基于高斯過程回歸的盲均衡算法研究

1、分類號：分類號：TN929.5密級：公開密級：公開研究生學(xué)位論文研究生學(xué)位論文論文題目（中文）論文題目（中文）基于高斯過程回歸的盲均衡算法研究基于高斯過程回歸的盲均衡算法研究論文題目（外文）論文題目（外文）StudyontheblindequalizationalgithmbasedonGaussianprocessregression研究生姓名研究生姓名王芳王芳學(xué)科、專業(yè)學(xué)科、專業(yè)信息與通信工程通信與信息系統(tǒng)信息與通信工程通信與信息系

2、統(tǒng)研究方向研究方向通信系統(tǒng)數(shù)字信號處理通信系統(tǒng)數(shù)字信號處理學(xué)位級別學(xué)位級別碩士碩士導(dǎo)師姓名、職稱導(dǎo)師姓名、職稱楊凌副教授楊凌副教授論文工作論文工作起止年月起止年月2016年3月至2017年3月2016年3月至2017年3月論文提交日期論文提交日期2017年4月2017年4月論文答辯日期論文答辯日期2017年6月2017年6月學(xué)位授予日期學(xué)位授予日期2017年6月2017年6月校址：甘肅省蘭州市校址：甘肅省蘭州市萬方數(shù)據(jù)I基于高斯過程回歸

3、的盲均衡算法研究基于高斯過程回歸的盲均衡算法研究中文摘要中文摘要信道均衡是通信系統(tǒng)抗衰落的三大技術(shù)（分集接收、信道均衡、信道編碼）之一，用來解決由于信道的非線性和時變性引起的碼間干擾問題，其本質(zhì)是對信道或整個傳輸系統(tǒng)特性進行補償。傳統(tǒng)的自適應(yīng)均衡技術(shù)需要定時發(fā)送訓(xùn)練序列以調(diào)整均衡器的參數(shù)，浪費了有限的信道帶寬。盲均衡作為一種無需借助訓(xùn)練序列，僅利用接收序列本身的先驗信息進行信道補償?shù)淖赃m應(yīng)均衡技術(shù)，近幾年來一直是通信信號處理領(lǐng)域的研究熱

4、點。Bussgang類算法是目前最常被采用的一類盲均衡算法，但由于其非理想的有限長濾波器使得代價函數(shù)為非凸的，因此會導(dǎo)致求解的均衡器系數(shù)陷入局部最優(yōu)解，存在誤收斂現(xiàn)象。為此，學(xué)者們提出了基于支持向量回歸機（SupptVectRegressSVR）的盲均衡方法，克服了Bussgang類盲均衡算法非凸代價函數(shù)的缺點。但是SVR盲均衡算法中參數(shù)的選取一般都是憑經(jīng)驗指定，或是通過交叉驗證程序來確定，這就增加了算法的復(fù)雜度。本文重點研究了一種新的

5、基于高斯過程回歸（Gaussianprocessregression，GPR）的盲均衡算法，它優(yōu)化超參數(shù)與獲得最優(yōu)均衡器輸出為同一個過程，且不需要交叉驗證程序，提高了算法的效率。本文介紹了盲均衡的基礎(chǔ)理論，Bussgang類盲均衡算法以及SVR盲均衡算法的原理，并通過實驗驗證了SVR盲均衡算法相比于經(jīng)典的Bussgang類盲均衡算法，如常數(shù)模算法（ConstantModulusAlgithmCMA）和多模算法（MultiModulusA

6、lgithmMMA）的性能優(yōu)勢。在此基礎(chǔ)上，闡述了基于高斯過程回歸的盲均衡理論以及基于GPR的常模信號盲均衡算法，進而提出了基于高斯過程回歸框架的多模信號盲均衡算法，給出了完整的理論推導(dǎo)和實驗驗證。為了證明本文所研究的算法的優(yōu)勢，我們通過仿真實驗將GPR盲均衡算法與CMA、MMA以及SVR盲均衡算法進行了性能比較，結(jié)果表明，與SVR盲均衡算法相比，GPR盲均衡算法的優(yōu)勢為：（1）參數(shù)選擇沒有繁瑣的交叉驗證過程；（2）優(yōu)化超參數(shù)與獲得最優(yōu)