基于卡尔曼滤波的极限学习机在线盲均衡算法

Systems Engineering and Electronics（2021）

引用 0|浏览0

暂无评分

摘要

针对正交振幅调制(quadrature amplitude modulation,QAM)信号,在预测方法的盲均衡框架下,基于卡尔曼滤波(Kalman filter,KF)提出了一种新的神经网络在线盲均衡算法.采用复数型极限学习机(complex extreme learning machine,C-ELM)作为非线性预测滤波器(prediction filter,PF),用KF 实时更新C-ELM 的输出权值以使预测误差达到最小,再通过自动增益装置调整信号的幅度变化,最后引入相位调整因子纠正信号的相位旋转.仿真结果表明,所提算法实现了良好的实时均衡效果,具有较快的收敛速率和较小的稳态均方误差,不仅适用于方形,同时也适用于十字形QAM信号的盲均衡.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要