潘子宇，酆广增，孔媛媛（.南京工程学院通信工程学院，南京67；.南京邮电大学通信与信息工程学院，南京0003）

一种改进的批处理常模算法✴

潘子宇1，酆广增2，孔媛媛2
（1.南京工程学院通信工程学院，南京211167；2.南京邮电大学通信与信息工程学院，南京210003）

分析了传统批处理常模算法的缺点，提出了一种新的批处理常模算法——基于共轭梯度方向的批处理常模算法（CG-BPCMA）。新算法采用共轭梯度方向作为下降方向，推导出共轭梯度方向的解析形式。在平坦瑞利衰落信道环境下的MIMO盲均衡系统中的仿真结果表明，新算法有效地克服了SD-BPCMA和NT-BPCMA的缺点，不仅获得了较低的算法复杂度，而且能快速收敛到常模代价函数的最小值点。

MIMO；盲均衡系统；批处理算法；常模算法；共轭梯度

1 引言

常模（CM）算法在盲信道估计、盲多用户检测、盲信源分离等领域有广泛的应用［1］。一般而言，常模算法基于最陡下降算法，算法简单且具有全局收敛性，但收敛速度很慢，从而限制了其在信号处理中的应用。

文献［2］提出了一种最优化方法——批处理常模算法（BPCMA）。作为一种线性搜索迭代算法，BPCMA包含三方面因素，即搜索方向、步长和初始值。基于牛顿方向的BPCMA（NT-BPCMA）有效克服了传统最陡下降算法（SD-BPCMA）收敛慢的缺点，实现了算法的快速收敛，经几步迭代即可收敛到极小值点。然而，牛顿法具有以下几点缺陷［3］：第一，牛顿法并不是全局收敛的；第二，由于信号和信道的随机性，代价函数J（g）的Hessian矩阵▽2J（g）有时候是奇异或病态的。在这种情况下，下降方向将无法确定；……