馬雪芬 孫敏 鄧鵬

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

關(guān)鍵詞：物聯(lián)網(wǎng)；變步長(zhǎng)；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(jì)算機(jī)、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(jì)發(fā)展的焦點(diǎn)，在工業(yè)、農(nóng)業(yè)、醫(yī)療衛(wèi)生和教育等領(lǐng)域都有著廣闊的應(yīng)用前景。2005年國(guó)際電信聯(lián)盟（ITU-T）發(fā)布的物聯(lián)網(wǎng)報(bào)告[1]中提出：通過(guò)傳感器、RFID、通信技術(shù)、機(jī)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(wàn)物都可以上網(wǎng)。集成短距離ZigBee、藍(lán)牙、蜂窩移動(dòng)、衛(wèi)星通信等各種無(wú)線通信技術(shù)和互聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)了信息的多尺度傳輸[2]。優(yōu)良的無(wú)線通信是物聯(lián)網(wǎng)能實(shí)現(xiàn)的關(guān)鍵技術(shù)之一。

通信系統(tǒng)中，實(shí)際信道的傳遞函數(shù)往往是非理想的，且是時(shí)變的、未知的，在接收端抽樣時(shí)刻總是存在碼間干擾，導(dǎo)致系統(tǒng)誤碼性能下降，信道的自適應(yīng)均衡是有效克服碼間干擾、增強(qiáng)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(xùn)練序列來(lái)維持正常工作，僅依據(jù)接收信號(hào)本身的統(tǒng)計(jì)信息調(diào)整均衡器特征。盲均衡算法種類(lèi)較多，其中以Godard族盲均衡算法中的常模盲均衡算法（CMA）應(yīng)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(hào)，對(duì)QAM調(diào)制信號(hào)性能較差。針對(duì)具體問(wèn)題，常模算法出現(xiàn)了許多改進(jìn)方法，如變步長(zhǎng)算法[4]、多模算法等。

1 常模盲均衡算法

在常模盲均衡器設(shè)計(jì)過(guò)程中，以CMA（2，2）為常模模型。設(shè)盲均衡算法代價(jià)函數(shù)為Jp，目的是為了使Jp達(dá)到最小值。輸入信號(hào)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(hào)為根據(jù)梯度算法，均衡器抽頭系數(shù)的更新方式為可見(jiàn)步長(zhǎng)在算法收斂過(guò)程中起著非常重要的作用，采用合適的步長(zhǎng)因子η，經(jīng)過(guò)若干次迭代，會(huì)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(zhǎng)動(dòng)量常模盲均衡算法

在CMA算法中，若采用固定步長(zhǎng)，則不能兼顧收斂速度和剩余誤差的大小。步長(zhǎng)較大時(shí)，算法收斂速度和跟蹤速度快，當(dāng)均衡器抽頭系數(shù)接近最優(yōu)值時(shí)，其在最優(yōu)值附近一個(gè)較大的范圍內(nèi)來(lái)回抖動(dòng)而無(wú)法進(jìn)一步收斂，因而會(huì)有較大的穩(wěn)態(tài)剩余誤差；反之，采用小步長(zhǎng)，算法收斂速度和跟蹤速度慢，但當(dāng)均衡器抽頭系數(shù)接近最優(yōu)值時(shí)，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(dāng)前抽頭系數(shù)的更新中，則前一次抽頭系數(shù)的變化項(xiàng)為動(dòng)量項(xiàng)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(zhǎng)因子， ，若變動(dòng)量因子為，則為變步長(zhǎng)變動(dòng)量因子盲均衡算法（VSVM-CMA），算法中引入了變步長(zhǎng)技術(shù)與動(dòng)量項(xiàng)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(dòng)程度及剩余誤差。若動(dòng)量因子α取統(tǒng)計(jì)量的形式，則為變步長(zhǎng)統(tǒng)計(jì)動(dòng)量因子算法（VSSM-CMA）。

3 算法性能仿真

采用4QAM仿真信號(hào)，對(duì)變步長(zhǎng)變動(dòng)量因子常算法盲均衡算法（VSVM-CMA）和變步長(zhǎng)統(tǒng)計(jì)動(dòng)量因子常模盲均衡算法（VSSM-CMA）進(jìn)行仿真。結(jié)果如圖1所示。固定步長(zhǎng)CMA均衡算法步長(zhǎng)=0.002。；VSVM-CMA中，采用基于箕舌線函數(shù)控制的變步長(zhǎng)算法，其中=0.002，=30，初始動(dòng)量因子=0.7，系數(shù)=0.999， =0.9；VSSM-CMA中，變步長(zhǎng)系數(shù)同VSVM-CMA

算法，統(tǒng)計(jì)動(dòng)量因子系數(shù) =0.9。三種算法相比，采用變步長(zhǎng)變動(dòng)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(guò)均衡器以后的輸出信號(hào)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(zhǎng)常模盲均衡算法的誤碼率較高，變步長(zhǎng)統(tǒng)計(jì)動(dòng)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(zhǎng)變動(dòng)量因子常模盲均衡算法的誤碼性能最好。

變步長(zhǎng)變動(dòng)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(duì)常模盲均衡器系數(shù)進(jìn)行修正，提高了通信的準(zhǔn)確度，勢(shì)必在物聯(lián)網(wǎng)無(wú)線通信領(lǐng)域具有較好的發(fā)展前景。

參考文獻(xiàn)：

[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(lǐng)域的應(yīng)用及關(guān)鍵技術(shù)要求[J].電信科學(xué)，2011，10（S1）：71-74

[3]周新力，張其善.海軍航空工程學(xué)院學(xué)報(bào).VS-CMA盲均衡算法在短波數(shù)據(jù)通信中的應(yīng)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(xiàng)目來(lái)源：1、湖北省荊門(mén)市引導(dǎo)科研項(xiàng)目，編號(hào)：YDKY2016027， 項(xiàng)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(xué)院科研項(xiàng)目，項(xiàng)目編號(hào)：QN201604，項(xiàng)目名稱：電磁感應(yīng)加熱蒸汽發(fā)生器控制系統(tǒng)研究

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