｓａｉｔｈｒｃｅｓｉｓｏｅｄｎｅｌｑａｉｔｌｏｔｍｏｓｎｔｎａｎｎｅｎｚｏｉｓｒｕｎｅｅｄｔｎｗｔｔｔｉｃａａｔｒｔｆｓｎｉｇｓ — ｈｓｃｉｃｑｅｃａｅｓｎｅｉｆｒｔｎｒｃｖｒ，ｃｎｅｓｒａａｃｄｔｌｅｓｎａｂｉｄｂａｃｄｏｈａｉｏｓｕｎｅｃｎｂｅｔｔｎｏｍａｉｅｏｅｙａｎｕｅｂｌｎｅｉｉｓ，ｉｌａｎｅｎｔｅｂｓｆｉｈｏｍｅｎｎｌｓｔ

一种有效的水声信道盲均衡算法

Ｓａｖ和Ｗｅｓｅｎ４提出的一种超指数迭代ｈｌｉｉｔ Nhomakorabea＿ｎ
（）最后将新算法与其他常规算法进行性能比ＤＤ；
较，并对算法的性能进行了分析，真结果验证算仿法的有效性．
（Ｅ）ＳＩ盲均衡算法具有较快的收敛速度，此，为文献Ｅ］Ｃｓ在ＭＡ－ＦＤＥ算法和ＳＩ法的基础上提Ｅ算
出了一种超指数判决反馈盲均衡算法（Ｅ— ＳＩ
１超指数迭代判决反馈盲均衡
引进基于判决反馈的盲均衡算法主要有２个原因ｌ：１８（）当信道存在靠近单位圆的零点时，Ｊ
ＦＲ均衡器会在相应的位置生成极点，Ｉ以抵消零
一
种新的自适应变步长算法应用到前馈滤波器前向权值的迭代步长中，高算法收敛速度；采提并
取判决误差切换准则，上述改进算法与判决导引算法有机结合起来，高算法稳健性和收敛性将提能．真结果证明了该算法的有效性．仿关键词：声信道；均衡；指数迭代；决反馈；步长；决导引水盲超判变判
Ｖｏ１６Ｎｏ．．３１Ｆｅｂ．２Ｏ１２
一
种有效的水声信道盲均衡算法＊
宁小玲刘忠李朝旭夏清涛

水声信道盲均衡优化仿真研究

ＬＩＣｈａｎｇ－ｒｏｎｇ．ＷＵＤｉ
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇｏｆＱｉｑｉｈａｒＵｎｉｖｅｒｓｉｔｙ，ＱｉｑｉｈａｒＨｅｉｌｏｎｇｊｉａｎｇ１６１００６，Ｃｈｉｎａ）
ｉｚｅｄ，ａｎｄｈｅｔｎｔｈｅｍｏｍｅｎｔｕｍｐａｒｔｉｃｌｅｌｇａｏｉｒｔｈｍｗａｓｕｓｅｄｔｏｆｉｎｄｔｈｅｉｒｇｈｔｖｅｃｔｏｒｓｕｂｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｅｔ；ｉｎｆｌｌａｙ，ｔｈｅ
ｒｉｔｈｍｏｐｔｉｍｉｚａｔｉｏｎａｂｉｌｉｔｙｉｓｐｏｏｒ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅａｂｏｖｅｐｒｏｂｌｅｍｓ，ｔｈｉｓｐａｐｅｒｐｕｔｏｒｆｗａｒｄａｎｕｎｄｅｒｗａｔｅｒａｃｏｕｓｔｉｃ
ＡＢＳＴＲＡＣＴ：Ｒｅｓｅａｒｃｈｏｎｂｌｉｎｄｅｑｕａｌｉｚａｔｉｏｎｐｒｏｂｌｅｍｆｏｒｕｎｄｅｒｗａｔｅｒａｃｏｕｓｔｉｃｃｈａｎｎｅ１．Ｂｅｃａｕｓｅｔｈｅｕｎｄｅｒｗａｔｅｒｉｓｉｎ－

开题报告-《水声通信信道载波相位恢复盲均衡算法》

开题报告-《水声通信信道载波相位恢复盲均衡算法》研究背景近年来，随着海洋经济的快速发展，水声通信技术也得到了迅速的发展。

水声通信是指利用声波在水中传播来实现信息交流的一种通信方式。

由于水下环境特殊，水声信号传输受到许多困难影响，如水声信道衰落、多径效应等，使得水声通信系统的设计和性能优化面临着巨大的挑战。

其中，水声信道中的载波相位偏移问题是水声通信中较为常见且需重点解决的问题之一。

水声载波相位偏移会严重影响通信系统的性能，降低系统的信噪比和误码率，导致通信信号的接收质量非常差。

因此，如何解决水声通信信道的载波相位偏移问题，是水声通信技术发展中亟待解决的问题。

研究意义本课题旨在研究一种水声通信信道载波相位恢复盲均衡算法，以此解决水声通信中载波相位偏移的问题。

具体内容包括以下方面：1.提出一种基于盲均衡的水声通信信道载波相位恢复算法，解决水声通信信道中载波相位偏移的问题。

2.分析该算法的性能，包括均衡效果、鲁棒性和复杂度等指标，从而得出算法的优缺点。

3.在水声通信系统中进行仿真实验，验证该算法的有效性和可行性。

本研究对于水声通信技术的发展具有重要的意义。

一方面，该算法可以有效解决水声通信中载波相位偏移的问题，提高水声信号的接收质量；另一方面，该算法可以作为改进和拓展现有水声通信系统的重要手段，为水声通信技术的发展注入新的动力。

研究进度安排本课题的进度安排如下：时间节点完成内容第一周-第二周搜集和整理水声通信信道相关研究资料，了解现有的均衡算法第三周-第四周提出基于盲均衡的水声通信信道载波相位恢复算法第五周-第六周对该算法进行性能分析，包括均衡效果、鲁棒性和复杂度等指标第七周-第八周使用Matlab等仿真平台，对该算法进行仿真实验第九周-第十周对实验结果进行总结分析，总结论文框架，并撰写第一稿第十一周-第十二周修订论文，完成最终论文报告研究方法本课题拟采用如下的研究方法：1.研究水声通信信道的特点和问题，分析水声通信信道中载波相位偏移的原因及其对通信系统的影响；2.综合现有的均衡算法，提出一种基于盲均衡的水声通信信道载波相位恢复算法；3.对该算法的性能进行分析和评估，包括均衡效果、鲁棒性和复杂度等指标；4.使用Matlab等仿真平台，对该算法进行仿真实验。

稳定水声通信判决反馈盲均衡算法研究

第ｌ９卷第３期
Ｖ０．９１１Ｎｏ３．
电子设计工程
ＥｌｃｒｎｃＤｅｉｎＥｎｉｅｒｎｅｔｏｉｓｇｇｎｅｉｇ
２１年ቤተ መጻሕፍቲ ባይዱ２月０１
Ｆｂ２ｌｅ．０１
稳定水声通信判决反馈盲均衡算法研究
彭鹏菲，丰少伟，罗亚松
的归一化修正常模盲均衡算法具有更好的收敛能力与稳定性，具有较强的抗干扰能力，能保证水声通信高效运行。
关键词：水声通信；盲均衡；常数模；多径效应
中图分类号：ｒ３３ｒ９Ｐ文献标识码：Ａ文章编号：１７ — ２６２１）３００ — ３６４６３（０１０ — ０１０
ｔｃｎｑｅｈｓｂｔｒｃｎｅｇｎｅａｄｓａｉｔ，ａｄｈｓａｓｒｎａａｉｆｒｓｓｉｇｄｓｕｂｎｅｈｃａｓｕｅｔｅｅｈｉｕａｅｔｏｖｒｅｃｎｔｂｌｙｎａｔｇｃｐｃｔｏｅｉｎｉｔｒａｃ，ｗｉｈｃｎａｓｒｈｅｉｏｙｔ
ＰＥＮＧｅｇｆｉＥＮＧＳａ — ｉＵＯＹａｓｎＰｎ —ｅ，Ｆｈｏｗｅ，Ｌ —ｏｇ
（ｃｏｌｆＥｅｔｎｎｉｅｉ，ａｙＵｉｒｔｏｎｎｅｎ，ｈｎ４０３，ＣｉａＳｈｏｏｌｃｏｉＥｇｅｒｇＮｖｎｖｓｙｆＥｇｅｒｇＷｕａ３０３ｈｎ）ｒｃｎｎｅｉｉｉ
（军工程大学海电子工程学院，湖北武汉４０３）３０３

水声通信中基于信道辨识的盲turbo均衡方法

水声通信中基于信道辨识的盲turbo均衡方法杨晓霞;王海斌;汪俊;张仁和【摘要】水声信道多途效应明显,造成接收信号存在严重的码间干扰(ISI,Intersymbol interference).基于最小均方误差(MMSE,Minimum mean square error)准则的turbo均衡器级联了均衡和信道译码,能够有效去除ISI,并获得优良的性能.由于水声信道的时变性,传统MMSE-turbo均衡需要周期性的训练序列,以实现连续可靠的通信.训练序列虽然提高了通信的可靠性,但降低了信息的有效传输速率.因此,为提高通信效率,本文提出了一种盲turbo均衡方法,该方法通过引入新的盲信道辨识器来同时获得信道估计响应和已去除部分ISI的初步均衡输出信号,并为turbo均衡提供初始的响应参数和比特软信息.与水声通信中应用较多的盲判决反馈均衡器(DFE,Decision feedback equalizer)相比,海上实验结果证明本文提出的盲turbo均衡方法抗信道多途衰落的能力较强,并且与传统MMSE-turbo 均衡相比无需训练序列,因此提高了信息的有效传输速率.【期刊名称】《应用声学》【年(卷),期】2015(034)002【总页数】10页(P125-134)【关键词】盲turbo均衡;盲信道辨识;水声通信【作者】杨晓霞;王海斌;汪俊;张仁和【作者单位】中国科学院声学研究所声场声信息国家重点实验室北京 100190;中国科学院大学北京 100049;中国科学院声学研究所声场声信息国家重点实验室北京 100190;中国科学院声学研究所声场声信息国家重点实验室北京 100190;中国科学院声学研究所声场声信息国家重点实验室北京 100190【正文语种】中文【中图分类】TN911.5水声通信信道多途复杂，特别是针对较高速率通信，多途时延扩展会覆盖几十甚至上百个码元符号，造成接收信号存在严重的码间干扰（ISI，Intersymbol interference）［1］，并导致接收端产生误码。

盲均衡算法分类_水声信道常数模盲均衡：理论、算法与仿真_[共6页]

水声信道常数模盲均衡：理论、算法与仿真14为Nx c 。

如果0Nx c ≠，0Nx c ≠ ，根据BBR 公式可知()N Nx Nx i i c c c n =∑（1-46）定义发送信号序列()x n 和均衡器输出信号序列()xn 的(,)M N 阶归一化累积量(,)x K M N 和(,)x K M N 分别为(,)[](,)[]M N x Mx Nx M N x Mx Nx K M N c c K M N c c ⎧=⎪⎨=⎪⎩ （1-47）根据式（1-46）可得(,)()()(,)M N x i i x i i K M N c n c n K M N ⎡⎤=⎢⎥⎣⎦∑∑（1-48）根据式（1-48），Gadzow 定理可以描述为：假定信道的输入信号()x n 为非高斯、独立同分布的平稳随机过程，则输入、输出的归一化累积量有如下关系成立：① 如果N 为偶数，并且M N >，则有(,)(,)x x K M N K M N ≤；② 如果N 为奇数，并且M N <，则有(,)(,)x x K M N K M N ≥。

Gadzow 定理从归一化累积量的角度证明了盲均衡实现的条件，可在上述结论基础上，利用极值化方法构建盲均衡算法，由于累积量的阶数在Gadzow 定理中是可以选择的，因此在Gadzow 定理的基础上形成了一簇盲均衡算法，使得Gadzow 定理具有很好的推广价值。

实质上，大多数盲均衡算法的理论基石均是信道系统输入输出之间的高阶统计特性与信道系统本身特性之间的关联，在盲均衡算法的设计和性能分析中，信号的高阶统计特性都是有力的数学工具。

1.3.2 盲均衡算法分类盲均衡算法不依赖于发送信号和通信信道的信息，仅根据接收观测信号实现对发送信号的恢复，为了设计一种能够自适应调节均衡器权系数的算法，需要对接收观测信号进行非线性变换。

针对非线性变换的时机不同，可以将盲均衡算法分为三类[21]：Bussgang 类盲均衡算法、高阶累积量盲均衡算法和非线性均衡器盲均衡算法，如图1-6所示。

基于支持向量机的水声信道盲均衡算法研究

Ｌｉ－ｎＺＩＪｎｍｉｇ，ＨＡＯＪｎｗｅＬＪｎｕ－ｉ，Ｕｉｇ＇
（．ＩｓｉｔｆＡｃｕｔ，ＮｏｈｓｅＰｌｔｃｎｃＵｎｖｒｉ，Ｘｉｎ７０７１ｎｔｕｅｏｏｓｉｔｃｔｒｗｅｔｍｏｙｅｈｉｉｅｓｔｙ１０２，Ｃｈｎａｉａ；２．ＤｅａｔｎｆＥｌｃｒｎｃ，ＥｇｎｅｎｏｌｇｆｔｅＣＦ，Ｘｉａ０８ｐｒｍｅｔｏｅｔｏｉｓｎｉｅｒｇＣｌｅｏｈＡＰｉｅｎ７１０６，Ｃｉａｈｎ）
【ｅｏｄ】ｂｉｄｅｕｌａｉ；ｓｐｏｅｔｒｍａｈｅ；ｕｄｒａｅｏｍｕｉｔｎＫｙｗｒｓｌｑａｉｔｎｕｐｒｖｃｏｃｉｓｎｅｗｔｒｃｍｎｃｉｎｚｏｔｎａｏ
１引言
由于水声信道的多途传播效应和时变特性，水声相干通信必须采用均衡技术克服严重的码间干扰。传统的自适应均衡技术通过定时发送训练序列实现均衡器的调整，占用了宝贵的带宽。盲均衡算法不需要训练
李金明 ‘ 俊渭，陆晶，赵
（．西北工业大学声学工程研究所，陕西西安７０７；２１１０２．武警工程学院电子技术系，陕西西安７０８）１０６
【摘要】水声信道的带宽极为有限，与需要训练序列的自适应均衡算法相比盲均衡技术节省了带宽，特别适合高
ａｇｒｔｍｓｌｏｈ，ｂｉｄｅｕｌａｉｎｔｃｎｑｅｗｉｈｐｅｅｖｓｂｎｗｉｔｓｖｒｕｔｂｅｆｒｓｅａｏｕｈａｉｈｓｅｄｉｌｑａｉｔｅｈｉｕｈｃｒｓｒｅａｄｄｈｉｅｙｓｉｌｏｃｎｒｓｓｃｓｈｇｐｅｎｚｏａｉ

水声信道均衡算法比较研究

水声信道均衡算法比较研究裴晓黎;宁小玲;刘忠;张建强【摘要】Adaptive equalization and blind equalization used in underwater acoustic communication and some representa-tive algorithms are briefly introduced. The computer simulations of adaptive and blind algorithms about Mean Square Error (MSE)ability are carried out respectively under sparse multi-paths and mixed phase underwater acoustic channels, the simulation results demonstrate that the algorithms using Decision Feedback Equalizer(DFE)structure have better equalization result in above complex underwater acoustic environment;and then the simulation comparison of some representative adaptive and blind equalization algorithms are carried out under sparse multi-paths phase rotation complex channels, the results show that the affected degree of adaptive equalization algorithm to phase is smaller than that of blind equalization algorithms and the convergence speed of adaptive equalization algorithm is faster than that of blind equalization algorithms. At the same time, the anechoic tank experiment is carried out to verify the performance of algorithms about carrier recovery, the experiments verify that equalization algorithms with second order Digital Phase-Locked Loop(DPLL)and DFE structure have better performance and realize the tracking ability of phase deviation, overcome multi-path effect and improve the compensation ability of Doppler shift.%简述了自适应均衡算法和盲均衡算法在水声通信中的应用现状，以及典型的几种均衡算法。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

分类号_________密级_________ U D C_________编号1 0 4 8 6武汉大学硕士学位论文水声通信中的盲均衡算法研究研究生姓名：李莹泽学号：200722120132指导教师姓名、职称：茹国宝教授学科、专业名称：通信与信息系统研究方向：通信理论研究二○○九年四月Research on Blind Equalization Algorithm in Underwater AcousticChannelLi Ying Ze郑重声明本人的学位论文是在导师指导下独立撰写并完成的，学位论文没有剽窃、抄袭、造假等违反学术道德、学术规范和侵权行为，否则，本人愿意承担由此而产生的法律责任和法律后果，特此郑重声明。

学位论文作者（签名）：年月日摘要水声信道是一种极其复杂多变的时间-空间-频率变参信道，其频带有限，强多径干扰，信号起伏衰落严重，一直是水下信息可靠高速传输的主要障碍，因此如何在水声信道中高速率准确地传输数据，就成为世界性的热门课题。

信道均衡技术是解决该问题的有效方法之一。

传统的自适应均衡技术需要周期性地发送接收端已知的训练序列，虽然提高了数据传输的可靠性，但是进一步减小了本己严重受限的通信带宽，从而降低了信道利用率，而盲均衡具有无需训练序列的优良特性，在特定约束条件下，能获得比传统自适应均衡技术更好的均衡性能。

因此，对水声通信盲均衡理论和算法进行分析和研究具有重要意义。

论文首先概述了水声通信和盲均衡技术的背景和水声信道的信道特性，系统地分析了盲均衡的基本理论、算法形式以及盲均衡采用的决策指向（DD）、Sato、Godard三种常用的Bussgang类盲均衡算法，强调了均衡算法的收敛性能对整体系统的影响。

然后，在重点分析、理论推导恒模盲均衡算法的基础上，对传统恒模盲均衡算法的收敛性能进行了仿真。

仿真结果表明，采用大步长，能够加快收敛速度，但同时会带来较大的稳态剩余误差；采用小步长，虽然减小了算法收敛后的稳态剩余误差，但算法收敛速度过慢。

最后，为了解决收敛速度和收敛精度之间存在的矛盾，论文将剩余误差的非线性变换作为步长的控制因子，建立了一种新的变步长恒模盲均衡算法。

理论分析和计算机仿真实验表明：改进算法与传统恒模盲均衡算法相比，能够有效地加快收敛速度，并能收敛到更小且稳定的剩余误差，从而降低了传输误码率，极大地改善了水声通信的质量。

关键词：盲均衡算法，恒模算法，剩余误差的非线性变换，变步长AbstractOne of the main obstacles to reliable underwater acoustic digital communications is considered to be Inter-Symbol Interference(ISI), which is mainly caused by multipath propagation. Equalization technique is an effective approach to suppress ISI.Underwater acoustic channel is severely band-limited due to high absorption, and conventional adaptive equalizations, which require training sequences transmitted periodically, will reduce the usable bandwidth further. However blind equalization does not need the training sequence, the theory and the practice proved, blind equalization may under certain traditional, adaptive equalization technology invalid conditions, still has good performance, under specific constraint condition, it can obtain better equalization performance than traditional adaptive equalization technology. With the development of modernized underwater acoustic communication to the high speed information transmission demand, it has the vital significance that analysis and the research of blind equlization throry algorithm. The main jobs of this thesis are as follows:First, the background and the development of the underwater acoustic communication and the blind equalization are resumptively introduced, the characteristic of the underwater acoustic channel is summarized.Second, the basic theory, algorithm form of blind equalization, the basic algorithm and convergence criterion of it are systematically analyzed. The basic theory and property of Bussgang blind equalization algorithm are described and three algorithms including Decision-Directed algorithm、Sato algorithm、Godard algorithm in common used of Bussgang are introduced.Finally, CMA blind equalization algorithm of Bussgang algorithms is the emphasis. The CMA algorithm is derived and the convergence performance of traditional CMA algorithm is analyzed. Simulation results proved to show that the convergence speed is quicker, but with a larger residual error if bigger step is adopted. In order to minimize the residual error after convergence, the smaller step should be adopted, but at the same time, the convergence speed is slow. And then, a new variable step-size CMA blind equalization algorithm is proposed in order to solve the antinomy between the convergence rate and accuracy because of using the fixed step.The new algorithm makes use of the non-linear function of error signal as the parameter to produce the new variable step size. The theoretical analysis and the simulation results proved to show that the new algorithm has improved performance of the convergence speed and residual error than traditional CMA algorithm and can be applied in the self-adaptive blind equalization system availably.KEY WORDS: blind equalization, constant modulus algorithm, bussgang property, the non-linear function of error signal, variable step-size目录摘要 (I)Abstract (II)目录 (1)1. 绪论 (1)1.1. 引言 (1)1.2. 水声通信的发展与现状 (2)1.3. 盲均衡技术的发展与现状 (3)1.3.1. 基于Bussgang 性质的盲均衡算法 (3)1.3.2. 基于高阶谱理论的盲均衡算法 (5)1.3.3. 基于神经网络理论的盲均衡算法 (6)1.3.4. 基于信号检测理论的盲均衡算法 (7)1.4. 论文的主要内容 (8)2. 水声信道特性及模型 (9)2.1. 水声信道特性 (9)2.1.1. 传输距离与有限带宽 (9)2.1.2. 水声信道的多径效应 (10)2.1.3. 水声信道的时变特性 (13)2.1.4. 水声信道的多普勒效应 (13)2.1.5. 背景噪声 (14)2.2. 信道模型 (14)2.3. 本章小结 (16)3. 盲均衡技术的理论基础 (17)3.1. 盲均衡的概念 (17)3.2. 盲均衡采用的基本算法 (20)3.2.1. 最小均方（LMS）算法 (20)3.2.2. 递归最小二乘（RLS）算法 (21)3.3. 衡量算法收敛的性能指标 (22)3.3.1. 收敛速度 (22)3.3.2. 稳态剩余误差 (23)3.3.3. 误码率 (24)3.4. 本章小结 (24)4. 恒模盲均衡算法研究及其收敛性能分析 (25)4.1. Bussgang盲均衡算法 (25)4.2. 经典Bussgang类盲均衡算法 (27)4.2.1. Sato算法 (27)4.2.2. Godard算法 (28)4.2.3. 决策指向算法 (29)4.3. 恒模算法 (30)4.3.1. 恒模算法的表述 (30)4.3.2. 恒模算法的理论推导[44] (31)4.3.3. 恒模算法的收敛性能分析 (33)4.4. 本章小结 (40)5. 一种改进的变步长恒模盲均衡算法 (41)5.1. 改进CMA算法的必要性 (41)5.2. 恒模算法中剩余误差的分析 (41)5.3. 基于剩余误差非线性函数的变步长恒模盲均衡算法 (42)5.3.1. 基于剩余误差非线性函数的变步长恒模盲均衡算法表达形式 (42)5.3.2. 基于瑞利分布变步长的常数模盲均衡算法 (43)5.4. 本章小结 (50)6. 总结与展望 (51)6.1. 总结 (51)6.2. 展望 (51)参考文献 (53)致谢 (57)1.绪论1.1.引言当今世界已进入了飞速发展的信息时代，通信是这一进程中发展最为迅速、进步最快的行业。