基于卡尔曼滤波的极限学习机在线盲均衡算法

来源：系统工程与电子技术杂志2021年第3期北京时间：

作者：杨凌, 程丽, 韩琴, 赵傲男

单位：兰州大学信息科学与工程学院, 甘肃 兰州 730000

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。

关键词：盲均衡,预测方法,复数型极限学习机,卡尔曼滤波

基金资助：甘肃省自然科学基金(20JR10RA606)