常模盲均衡算法在物聯(lián)網(wǎng)無線通信中的應用

馬雪芬 孫敏 鄧鵬

摘 要：通信技術(shù)是物聯(lián)網(wǎng)的關鍵技術(shù)之一，在物聯(lián)網(wǎng)系統(tǒng)中的每個部分都涉及到無線通信，在傳統(tǒng)均衡器的基礎上進行了改進，引入常模盲均衡算法，并利用了變步長動量因子提高無線通信的性能，并對算法進行了仿真。

關鍵詞：物聯(lián)網(wǎng)；變步長；盲均衡算法

DOI：10.16640/j.cnki.37-1222/t.2017.01.135

物聯(lián)網(wǎng)（Internet of Things， IoT）被稱為繼計算機、互聯(lián)網(wǎng)之后全球信息產(chǎn)業(yè)的又一次科技與經(jīng)濟發(fā)展的焦點，在工業(yè)、農(nóng)業(yè)、醫(yī)療衛(wèi)生和教育等領域都有著廣闊的應用前景。2005年國際電信聯(lián)盟（ITU-T）發(fā)布的物聯(lián)網(wǎng)報告[1]中提出：通過傳感器、RFID、通信技術(shù)、機器人技術(shù)，用互聯(lián)網(wǎng)將世界上的物體都連接在一起，使世界萬物都可以上網(wǎng)。集成短距離ZigBee、藍牙、蜂窩移動、衛(wèi)星通信等各種無線通信技術(shù)和互聯(lián)網(wǎng)技術(shù)實現(xiàn)了信息的多尺度傳輸[2]。優(yōu)良的無線通信是物聯(lián)網(wǎng)能實現(xiàn)的關鍵技術(shù)之一。

通信系統(tǒng)中，實際信道的傳遞函數(shù)往往是非理想的，且是時變的、未知的，在接收端抽樣時刻總是存在碼間干擾，導致系統(tǒng)誤碼性能下降，信道的自適應均衡是有效克服碼間干擾、增強數(shù)據(jù)通信可靠性的有效手段之一[3]，為此，提出了盲均衡算法。盲均衡不需要訓練序列來維持正常工作，僅依據(jù)接收信號本身的統(tǒng)計信息調(diào)整均衡器特征。盲均衡算法種類較多，其中以Godard族盲均衡算法中的常模盲均衡算法（CMA）應用最為廣泛。但是常模算法的收斂速度慢，且僅能有效處理單半徑星座的信號，對QAM調(diào)制信號性能較差。針對具體問題，常模算法出現(xiàn)了許多改進方法，如變步長算法[4]、多模算法等。

1 常模盲均衡算法

在常模盲均衡器設計過程中，以CMA（2，2）為常模模型。設盲均衡算法代價函數(shù)為Jp，目的是為了使Jp達到最小值。輸入信號序列{an}，在傳輸速率為1/T Hz的通信系統(tǒng)中傳輸，引入盲均衡器，則輸出信號為根據(jù)梯度算法，均衡器抽頭系數(shù)的更新方式為可見步長在算法收斂過程中起著非常重要的作用，采用合適的步長因子η，經(jīng)過若干次迭代，會使得誤差收斂到較小的值，均衡器的系數(shù)也趨于穩(wěn)定。

2 變步長動量常模盲均衡算法

在CMA算法中，若采用固定步長，則不能兼顧收斂速度和剩余誤差的大小。步長較大時，算法收斂速度和跟蹤速度快，當均衡器抽頭系數(shù)接近最優(yōu)值時，其在最優(yōu)值附近一個較大的范圍內(nèi)來回抖動而無法進一步收斂，因而會有較大的穩(wěn)態(tài)剩余誤差；反之，采用小步長，算法收斂速度和跟蹤速度慢，但當均衡器抽頭系數(shù)接近最優(yōu)值時，抽頭系數(shù)變化范圍較小，因而穩(wěn)態(tài)剩余誤差較小。若將前一次抽頭系數(shù)的變化量依次加入到當前抽頭系數(shù)的更新中，則前一次抽頭系數(shù)的變化項為動量項α，可用于平衡均衡器的抽頭系數(shù)的變化量。得到抽頭系數(shù)的修正公式：

結(jié)合變化的步長因子， ，若變動量因子為，則為變步長變動量因子盲均衡算法（VSVM-CMA），算法中引入了變步長技術(shù)與動量項技術(shù)，可以提高均衡器的收斂速度，降低均衡器均方誤差抖動程度及剩余誤差。若動量因子α取統(tǒng)計量的形式，則為變步長統(tǒng)計動量因子算法（VSSM-CMA）。

3 算法性能仿真

采用4QAM仿真信號，對變步長變動量因子常算法盲均衡算法（VSVM-CMA）和變步長統(tǒng)計動量因子常模盲均衡算法（VSSM-CMA）進行仿真。結(jié)果如圖1所示。固定步長CMA均衡算法步長=0.002。；VSVM-CMA中，采用基于箕舌線函數(shù)控制的變步長算法，其中=0.002，=30，初始動量因子=0.7，系數(shù)=0.999， =0.9；VSSM-CMA中，變步長系數(shù)同VSVM-CMA

算法，統(tǒng)計動量因子系數(shù) =0.9。三種算法相比，采用變步長變動量因子常模盲均衡算法（VSVM-CMA）收斂速度最快，且均方誤碼曲線最為平滑，性能最好。經(jīng)過均衡器以后的輸出信號聚集程度較高，相位偏移量較小，符合通信要求。高噪聲環(huán)境中，固定步長常模盲均衡算法的誤碼率較高，變步長統(tǒng)計動量因子常模盲均衡算法的誤碼性能較好，三種算法相比，變步長變動量因子常模盲均衡算法的誤碼性能最好。

變步長變動量因子常模盲均衡算法基于誤差控制和誤差反饋控制技術(shù)對常模盲均衡器系數(shù)進行修正，提高了通信的準確度，勢必在物聯(lián)網(wǎng)無線通信領域具有較好的發(fā)展前景。

參考文獻：

[1]International Telecommunication Union UIT.ITU Internet Reports 2005： The Internet of Things[R].2005.

[2]趙麗.淺議物聯(lián)網(wǎng)在農(nóng)業(yè)領域的應用及關鍵技術(shù)要求[J].電信科學，2011，10（S1）：71-74

[3]周新力，張其善.海軍航空工程學院學報.VS-CMA盲均衡算法在短波數(shù)據(jù)通信中的應用研究，2009，24（02）：195-198

[4]Xuefen Ma.Study of Blind Equalization Techniques Based on the Variable Step-size CMA.The 2nd CECNet 2012.2012（04）.

項目來源：1、湖北省荊門市引導科研項目，編號：YDKY2016027， 項目名稱：基于物聯(lián)網(wǎng)技術(shù)的智能農(nóng)業(yè)灌溉系統(tǒng)研究

2、荊楚理工學院科研項目，項目編號：QN201604，項目名稱：電磁感應加熱蒸汽發(fā)生器控制系統(tǒng)研究

作者簡介：馬雪芬（1979-），女，碩士，講師，研究方向：通信與信息系統(tǒng)。