자력복구 적응 채널등화기를 위한 Run and Go 알고리즘

Run and Go Algorithm for Blind Equalization

In this paper, we propose an adaptation strategy for blind equalizers, which combines a blind algorithm based on high order statistics and the decision directed LMS algorithm. In contrast to 'Stop-and-Go' algorithm, where adaptation is stopped for unreliable signals, the proposed algorithm applies high order statistics (HOS) blind algorithm to the unreliable signals and applies DD-LMS for the reliable signals. The proposed algorithm, named 'Run-and-Go' algorithm, inherits minimum MSE performance of DD-LMS and acquisition ability of blind algorithms. Furthermore, by updating the reliable signal region according to signal quality in each iteration, the convergence speed and acquisition ability is further improved.

이 논문은 high order statistics 에 기반을 둔 자력복구 알고리듬과 판정-LMS 를 조합하는 자력복구 적응 채널등화기를 제안한다. 저 신뢰도 신호에 대하여 적응을 멈추는 기존의 "Stop-and-Go" 알고리듬과는 달리 제안된 알고리듬은 저 신뢰도 신호에 대하여 자력복구 알고리듬 적응을 이용하기에 "Run-and-Go"라고 명명하였으며 판정-LMS의 최소 MSE 성능과 자력복구 알고리듬의 신호 획득능력의 시너지 효과를 가진다. 제안된 알고리듬은 신뢰도 구간을 신호의 질에 따라 자동설정 함으로 수렴 속도와 신호 획득 능력을 각각 개선한다.