| 发明名称 | 一种基于RLS和LMS联合算法的信道均衡方法及均衡器 | ||
| 摘要 | 本发明涉及一种基于RLS和LMS联合算法的信道均衡方法及系统，所述方法包含：步骤101）采用RLS均衡算法基于训练数据训练均衡器的抽头系数，直到均衡器达到收敛，假设对训练数据进行第N<sub>c</sub>次迭代时均衡器达到收敛；步骤102）迭代接收的用户数据的第“j”位，并将迭代得到的误差值加窗，计算固定长度的滑动窗口内的数据的平均误差自相关估计；步骤103）将得到的平均误差自相关的估计值与预先设置的阈值比较，选择一种均衡算法，所述均衡算法包含：RLS均衡算法和LMS均衡算法；步骤104）采用选中的均衡算法对第j位用户数据进行均衡，更新j=j+1，然后返回步骤102），直到接收的所有用户数据均处理完成。本发明的方案在时变信道中性能较优，且能够达到实时性的需求。 | ||
| 申请公布号 | CN104519001A | 申请公布日期 | 2015.04.15 |
| 申请号 | CN201310461649.9 | 申请日期 | 2013.09.30 |
| 申请人 | 中国科学院声学研究所 | 发明人 | 戚肖克;李宇;黄海宁 |
| 分类号 | H04L25/03(2006.01)I | 主分类号 | H04L25/03(2006.01)I |
| 代理机构 | 北京法思腾知识产权代理有限公司 11318 | 代理人 | 杨小蓉;杨林 |
| 主权项 | 一种基于RLS和LMS联合算法的信道均衡方法，所述方法包含：步骤101）采用RLS均衡算法基于训练数据训练均衡器的抽头系数，直到均衡器达到收敛，输出达到收敛时数据的软判决信息和误差信息，并假设对训练数据进行第N<sub>c</sub>次迭代时均衡器达到收敛；其中，N<sub>c</sub>≤M且M为训练数据的长度；步骤102）迭代接收的用户数据的第“j”位，并将迭代得到的误差值加窗，计算固定长度的滑动窗口内的数据的平均误差自相关估计；其中，j的取值范围为：[N<sub>c</sub>+1,L]，L为接收端接收的用户数据的总长度，且用户数据包含训练数据和未知数据；步骤103）将得到的平均误差自相关的估计值与预先设置的阈值比较，选择一种均衡算法，所述均衡算法包含：RLS均衡算法和LMS均衡算法；步骤104）采用选中的均衡算法对第j位用户数据进行均衡，更新j=j+1，然后返回步骤102），直到接收的所有用户数据均处理完成。 | ||
| 地址 | 100190 北京市海淀区北四环西路21号 | ||