專利名稱：：基于分數(shù)低階統(tǒng)計量的小波加權(quán)多模盲均衡方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種基于分數(shù)低階統(tǒng)計量的小波加權(quán)多模盲均衡方法。
背景技術(shù)：
：在傳統(tǒng)的盲均衡系統(tǒng)中，環(huán)境噪聲主要被假設(shè)為服從高斯分布，而在某些實際應(yīng)用中所遇到的噪聲具有顯著的尖峰脈沖特性，這類非高斯噪聲具有長的拖尾，如水聲信號、低頻大氣噪聲、許多生物醫(yī)學(xué)信號及許多人為噪聲等，通常使用α穩(wěn)定分布模型(見文獻[l]ChangningLi；GangYu.ANewStatisticalModelforRollingElementBearingFaultSignalsBasedonAlpha-StableDistribution[C].ComputerModelingandSimulation,2010.ICCMS'10.SecondInternationalConferenceon，IEEE.2010,Vol.4386-390；文獻[2]JiaXu；WeiHan；Xiu-fengHe；Ren-xiChen.SmallTargetDetectioninSARImageUsingtheAlpha-stableDistributionModel[C].ImageAnalysisandSignalProcessing(IASP)，2010InternationalConferenceon.IEEE，2010:64-68)描述這類噪聲。然而，直接或間接使用高階統(tǒng)計量的常數(shù)模盲均衡方法均衡性能下降嚴重，不適合用來處理這類噪聲。針對α穩(wěn)定分布噪聲的分數(shù)低階統(tǒng)計量(FL0S，F(xiàn)ractionalLowerOrderStatistics)(見文獻[3]ZhijinZhao,BaichengFu,ChunyunXu.AnAdaptiveDemodulationMethodforMFSKSignalsunderAlpha-StableDistributionPulseNoise[C].ImageandSignalProcessing,2008.CISP'08.Congresson.2008,Vol.1:65-69；文獻[4]DaifengZha,TianshuangQiu.AdaptiveMixed-normFilteringAlgorithmbasedonSαSGNoiseModel[J].DigitalSignalProcessing,AcademicPress,Inc.Orlando,FL,USAMarch,2007,17(2):475-484)的特點，可將分數(shù)低階統(tǒng)計量引入到常數(shù)模盲均衡方法中，但這種方法對于高階正交幅度調(diào)制(QAM，QuadratureAmplitudeModulation)信號具有較差的收斂性能。文獻(見文獻[5]許小東，戴旭初，徐佩霞.適合高階QAM信號的加權(quán)多模盲均衡算法[J].電子與信息學(xué)報，2007.(6):1352-1355)提出了一種適合高階QAM的加權(quán)多模盲均衡方法(WMMA，WeightedMulti-ModulusAlgorithm)。這種方法利用星座圖的先驗知識，在均衡器權(quán)系數(shù)迭代過程中自適應(yīng)修正模值，具有較好的收斂性能。但在這種方法中，將環(huán)境噪聲假設(shè)為高斯噪聲，與實際不符。
發(fā)明內(nèi)容本發(fā)明目的是針對現(xiàn)有技術(shù)存在的缺陷，提供一種基于分數(shù)低階統(tǒng)計量的小波加權(quán)多模盲均衡方法(WT-FL0SWMMA，WaveletTransform-FractionalLowerOrderStatisticsbasedWeightedMulti-ModulusAlgorithm)。本發(fā)明在環(huán)境噪聲服從分數(shù)低階α穩(wěn)定分布的條件下，將加權(quán)多模方法和小波變換理論相結(jié)合，在均衡的過程中，利用加權(quán)多模方法在處理高階QAM信號時的特點，使得均衡器輸出的星座圖清晰、緊湊，并且，均衡器的輸入經(jīng)過小波變換之后，減小了信號的自相關(guān)性(見文獻[6]韓迎鴿.基于小波變換的盲均衡器設(shè)計與算法仿真研究D)].碩士學(xué)位論文，安徽理工大學(xué).2007)，能夠加快收斂速度，減小收斂誤差。計算機仿真結(jié)果表明，本發(fā)明方法不但能夠抑制α穩(wěn)定噪聲，而且對于高階QAM信號還具有良好的收斂性能。本發(fā)明為實現(xiàn)上述目的，采用如下技術(shù)方案本發(fā)明基于分數(shù)低階統(tǒng)計量的小波加權(quán)多模盲均衡方法，包括如下步驟a.)將發(fā)射信號a(η)經(jīng)過脈沖響應(yīng)信道c(η)得到信道輸出向量χ(η)，其中η為時間序列，下同；b.)采用分數(shù)低階α穩(wěn)定噪聲w(η)和步驟a所述的信道輸出向量x(η)得到正交小波變換器(WT)的輸入信號y(n):y(n)=w(n)+x(n)；其特征在于c.)將步驟b所述的正交小波變換器(WT)的輸入信號y(η)經(jīng)過正交小波變換器(WT)后，則均衡器輸入為R(n)=Qy(η)(1)式中，Q為正交變換矩陣，R(η)為均衡器輸入，均衡器輸出為ζ(n)=fT(n)R(n)(2)式中，f(n)為均衡器權(quán)向量，T為轉(zhuǎn)置。此時，誤差分別為權(quán)利要求1.一種基于分數(shù)低階統(tǒng)計量的小波加權(quán)多模盲均衡方法，包括如下步驟a.)將發(fā)射信號a(n)經(jīng)過脈沖響應(yīng)信道c(n)得到信道輸出向量χ(η)，其中η為時間序列，下同；b.)采用分數(shù)低階α穩(wěn)定噪聲w(n)和步驟a所述的信道輸出向量χ(η)得到正交小波變換器(WT)的輸入信號y(n):y(n)=w(n)+x(n)；其特征在于c.)將步驟b所述的正交小波變換器(WT)的輸入信號y(n)經(jīng)過正交小波變換后，則均衡器輸入為2.根據(jù)權(quán)利要求1所述的基于分數(shù)低階統(tǒng)計量的小波加權(quán)多模盲均衡方法，其特征在于對均衡器的輸入信號中較大的異常值進行剔除，其方法如下，全文摘要本發(fā)明公布了一種基于分數(shù)低階統(tǒng)計量的小波加權(quán)多模盲均衡方法(WT-FLOSWMMA)，所述方法如下將發(fā)射信號a(n)經(jīng)過脈沖響應(yīng)信道c(n)得到信道輸出向量x(n)；采用α穩(wěn)定分布信道噪聲w(n)和信道輸出向量x(n)得到正交小波變換器(WT)的輸入信號y(n)；將y(n)經(jīng)過正交小波變換器后，得到均衡器f(n)輸入為R(n)，則均衡器f(n)輸出為z(n)；此時，WT-FLOSWMMA誤差為權(quán)向量的迭代公式為(|eRe(n)|p-1zRe(n)sgn(eRe(n))/|zRe(n)|+j|eIm(n)|p-1zIm(n)·sgn(eIm(n))/|zIm(n)|)R*(n)。利用分數(shù)低階統(tǒng)計量來抑制α穩(wěn)定噪聲，充分利用信源的先驗信息，在迭代過程中自適應(yīng)修正模值，并且對均衡器輸入信號進行了正交小波變換，減小了輸入信號的自相關(guān)性，提高了均衡性能。文檔編號H04L25/02GK102355435SQ20111020843公開日2012年2月15日申請日期2011年7月25日優(yōu)先權(quán)日2011年7月25日發(fā)明者許芳,郭業(yè)才,郭軍申請人:南京信息工程大學(xué)