论文部分内容阅读
传统的盲均衡方法首先进行信道的辨识，然后再设计均衡器。另一种所谓的直接盲均衡方法则不考虑信道而直接设计均衡器。
相比之下，包含了均衡器设计的直接盲检测方法又向前迈进了一步，它利用源信号的有限字符集属性，不但不需要估计信道，而且将均衡器的设计隐含在一个二次代价函数中直接进行输入信号的恢复，具有很好的自适应性和鲁棒性以及误比特率(BitErrorRate，BER)性能。
但是，获得这些优点是以增加该类型算法的计算复杂度为代价的。从计算复杂度上说，这是传统的NP难问题，因此其计算复杂度是指数级的。
尽管存在多项式复杂度的近似算法，但其通用性不强。
本文研究了上述盲均衡方法和离散二进制粒子群优化(DiscreteBinaryParticleSwarmOptimization，DBPSO)算法，提出了一个通用性很强的，而且计算复杂度为多项式的变速度离散二进制粒子群优化(Velocity-ChangeableDiscreteBinaryParticleSwarmOptimization，VC-DBPSO)算法来求解一个直接盲检测的最小均方误差(MinimumMean-Square-Error，MMSE)准则，仿真表明了该方法的鲁棒性和优良的BER性能。
为了进一步减少直接盲检测算法的计算复杂度，还提出了一个新的盲均衡准则-信道能量最大化准则(ChannelEnergyMaximizationCriterion，CEMC)，在满足可均衡的条件下，该准则可以运行在连续和离散域。
特别在连续域，CEMC可以处理长数据序列从而突破在离散域的复杂度瓶颈，其复杂度仅为一个奇异值分解的复杂度，并且由于它的均衡器阶数可以运行在零阶，这样该奇异值分解的复杂度就更低了；而在离散域，从仿真实验来看，CEMC具有和MMSE准则大体相当的BER性能，并且收敛速度更快。
最后，将VC-DBPSO算法应用于多输入多输出(Multiple-InputMultiple-Output，MIMO)模型的CDMA(CodeDivisionMultipleAccess)系统进行直接盲多用户检测，仿真结果进一步表明了该算法的有效性。