SIMO系統盲辨識算法研究.pdf

1、盲系統辨識是指僅僅利用系統輸出端信號和某些輔助信息來估計系統的未知信息的信號處理技術.在移動通信中，基于對高容量、高可靠性傳輸的追求，不需要訓練序列的盲系統辨識技術是具有吸引力的.本文主要研究了關于單輸入多輸出 (single-input multiple-output，sIMO) 系統的盲辨識算法. 本文首先描述了兩種等效的 SIMO 系統模型，并在此基礎上說明了盲系統辨識的問題如何展開以及盲系統辨識的一般可辨識性條件.

2、 然后，本文系統地論述了基于線性時不變信道模型的批處理算法和自適應算法、以及基于時變信道模型的盲辨識算法. 批處理算法是針對信道線性時不變或者變化非常緩慢的情況.本文介紹了兩種確知類的批處理算法:CR 算法和TSML算法，并且TSML算法的第一步是由CR 算法初步估計信道參數.由于TSML算法計算量較大，本文在其基礎上提出了一種能夠減小計算量的最小TSML算法，并且子信道數越大，計算量的減小就越明顯，同時仿真實驗表明該算法與T

3、SML算法的性能相當.本文還介紹了另外一種基于二階統計特性的批處理算法--線性預測盲辨識算法，該算法對信道階數的過估計具有良好的穩(wěn)健性. 為了能夠自適應地跟蹤信道，本文研究了幾種基于各子信道輸出之間的CR性質的自適應盲辨識算法:基于LMS和牛頓方法的自適應盲辨識算法、基于兩兩子信道分別估計的多信道并行估計自適應算法和基于RLS的多信道自適應盲辨識算法.其中，基于RLS的多信道自適應盲辨識算法是本文對兩信道RLS自適應盲辨識算法的

4、拓展，具有性能較好且收斂速度快的特點. 對于快速衰落信道，即使是自適應算法也往往跟不上信道的變化，因此有必要研究基于快速衰落時變信道模型的盲辨識算法.本文首先分別介紹了線性預測批處理算法和基于復指數基展開的時變信道模型，然后詳細描述了基于該時變信道模型的線性預測盲辨識算法和盲均衡算法. 盲系統辨識的可辨識性條件之一是所有的子信道沒有公共零點，即只要有兩個子信道沒有公共零點，系統就是可辨識的.本文通過仿真實驗表明，關于聯合