Blind Equalization Based on RLS Algorithm Using Adaptive Forgetting Factor for Underwater Acoustic

• 作 者: 肖瑛 殷福亮
• 机 构: CollegeofInformationandCommunicationEngineering,FacultyofElectronicInformationandElectricalEngineeri
• 出 处: 中国海洋工程：英文版
• 发表日期: 2014年3期
• 关键词: RLS算法 遗忘因子 水声信道 自适应 盲均衡 递推最小二乘 恒模算法 成本函数 blind equalization RLS CMA underwater a
• 基金项目: This work was financially supported in part by the National Natural Science Foundation of China （Grant No. 61201418）, Fundamental Research Funds for the Central Universities （Grant No. DC12010218） and

基于适应忘记的因素使失明均等，有经常的模量算法(CMA ) 的递归的最少的广场(RLS ) ，被调查。CMA 的费用功能被简化遇见第二种标准形式保证 RLS-CMA 的稳定性，并且因此，改进 RLS-CMA (RLS-SCMA ) 被建立。为了推进，改进它的表演，新适应忘记因素 RLS-SCMA (ARLS-SCMA ) 被建议。在 ARLS-SCMA，忘记的因素在反复的进程期间与盲目均衡器的输出错误变化，它导致更快的集中率和一个更小的不变的错误。模拟结果在条件下面证明有效性在水下声学的隧道。