号，具有零均值和单位方差而噪声发生器用来产生干扰信道输出的白噪声源。这两个随机发生器是彼此独立的。自适应均衡用来纠正存在加性白噪声的信道的畸变。经过适当延迟，数据发生器也提供用做训练序列的自适应均衡的期望响应。图仿真环境如下噪声为环形的平稳复高斯的，功率为干扰为单音频频域矩形干扰其中定义矩形函数在时域仿真中有个重要参数归化调制频率归化单音频率南京邮电大学通达学院届本科生毕业设计论文归化矩形干扰带宽④矩形干扰中心归化频率信号噪声功率比信噪比信号单音干扰功率比信干比信号矩形干扰功率比信干比。以上频率用传码率归化，信噪比和信干比为单位。例如，，和。仿真信道为全数字信道信道阶数，系数间隔为。由于信道是慢衰落的，所以在定时间内可以看作是线性时不变的。该信道模型仅用于产生接收信号数据样本，并评价信道辨识的效果。样本，并评价信道辨识的效果。算法仿真图为算法自适应半盲均衡的结果左上为发送符号，右上为接收符号，下为均衡后的输出符号估计。图像也是均衡的结果，次仿真平均误码率为。图为算法的收敛情况，即的图像，其中是最后达到的均衡矢量值。算法半盲均衡的仿真结果图像也类似，次仿真平均误码率为，为了节省空间就不给出了。图算法盲均衡的结果共点，次仿真平均误码率为南京邮电大学通达学院届本科生毕业设计论文算法进行仿真加权因子对系统的收敛性和稳态性的影响固定抽头数，加权因子分别取，采样点数取，信噪比取，得到次平均的均方误差值。图加权因子时算法的性能曲线图算法的收敛情况南京邮电大学通达学院届本科生毕业设计论文图加权因子时算法的性能曲线图加权因子时算法的性能曲线南京邮电大学通达学院届本科生毕业设计论文结束语工作总结论文论述了种干扰环境下的单天线信道半盲均衡器，在信道和干扰环境下能够半盲地自适应均衡。所提出的基于调制引入循环平稳的半盲均衡方案，利用频偏滤波，循环维纳滤波来进行均送数据。在初始化时，机对各终端进行同步并发送训练序列，对各终端对应的信道进行均衡。于是，当个信道发生变化或系统有新的终端加入时如个原来关机的终端重新开机主机大缺陷就是同步问题。当发送端发送训练序列时，接收端只有在完全同步的情况下才能达到均衡的目的。在个点对多点的通信系统中，例如在集中式计算中，台主机同时控制几个终端，主机对终端和总线有绝对的控制权每发送个比特的数据，就要发送个比特的训练序列，也就是说训练序列超过了整个带宽的，这在带宽很紧张的移动信道中是很大的浪费。并且有时候这样长的个序列不足以完成对信道的重新均衡。传统均衡方法的另个重法有个致命的弱点需要训练序列。训练序列的个明显缺陷就是占用带宽，如果信道参数会随时间变化，如无线信道，则需要周期性发送训练序列，因而这些训练序列要占用很大部分的带宽，例如在移动通信系统中技巧，使得收敛速度进步加快。有些研究者则专注于降低算法的计算量。或结合些特定的系统，以提高系统的性能。对传统均衡方法做了个总结。尽管对传统算法的改进已经达到令人满意的效果，但这类算第次采用了输出端采样率高于输入信号码率的方法，这种方法使得有更多的采样点用于算法迭代，从而加快了收敛速度。把这种方法进行了般化，应用这种方法，并结合提出的种图通信系统模型均衡辨识图信道均衡和信道辨识的区别南京邮电大学通达学院届本科生毕业设计论文收敛速度降低计算复杂度降低误差等。辨识方法要求输入端有个已知的训练序列，在输出端通过种准则如最小峰值误差最小均方误差求解信道的逆传输函数。年代以来，人们致力于传统方法的改进，包括加快均衡器只是立足点不同。信道均衡首先假设均衡器的模型般是横向滤波器，然后根据种准则估计其参数。信道辨识虽然需要先估计信道参数，但是根据这些参数，有可能设计出更符合信道实际的均衡器。，目录第章绪论研究背景及其意义传统信道均衡信道辨识及其缺陷盲辨识盲均衡的提出研究意义信道盲辨识盲均衡的发展历史高阶统计量预备知识使用二阶循环统计量的信道盲辨识盲均衡使用调制引入二阶循环统计量的信道盲辨识盲均衡本论文的解决方案简介第二章理论研究引入频偏与抗干扰频域关系批处理式的半盲均衡器半盲自适应均衡器循环半盲算法循环半盲算法可用于信道盲辨识的循环统计量第三章仿真实验仿真的系统框图算法仿真算法进行仿真结束语致谢参考文献南京邮电大学通达学院届本科生毕业设计论文第章绪论研究背景及其意义传统信道均衡信道辨识及其缺陷在无线通信中，信道的预测估计和跟踪能力，将直接影响和决定无线信道的传输能力和利用效率。目前己经提出的信道估计方法可以大致分类为盲估计利用调制信号本身固有的与具体信息承载比特无关的些特征如恒模，子空间，有限符号集，循环平稳等，或是采用判决反馈的方法来进行信道估计的方法。基于训练序列的估计按定估计准则确定各待估参数值，或者按照些准则进行逐步跟踪和调整待估参数的估计值，其特点是需要借助参考信号导频或训练序列。半盲估计结合盲估计和基于训练序列估计这两种方法优点的信道估计方法。传统的信道均衡辨识算法需要在输入端输入训练序列，或者对信道特性做严格的假定，如假设信道是最小相位信道。在通信系统中，训练序列不仅占用带宽，同时也降低系统的灵活性，例如，训练序列的使用需要发送端和接收端严格的同步。另方面，很多情况下通信信道并不满足最小相位这假设。信道盲辨识考虑在没有训练序列，非最小相位信道下的信道参数估计，因此更适合现代高速通信网的要求。通信系统中，实际的信道不可能满足信号传输无失真条件，因而在接收端的接收信号不可避免的存在码间串扰，。在些场合，如移动通信系统中，码间串扰会严重影响通信质量，于是必须在接收端对信道引起的畸变进行校正，以补偿信道的幅频特性和相频特性，这种校正称为信道均衡。从图可以看出信道均衡在通信系统中的位置。南京邮电大学通达学院届本科生毕业设计论文其中表示信道的传输函数，表示信道中的加性噪声干扰。信道均衡的传统做法需要在输入端输入已知的训练序列，然后利用接收信号估计信道传输函数的逆。另种做法是把信道看成是个线性系统，利用系统辨识的方法，通过训练序列和接收信号，直接估计信道的参数。这种方法称为信道辨识。图给出了这两种不同处理方法的区别和联系。从上图可以看出，信道辨识和信道均衡实际上面对的是同个问题，只是立足点不同。信道均