基于正交小波变换分数间隔的神经网络盲均衡算法  

Blind Neural Network Equalization Algorithm Based on Orthogonal Wavelet Transform Fractionally Spaced Equalizer

作　　者：高敏[1] 郭业才[1,2] 刘振兴[1] 赵雪清[1] 

机构地区：[1]安徽理工大学电气与信息工程学院,淮南232001 [2]南京信息工程大学电子与信息工程学院,南京210044

出　　处：《数据采集与处理》2011年第2期128-134,共7页Journal of Data Acquisition and Processing

基　　金：全国优秀博士学位论文作者专项资金(200753)资助项目;江苏省高等学校自然科学基金(08KJB510010)资助项目;江苏省"六大人才高峰"培养资助项目

摘　　要：针对分数间隔盲均衡算法(T/4-FSE-CMA)收敛速度慢、稳态误差大的缺点,提出了一种基于正交小波变换分数间隔的神经网络盲均衡算法(T/4-FSE-WT-FNN)。该算法采用四路子信道模型,以神经网络作为均衡器,同时,对均衡器的输入信号做正交小波变换并进行归一化,与基于正交小波变换的前馈神经网络盲均衡算法(WT-FNN)、T/4-FSE-CMA算法、基于正交小波变换的分数间隔盲均衡算法(T/4-FSE-WT-CMA)相比,该算法具有抗干扰能力强、收敛速度快、稳态误差和均方根误差小的特点。水声信道的仿真验证了该算法的有效性。A new blind equalization algorithm of neural network based on orthognal wavelet transform fractionally spaced equalizer（T/4-FSE-WT-FNN） is proposed to reduce the steady-state error and improve the convergence rate.Four sub-channels are used in the algorithm and neural network is adopted as the equalizer in each channel.Simultaneously,the equalizer input signal is carried out by the orthogonal wavelet transform and normalized.Compared with WT-FNN,T/4-FSE-CMA and T/4-FSE-WT-CMA algorithms,the proposed algorithm has the characteristics of faster convergence,smaller steady-state error and lower root mean square error.The efficiency of the proposed algorithm is proved by simulation in underwater acoustic channels.

关 键 词：正交小波变换 神经网络 分数间隔 盲均衡 水声信道 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]