肖 瑛，李春杰

(大连民族学院信息与通信工程学院，辽宁大连 116605)

归一化自适应共轭梯度恒模盲均衡仿真研究

肖 瑛，李春杰

(大连民族学院信息与通信工程学院，辽宁大连 116605)

为提高恒模盲均衡算法收敛速度，提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输入进行了重新定义，并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新，对均衡器输入采用归一化进行处理，以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间，与LMS算法相比较具有更快的收敛速度，仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能，复杂信道条件下剩余码间干扰可降低约10 dB，均衡系统中引入的级联滤波器可视为时变信道的一部分，表明算法对于时变信道同样有效。

盲均衡;共轭梯度算法;归一化算法;时变信道

盲均衡技术具有不需要训练序列即可实现对 信道的补偿与跟踪，消除接收端的码间干扰［1］，对于现代通信对高质量高效率的通信需求具有重要意义。恒模盲均衡是一种稳健的盲均衡算法，算法简单、计算复杂度低，但是收敛速度慢、收敛后稳态误差大。文中通过对恒模盲均衡代价函数的分析，通过在均衡器前级联滤波器的方法，对盲均衡器的输入以信道输出信号和级联滤波器的输出乘积重新定义，从而将恒模盲均衡代价函数转化为二次标准型。……