(中国人民解放军92512部队,浙江宁波315000)

0 引言

在移动通信系统中,同信道干扰和频谱资源拥挤已经成为人们关注的重要问题之一。同信道干扰来源于频率的复用,由于地理和环境的因素,同信道干扰是造成信道损失的主要原因。近几年来,阵列天线的同信道的盲处理技术,引起了人们的关注。最早利用信号的恒模特性的自适应数字滤波器算法是在1980年[1],该方法是用在除了信号具有恒定包络以外先验知识未知的盲自适应波束形成器,Godard[1]利用最小恒模代价函数,得到了与Wiener在最小均方误差(MSE)准则下半盲估计的近似解。

尽管恒模算法具有很多优点,但由于CMA收敛速度较慢,不能很好地应用在动态环境中[2]。在强干扰的环境中,恒模算法不能很好地恢复期望信号[3],在实际的无线环境中,随着用户的激增,通信环境日趋恶劣,这就要求波束形成算法在强干扰的环境中,仍然能够快速而准确地收敛于期望信号。文献[4]的作者提出的MESB-CMA算法就是基于这方面的考虑。但MESB算法因为涉及矩阵求逆,计算量较大。而LMS算法虽然不涉及矩阵求逆,对阵列幅相差也不敏感,但其收敛速度较慢。考虑到RLS[5-6]算法具有LMS算法的优点,并且收敛速度要比LMS算法提高一个数量级[7-8],平稳环境下在每个采样瞬间计算的权值都是最好的选择(基于对接收数据的最小二乘方法),本文提出RLS-CMA算法：是在级联的恒模阵列与自适应干扰对消器中,把RLS和CMA结合起来,充分发挥二者优点,弥补其不足,由RLS算法决定CM阵列的初始权,同时通过对权向量多项式求根[9]获得下一级的初始权向量,由CMA方法更新权向量,利用这种方法,算法的稳健性以及捕获能力进一步提高。……