基于分数阶相关熵和分数阶梯度的恒模盲均衡方法技术

本发明专利技术提出了一种基于分数阶相关熵和分数阶梯度的恒模盲均衡方法，利用均衡器输出信号误差的分数阶相关熵构建代价函数，再利用分数阶梯度方法替换整数阶梯度方法对均衡器的权矢量进行更新，寻找权矢量的最优值。本发明专利技术与现有技术相比，不仅能够在弱脉冲噪声环境下实现信道均衡，在强脉冲噪声环境下也能够拥有更低的剩余码间干扰与误码率，且均衡过程所需的时间更短，具有更高效的信道均衡能力。具有更高效的信道均衡能力。具有更高效的信道均衡能力。

【技术实现步骤摘要】
基于分数阶相关熵和分数阶梯度的恒模盲均衡方法


[0001]本专利技术属于无线通信
，特别涉及无线通信信号处理
中的一种在脉冲噪声环境下基于分数阶相关熵和分数阶梯度的恒模盲均衡方法。本专利技术可应用于复杂噪声环境下的无线通信系统中，在脉冲噪声环境下，能够有效的抑制脉冲噪声中异常值对传输信号的影响、降低剩余码间干扰和误码率。

技术介绍

[0002]在通信系统中，由于系统传输特性不理想，实际信道不可能满足信号传输的无失真条件，在接收端接收到的信号前后码元的波形会发生畸变，且前部码元会发生严重的拖尾并对后续码元造成影响，这就不可避免地存在着相邻符号间的干扰，即码间串扰。严重影响了系统的性能，使得系统误码率大幅度提高。为了降低误码率,提高通信质量，提出信道盲均衡技术。恒模算法(CMA)的结构简单易于实现，因而得到了较为广泛的应用。目前大多数的盲均衡算法均基于高斯噪声模型提出，随着研究的不断深入，人们发现在实际的通信过程中，实际噪声并不符合高斯分布，而是具有尖峰特性的脉冲噪声，这类脉冲噪声可用alpha稳定分布来描述。由于alpha稳定分布不具有α(0<α<2)以上各阶矩，因此间接利用信号高阶统计量的基于均方误差准则的CMA盲均衡无法抑制实际噪声中的脉冲成分，算法性能往往急剧下降甚至完全失效，导致信号解调后的误码率升高。因此鉴于现有算法的局限性，研究脉冲噪声环境下有效的盲均衡算法是一个值得关注的方向。
[0003]毕英杰等人在其发表的论文“基于最大相关熵准则的恒模盲均衡算法”(信号处理2020年36卷第一期)中公开了一种恒模盲均衡方法。根据处理脉冲噪声中由于最大相关熵准则在衡量两个变量的相似性时具有局部线性，全程非线性的特点，在处理脉冲噪声中的异常值具有一定优势，所以该方法利用基于二阶统计量的最大相关熵准则改进了传统基于最小均方准则的恒模盲均衡方法的代价函数，并使用整数阶梯度方法对代价函数进行求导，以此来获得均衡器权向量的更新公式，通过不断地迭代更新权向量来寻找权向量的最优值，最终使算法达到稳态，完成整个信道均衡过程。该算法能够较好的解决在脉冲噪声环境下传统恒模盲均衡算法的均衡性能退化的问题，达到在弱脉冲噪声环境下，既能保证算法能够稳定收敛，而且相较于传统的盲均衡算法拥有更低的误码率。但是，该方法存在的不足之处是，仅限于在脉冲强度较弱的噪声环境，在强脉冲噪声环境下，由于该方法的代价函数仍然利用的是均衡器输入信号的二阶统计量信息，而服从alpha稳定分布的脉冲噪声不具有有限的二阶统计量，所以该方法在均衡过程中收敛速度慢，均衡后得到的剩余码间干扰与误码率较高，均衡性能下降。
[0004]西安电子科技大学在其申请的专利文献“基于最大相关熵和分数阶常模盲均衡的信道畸变技术”(专利申请号2015109202802申请公布号CN 112929308 A)中公开了一种基于最大相关熵和分数阶常模盲均衡方法。该方法实现步骤为：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。该方法能够在alpha稳定分布的脉冲噪声中稳定收敛，拥有更快的收敛速度。但是，该方法存在的不足之处是，仅对收敛速度进行了改进，但仍然存在剩余码间干扰与误码率较高的问题。

技术实现思路

[0005]本专利技术的目的在于针对上述已有技术的不足，提供一种基于分数阶相关熵和分数阶梯度的恒模盲均衡方法，旨在解决强脉冲噪声环境下，基于最大相关熵准则的盲均衡方法收敛速度较慢，均衡后得到的剩余码间干扰与误码率较高，均衡性能下降的问题。
[0006]实现本专利技术目的的技术思路是，本专利技术利用分数阶相关熵对基于二阶统计量的最大相关熵盲均衡方法中代价函数进行改进，并使用分数阶梯度方法代替整数阶梯度方法对代价函数进行求导，以此来获得均衡器权向量的更新公式，使均衡器的权向量不断的向权矢量的最优值逼近，当算法收敛到稳态时，完成整个信道均衡过程。基于二阶统计量的最大相关熵仅考虑了信号的二阶统计量信息，并没有考虑信号的分数阶信息，且由于脉冲噪声不具有有限的二阶统计量，因此本专利技术利用相关熵的分数阶统计量替换相关熵的二阶统计量，提高了均衡后的剩余码间干扰和误码率。分数阶梯度方法相比于整数阶梯度方法，具有丰富的分数阶梯度信息，通过调整分数阶梯度阶次可以更快的使均衡器的权矢量向最优值逼近，因此本专利技术利用分数阶梯度方法替换整数阶梯度方法，提高了本专利技术的收敛速度。
[0007]为了实现上述目的，本专利技术的具体实现步骤如下：
[0008]步骤1，按照下式，计算每个时刻待均衡信号经均衡器输出的误差：
[0009]e
n
＝|w
T
x|2‑
R
[0010]其中，e
n
表示待均衡信号中的第n时刻信号经均衡器输出的信号误差，w表示待均衡信号中第n时刻信号对应的均衡器权矢量，w＝[w0,w1,w2,
…
,w
k
,
…
w
N
‑1]T
，w
k
表示均衡器的第k个抽头权系数，N表示均衡器抽头权矢量的长度，T表示转置操作，x表示待均衡信号中的第n时刻信号对应的列矢量，x＝[x
n
,x
n
‑1,
…
,x
n
‑
i
,
…
,x
n
‑
N+1
]T
，x
n
‑
i
表示待均衡信号中第n
‑
i时刻信号的码值，i＝0,1,2,
…
,N
‑
1，|
·
|表示取绝对值操作，R表示与接收到的基带信号统计特性有关的常数；
[0011]步骤2，按照下式，构建均衡器输出信号的分数阶相关熵的盲均衡代价函数：
[0012][0013]其中，J
n
表示待均衡信号中的第n时刻信号经均衡器输出的信号对应的分数阶最大相关熵的恒模盲均衡的代价函数，exp(
·
)表示以自然常数e为底的指数操作，ρ表示分数阶相关熵的阶次，其取值是(0,2]范围内的一个分数，σ表示取值为2的核宽参数；
[0014]步骤3，利用分数阶梯度方法更新均衡器的抽头权矢量：
[0015](3a)按照下式，计算代价函数J
n
的分数阶梯度
[0016][0017]其中，表示均衡器输出信号的分数阶最大相关熵恒模盲均衡代价函数的α阶梯度值，α表示分数阶梯度阶次，其范围在[0,ρ]内，sign(
·
)表示符号函数；*表示取复共
轭操作；
[0018](3b)按照下式，更新均衡器的抽头权矢量：
[0019][0020]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分数阶相关熵和分数阶梯度的恒模盲均衡方法，其特征在于，利用相关熵的分数阶信息构建代价函数，利用分数阶梯度方法对均衡器的抽头权矢量进行迭代更新；该均衡方法的步骤包括如下：步骤1，按照下式，计算每个时刻待均衡信号经均衡器输出的误差：e
n
＝|w
T
x|2‑
R其中，e
n
表示待均衡信号中的第n时刻信号经均衡器输出的信号误差，w表示待均衡信号中第n时刻信号对应的均衡器权矢量，w＝[w0,w1,w2,
…
,w
k
,
…
w
N
‑1]
T
，w
k
表示均衡器的第k个抽头权系数，N表示均衡器抽头权矢量的长度，T表示转置操作，x表示待均衡信号中的第n时刻信号对应的列矢量，x＝[x
n
,x
n
‑1,
…
,x
n
‑
i
,
…
,x
n
‑
N+1
]
T
，x
n
‑
i
表示待均衡信号中第n
‑
i时刻信号的码值，i＝0,1,2,
…
,N
‑
1，|
·
|表示取绝对值操作，R表示与接收到的基带信号统计特性有关的常数；步骤2，按照下式，构建均衡器输出信号的分数阶相关熵的盲均衡代价函数：其中，J

【专利技术属性】
技术研发人员：罗勇江，赵冬，杨家利，李佳奇，江开禹，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：