55 通常的变步长盲均衡算法思路是[47]:在算法的初始阶段,采用较大的学习步长,获得较快的收敛速度;当算法趋于收敛后,逐渐减小学习步长,从而获得较小的失调量。不同的调节学习步长变化的算法就构成了不同的变步长盲均衡算法。 信道均衡设计变步长盲均衡算法应当遵循这样的原则[48, 49]:①步长值的变化规律符合自适应盲均衡在算法迭代至不同阶段对步长值大小的需求,即步长值的变化是由大到小逐渐变化的;②设置的步长控制函数应该具有更少的人为设置参数,在许多变步长盲均衡算法中,为了实现对步长变化的有效控制,往往引入人为设置参数,这些参数缺乏设计的理论依据,完全凭借人工经验,同时,在不同的通信系统中,该类参数常常不具有通用性;③步长值控制函数具有灵敏性,即步长值的变化应该随着算法迭代过程中瞬时梯度、瞬时误差等盲均衡算法的可计算参数迅速调整变化,不具有时滞性;④具有冷启动能力,即当信道特性发生突然变化后, 步长值能够迅速恢复到最初始状态,实现对通信信道快速跟踪的目的。设定步长控制函数为()n φ,那么()n φ应该具有式(3-1)的变化规律,即
opt 1=0()0=n n n n φ⎧⎪=⎨⎪⎩,, (3-1)
即在迭代开始,应该保证步长控制函数为1,当达到稳态收敛后,步长控制函数应该为0,其中,opt n 表示达到稳态收敛后的迭代次数。
3.2 基本变步长LMS-CMA 盲均衡
3.2.1 归一化LMS-CMA 盲均衡
归一化LMS 算法是一种最简单有效的变步长自适应算法[50, 51],在LMS-CMA 盲均衡中,均衡器的权系数更新式为
*(1)()()()()()w n w n n e n y n x n μ+=+ (3-2) 其中,
T 1()()()n y n y n μ= (3-3)
为了进一步保证归一化LMS-CMA 的稳健性,在式(3-3)对步长值进行了修正,即
T 1()()()()
n n y n y n μμφμγ==+ (3-4) 其中,μ为控制算法失调量的固定收敛因子;γ为一小的正常数,避免由于分母