非線性盲信號均衡技術在海上通信系統中的應用及Sinmulink 仿真

季明麗

(江蘇海事職業技術學院，江蘇 南京211170)

0 引 言

無線通信技術近來成為海上通信系統的研究重點，而無線通信系統對多徑干擾以及噪聲特別敏感。近些年，盲信號均衡技術作為無線通信技術中抗干擾技術逐漸成為研究熱點，如文獻［1］提出了基于QAM，MPSK，BPSK 信號的盲信號檢測算法，同時傳統盲信號均衡算法計算量只區別特定條件的信道噪聲，致使使用效率并不廣泛。

基于神經網絡及自適應等熱門算法相繼應用于盲信號均衡處理中，使盲信號處理技術得到飛速發展，文獻［2－3］分別提出了基于神經網絡以及自適應算法的盲信號均衡技術，基于這些技術的盲信號均衡算法解決了傳統算法只對特定條件信道噪聲的分離，使應用領域更具廣泛性，但是這2 種算法均是基于二階統計甚至高階統計處理，所需統計的輸入信號達到一定數據量才能保證算法最后得到的誤碼率快速收斂，因而對于實時性要求較高的海上通信系統，缺乏實際的應用條件。

隨后研究者改進了基于神經網絡的盲信號均衡技術，提出了基于幅度多鍵值離散的神經網絡，構建了權陣函數，不再利用傳統的基于二階或多階統計序列，解決之前算法復雜度過高的問題，同時解決了信號達到一定數據量才有更好的收斂性問題，通過仿真表明，此算法對于較短的含有噪聲信號的恢復具有較低的誤差率，可以很好地適應實時性要求較高的海上通信系統。

1 海上通信系統建模圖形

整個海上無線通信系統由多天線陣列、高速A/D (D/A)轉換器、中頻處理器、信源解碼器、基帶處理器組成。其中多天線陣列接受固定頻率的射頻信號;高速A/D (D/A)轉換器對接受射頻信號進行采樣，聯合中頻處理器轉為中頻信號;信源解碼器對接受信號進行解碼(常用的通信編碼有曼徹斯特編碼、MLT 編碼、CRC 編碼等，文獻［4］詳細介紹了通信的幾種編解碼方式);最后通過信道基帶處理器恢復出原始信號。整個系統結構如圖1所示。

圖1 通信系統整體結構圖Fig.1 Structure of the whole communication system

本文提出一種非線性盲信道算法，是基于基帶處理模塊實現，其中一個完整的海上通信基帶系統模型包括對信號調制、經過多徑信道以及混入海上通信噪聲、進行盲信道均衡算法、信號解調，最后恢復出原始信號，整個基帶信號模型如圖2所示，可以很清晰地看出此算法在整個海面通信系統模型中所處位置。

圖2 實時非線性盲信號均衡算法模型Fig.2 Structure of real time nonlinear blind equalization

2 MPSK 調制盲信號檢測權陣改進算法

2.1 MPSK 調制盲信號檢測權陣網絡

文獻［4－5］給出了初始的非線性基于MPSK 信號的權陣算法，計算公式如下:

其中ymk是非線性MPSK 信號權陣算法的權陣系數，且全矩陣滿足條件HT=H (代表此矩陣為共軛矩陣)。圖3 給出了j=8 權陣矩陣狀態更新圖。

圖3 MPSK 盲信號權陣結構圖Fig.3 Structure of blind MPSK signal weight matrix

圖3 以及式(1)給出了N=8 時的MPSK 盲信號權陣算法結構圖，此算法利用迭代原理對采樣信號進行權陣更新，不再利用傳統基于二階統計，有效降低了算法復雜度，能很好適應海上通信系統較高的實時通信要求。

2.2 改進型MPSK 調制盲信號檢測權陣網絡

由式(1)我們可以看出，此算法對采樣混入噪聲的分離是基于前后序列的自適應反饋算法，雖很好的滿足了現代海上通信系統的高實時性要求，但在一定程度降低了系統的可靠性，對于高信噪比信號，最后恢復出的信號誤碼率較高。本節對此算法進行改進，仿真表明，改進后的算法在保證了系統實時性要求的基礎上，有效降低了信號的誤碼率，一定程度提高了海上通信系統的可靠性要求。

假設在凈信號輸入條件下(理想狀態條件，也即沒有噪聲混入)以及MPSK 調制方式的盲信道檢測權陣算法如式(2)所示:

式中:s(j－ k)為海上通信系統接收信號矩陣;S=［sL+M(k－j－N)，sL+M(k－j－N+1)，…，sL+M(k－j－1)，sL+M(k－ j+ N)中的一列。其中接收信號矩陣滿足下式:

其中T 為海上通信系統的脈沖響應序列。考慮到噪聲時，假設混入噪聲信號為?(j－ k)，則方程(2)中的凈信號s 加入混入噪聲?(j－ k):

由于非線性基于MPSK 信號的權陣W 為共軛矩陣，式(3)可改寫為:

式(1)為對序列的一維差分算法，滿足下式:

式中Δγ 為信號前后序列的相位差。在文中，利用輸入信號的二階序列，其中一階序列作為前次序列的負反饋輸入，最后得到下式:

此時信號利用上2 次采樣信號的能量差作為條件，雖在一定程度上增加了上海通信系統的復雜性以及算法復雜度，但通過實驗表明能有效降低在不同信噪比下的誤碼率。

2.3 改進MPSK 調制盲信號檢測權陣結構圖

圖4 給出了改進后，j=8 權陣矩陣狀態更新圖。其是基于式(7)改進后N=8 時的MPSK 調制盲信號權陣算法結構圖，比較圖3，可以看出系統不在簡單的利用一階采樣序列進行盲信號均衡算法，而是利用了反饋機制，從圖中可看出，系統的復雜度有所增加。

圖4 改進后MPSK 盲信號權陣結構圖Fig.4 Structure of improved blind MPSK signal weight matrix algorithm

3 算法的Simulink 建模仿真

在現代海上通信系統中，基帶信號處理系統是基于幀的處理方式，也即并行處理來提高整個系統性能。通信仿真工具Simulink 完全采用此方式，這樣保證一個仿真周期內，仿真步長與采樣周期相對應。

3.1 Simulink 建模模型

圖5 給出了改進MPSK 調制盲信號檢測權陣的Simulink 實時通信基帶模型。

圖5 Simulink 仿真結構圖Fig.5 Structure of the Simulink model

在基于采樣序列的二階導性的盲信號檢測權陣算法時，需要統計一定量數據來確定權陣系數，所表現出來系統有很小的延遲性，但是由于利用的統計序列很少，延遲效果并不明顯，能很好適應整個通信系統對實時性的要求。

3.2 Simulink 建模方針中的M 語言

在通信系統仿真工具Simulink 自帶的通信模塊，大部分通過模塊系統以及對系數的設置技能滿足仿真需求，但是對于改進的算法及仿真，并不全都支持。對此Simulink 提供了一種嵌入式開發語言，即M 語言，通過此語言以及Simulink 自帶的通信模塊，即能滿足所有的通信系統仿真建模要求。

3.3 算法仿真結果及分析

本算法采用了指數衰減的固定合成信道，其中混入噪聲信號矩陣為Sn+ ?n，信號矩陣系數設置如下:

圖6 給出了在不同信噪比 (SNR=10 dB，20 dB，30 dB，40 dB)條件下整個通信系統的誤碼率曲線圖。

圖6 改進前后在不同信噪比的誤碼率圖Fig.6 BER figure of the improved algorithm

圖6 中橫坐標代表信噪比，縱坐標代表誤碼率。曲線1 是改進前的算法在SNR=10 dB，20 dB，30 dB，40 dB的誤碼率曲線;曲線2 代表改進后在SNR=10 dB，20 dB，30 dB，40 dB的誤碼率曲線。從圖中可看出，改進后的算法在不同信噪比信號下，收斂性強于改進前的算法。當SNR=40 dB 時，誤碼率接近0，仿真效果比較理想。

4 結 語

海上通信系統對實時性以及高精度性的追求一直是現代海上軍事科技研究的熱門。但是由于海面復雜的氣候條件以及多徑干擾等因素，其海上通信系統的抗干擾能力一直有待提高。本文研究了當前熱門的抗多徑干擾的盲信號均衡技術，重點研究了基于MPSK 調制信號的盲信號檢測權陣算法，并提出了改進方案。在本文最后針對改進算法進行了Simulink 建模仿真，給出了仿真結果圖，進行了對比分析。雖然改進算法復雜度高于改進前的算法，但是其收斂性明顯更好，證明了本算法的高可靠性及較好的實際應用性。

［1］COSKUN A，KALE I.A blind implementation of multidimensional matched filtering in a maximum-likehood receiver for SIMO channels ［C］//IEEE 2009 International Instrumentation measurement Technology Conference，Guangzhou，2009:633－637.

［2］GIANNAKIS G B，HUA Y B，STOICA P，et al.Signal processing advances in wireless and mobile communications，vol.1:Trends in channel estimation and equalization［M］.NJ，USA，Prentice Hall PTR Upper Saddle River，2000，Chapter 6.

［3］SHEIKH A T，SHEIKH S A.Efficient variants of square contour algorithm for blind equalization of QAM signals［C］//International Conference on Electrical，Computer Engineering，Hong Kong，China March 23－25，2009:200－208.

［4］LIU Xiao-bao，LIAO Chang-jun，TANG Zhi-lie.Polarization coding and decoding by phase modulation in olarizing sagnac interferometers.Proceedings of Quantum Optics，Optical DataStorage，and Advanced Microlithography.

［5］YANG J.Multimodulus algorithms for blind equalization［D］.Canada:University of British Columbia，1997.

［6］COLAVOLPE G，FOGGI T，PRATI G.Stop-and-Go algorithm for blind equalization in QAM single-carrier coherent optical systems［J］.IEEE Photonics Technology Letters，2010，22(24):1838－1840.

［7］MONSEN P.Digital transmission performance on fading dispersive diversity channels［J］.IEEE Transactions on Communication，1977，25(12):1499－1500.

［8］KACHA I，ABED-MERAIM K，BELOUCHRANI A.A fast adaptive blind equalization algorithm robust to channel order overestimation errors［C］//IEEE Sensor Array and Multichannel Signal Processing Workshop Proceedings，Montreal，2004:148－152.