基本信息
- 项目名称：
- 适用于非常模信号的水下通信常数模算法
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 与无线电波通信相比，水下声通信中存在的码间干扰（ISI）更为严重，造成接收数据的高误码率。为了消除ISI，常采样鲁棒性强且易于实现的常数模（盲均衡）算法（CMA），CMA对于常模信号具有零稳态误差的优越性能，但是对于非常模信号稳态误差不为零，致使CMA在水声通信系统中的应用受到严重影响。因此，对CMA进行改进，使其对于非常模信号也具有零稳态误差性能从而适应水下通信环境是本研究的主要目的。
- 详细介绍：
- 以4-PAM和16-QAM非常模信号为例，对其星座图结构进行研究，找出各星座点幅度模值的相似之处，利用幅度模值变换的方法将非常模信号的多幅度模值转换成单一幅度模值，例如4-PAM非常模信号的多幅度模值变换方式如图1所示。依照该幅度模值变换方式对CMA代价函数进行修正，新算法的目的是使均衡器的输出信号幅度模值经过相同的变换后，其新幅度模值与新统计模值相等，从而使CMA在对非常模信号进行均衡时稳态误差为零。
作品专业信息
撰写目的和基本思路
- 对CMA进行改进，使其对于非常模信号也具有零稳态误差性能从而适应水下通信环境是本研究的主要目的。 以4-PAM和16-QAM非常模信号为例，对其星座图结构进行研究，利用幅度模值变换的方法将非常模信号的多幅度模值转换成单一幅度模值。 新算法的目的是使均衡器的输出信号幅度模值经过相同的变换后，其新幅度模值与新统计模值相等，从而使CMA在对非常模信号进行均衡时稳态误差为零。
科学性、先进性及独特之处
- 首次在常数模盲均衡算法中提出“模值变换”，使均衡器输出误差为零，并进行了理论证明。 CMA对接收信号的调制类型未知，CMA就无法正常工作。而新算法的幅度模值变换方式同时适用于BPSK、2-PAM、4-PAM、4-QAM和16-QAM这5种不同调制类型信号。因此新算法不但具有零稳态误差性能，而且还可以实现信号调制类型识别。
应用价值和现实意义
- 新算法稳态误差近似为零，在有噪水声信道中新算法的稳态误差比CMA小50%以上，因此新算法有望在均衡难度较大的水下通信环境中得到应用，如水下机器人控制、海上石油平台遥控、水下无缆电话、海洋监控等。由于新算法具有一定的信号调制类型识别能力，因此适合用于一些特殊领域，如政府实施无线频谱管理、监视民用信号；军事领域中对敌方通信进行干扰和侦听等，因为在这些场合我们无法预先得知所截获信号的调制类型。
学术论文摘要
- 常数模算法在对非常模信号进行均衡时，稳态误差无法收敛至零，致使CMA在码间干扰严重的水下通信系统中的应用受到严重影响。对常数模算法中的代价函数进行修正，该代价函数能将非常模信号的多个幅度模值变换成单一幅度模值，从而使新算法的稳态误差为零。此外，新方法还具有一定的信号调制识别能力。理论分析和仿真结果证明了新算法的优良性能。
获奖情况
- 1、项目阶段性研究成果论文《适用于非常模信号的常数模新算法》已经被《通信学报》（通信领域国家一级期刊，EI刊源）录用。 2、第十二届“挑战杯”中国大学生课外学术科技作品竞赛江西赛区 优秀奖 3、第十二届“挑战杯”中国大学生课外学术科技作品竞赛校级竞赛 二等奖
鉴定结果
- 江西省科技厅指定查新机构—江西省专利事务所查新报告：未检索到与“适用于非常模信号的水下通信常数模算法”相同和相似、相关的文献和专利。
参考文献
- [1]张玲, 张贤达, “MIMO-OFDM系统的盲信道估计算法综述”[J], 电子学报 Vol. 35, No. 6A, pp1-6, 2007. [2]Trasapong Thaiupathump, Lin He and Saleem A. Kassam, “Square contour algorithm for blind equalization of QAM signals”[J], Signal Processing, Vol.86, No.11, pp3357-3370, 2006. [3]Silva M. T. M. and Nascimento V. H., “Improving the Tracking Capability of Adaptive Filters via Convex Combination” [J], IEEE Transactions on Signal Processing, Vol.56, No.7, pp3137-3149, 2008. [4]刘琚, 何振亚, “盲源分离和盲反卷积”[J], 电子学报 Vol. 30, No. 4, pp570-576, 2002. [5]Sheikh SA and Fan PZ, “Blind equalization techniques based on improved square contour algorithm” [J], Digital Signal Processing, Vol.18, No.5, pp680-693, 2008. [6]钟华, 金国平, 郑林华, 崔健. “改进MCMA盲均衡算法”[J]. 信号处理 Vol. 25, No. 5, pp766-770, 2009. [7]Jenq-Tay Yuan and Tzu-Chao Lin, “Equalization and Carrier Phase Recovery of CMA and MMA in Blind Adaptive Receivers” [J], IEEE Transactions on Signal Processing, Vol.58, No.6, pp3206-3217, 2010.
同类课题研究水平概述
- 在无线通信环境中，由于多径传输和有限信道带宽而产生的码间干扰（Instersymbol interference，ISI）使信号产生严重的失真，这种现象在水声信道中尤为严重[1]。为了减小ISI，需要采用自适应均衡技术。不同于传统的自适应均衡，盲均衡不需要周期地发射训练序列，提高了信道利用率，因而更适合用于（水下）信道均衡，同时它还是第四代移动通信系统（4G）中完成信道估计的重要方法之一[2]。 在盲均衡算法中，其代价函数往往由均衡器的输出信号和发射信号的统计信息组成，算法通过随机梯度下降法对均衡器抽头系数进行迭代，直至最小化代价函数。其中，发射信号的统计信息由发射信号的星座图决定，不同的星座决定了不同的统计信息，我们把这个统计信息称之为“统计模值”。常数模算法（Constant Modulus Algorithm，CMA）具有强鲁棒性和信号眼图睁开能力并且易于实现[3,4]，是盲均衡技术中最著名的算法之一。对于常模发射信号，CMA分数间隔均衡器在无信道噪声的情况下，均衡器输出误差可以收敛至零，而对于非常模发射信号，误差却无法收敛至零[5]。后者误差无法收敛至零的一个重要原因是发射信号星座的幅度模值与统计模值不匹配，为此许多文献都试图通过改变发射信号的幅度模值来减小算法的稳态误差：文献[6,7]提出了著名的多模算法，对接收信号的实部和虚部分别进行均衡，减小了稳态误差而且一定程度上克服了载波相位旋转，文献[8,9]对多模算法进行了优化，性能得到进一步提升，但是发射信号星座幅度模值与统计模值不匹配的现象仍然存在，稳态误差依然无法收敛至零；文献[10~12]针对不同的QAM信号使用匹配的模值进行均衡，但是却受到某些参数或条件的控制。 因此，研究新的CMA盲均衡算法，该算法在对非常模信号进行均衡时稳态误差能够收敛至零，使其更适合用于多途干扰严重的水下通信环境，是本研究的主要目的。
