專利名稱：：基于分數低階統計量的小波加權多模盲均衡方法
技術領域：
：本發明涉及一種基于分數低階統計量的小波加權多模盲均衡方法。
背景技術：
：在傳統的盲均衡系統中，環境噪聲主要被假設為服從高斯分布，而在某些實際應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、許多生物醫學信號及許多人為噪聲等，通常使用α穩定分布模型(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計量的常數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穩定分布噪聲的分數低階統計量(FL0S，FractionalLowerOrderStatistics)(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，可將分數低階統計量引入到常數模盲均衡方法中，但這種方法對于高階正交幅度調制(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信號的加權多模盲均衡算法[J].電子與信息學報，2007.(6):1352-1355)提出了一種適合高階QAM的加權多模盲均衡方法(WMMA，WeightedMulti-ModulusAlgorithm)。這種方法利用星座圖的先驗知識，在均衡器權系數迭代過程中自適應修正模值，具有較好的收斂性能。但在這種方法中，將環境噪聲假設為高斯噪聲，與實際不符。
發明內容本發明目的是針對現有技術存在的缺陷，提供一種基于分數低階統計量的小波加權多模盲均衡方法(WT-FL0SWMMA，WaveletTransform-FractionalLowerOrderStatisticsbasedWeightedMulti-ModulusAlgorithm)。本發明在環境噪聲服從分數低階α穩定分布的條件下，將加權多模方法和小波變換理論相結合，在均衡的過程中，利用加權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，均衡器的輸入經過小波變換之后，減小了信號的自相關性(見文獻[6]韓迎鴿.基于小波變換的盲均衡器設計與算法仿真研究D)].碩士學位論文，安徽理工大學.2007)，能夠加快收斂速度，減小收斂誤差。計算機仿真結果表明，本發明方法不但能夠抑制α穩定噪聲，而且對于高階QAM信號還具有良好的收斂性能。本發明為實現上述目的，采用如下技術方案本發明基于分數低階統計量的小波加權多模盲均衡方法，包括如下步驟a.)將發射信號a(η)經過脈沖響應信道c(η)得到信道輸出向量χ(η)，其中η為時間序列，下同；b.)采用分數低階α穩定噪聲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)為均衡器權向量，T為轉置。此時，誤差分別為權利要求1.一種基于分數低階統計量的小波加權多模盲均衡方法，包括如下步驟a.)將發射信號a(n)經過脈沖響應信道c(n)得到信道輸出向量χ(η)，其中η為時間序列，下同；b.)采用分數低階α穩定噪聲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)經過正交小波變換后，則均衡器輸入為2.根據權利要求1所述的基于分數低階統計量的小波加權多模盲均衡方法，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，全文摘要本發明公布了一種基于分數低階統計量的小波加權多模盲均衡方法(WT-FLOSWMMA)，所述方法如下將發射信號a(n)經過脈沖響應信道c(n)得到信道輸出向量x(n)；采用α穩定分布信道噪聲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)。利用分數低階統計量來抑制α穩定噪聲，充分利用信源的先驗信息，在迭代過程中自適應修正模值，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日優先權日2011年7月25日發明者許芳,郭業才,郭軍申請人:南京信息工程大學