摘要
提出了一种改进的线性受限共轭梯度常模算法,称之为M-LCCGCMA。其核心是采用最优自适应步长的方法对已有算法进行优化,并推导出步长的解析形式,确保了算法收敛于期望用户,提高了系统性能。通过对算法代价函数的理论分析,得出了算法收敛的条件。将算法在加性白高斯和多径衰落信道的环境中进行了仿真,结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好。
This paper proposes an improved linearly constrained conjugate gradient constant modulus algorithm （ M-LCCGCMA）, which uses the best adaptive step size to optimize the existing algorithm and derives the analytical form of step size. This algorithm can ensure the convergence to the expected signal and enhance the performance of the system. Based on the analysis of the cost function of the algorithm, the paper presents the condition of convergence. The algorithm is simulated and compared with the existing adaptive step size CMA in additive white Gaussian channel and muhi-path fading channel environments. Simulation results have shown that the proposed M-LCCGCMA can provide better SIR and BER improvement than the existing one.
出处
《南京邮电大学学报（自然科学版）》
2008年第4期16-21,共6页
Journal of Nanjing University of Posts and Telecommunications：Natural Science Edition
基金
国家自然科学基金(60472104)
江苏省普通高校研究生科研创新计划(CX07B_106z)资助项目
作者简介
通讯作者：潘子宇 电话：（025）86118301 E-mail：panziyu@sohu．com 潘子宇（1984-），男，江苏姜堰人。南京邮电大学通信与信息工程学院硕士研究生。2005年毕业于南京邮电大学计算机科学与技术系。主要研究方向为移动通信与无线技术。
酆广增（1943-），男，江苏无锡人。南京邮电大学通信与信息工程学院教授、博士生导师。
王欣（1982-），男，江苏南京人。南京邮电大学通信与信息工程学院博士研究生。主要研究方向为移动通信与通信信号处理。
