Journal of Internet Computing and Services (인터넷정보학회논문지)

Korean Society for Internet Information (한국인터넷정보학회)
권호 표지

A New Constant Modulus Algorithm based on Minimum Euclidian Distance Criterion for Blind Channel Equalization

블라인드 등화에서 유클리드 거리 최소화에 근거한 새로운 CMA 알고리듬

  • 김남용 (강원대학교 공학대학 전자정보통신공학부)
  • Published : 2009.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, a minimum Euclidian distance criterion between error PDF and Dirac delta function is introduced and a constant modulus type blind equalizer algorithm based on the criterion is proposed. The proposed algorithm using constant modulus error in place of actual error term of the criterion has superior convergence and steady state MSE performance, and the error signal of the proposed algorithm exhibits more concentrated density function in blind equalization environments. Simulation results indicate that the proposed method can be a reliable candidate for blind equalizer algorithms for multipoint communications.

이 논문에서는 오차 확률 밀도와 델타 함수 사이의 유클리드 거리를 최소화하는 기준을 소개하고 이 기준에 근거한 새로운 CMA 형태의 블라인드 등화 알고리듬을 제안하고 있다. 제안한 기준에 나타나는 오차 항 대신에 constant modulus error를 대치하여 블라인드 알고리듬을 완성하였고 이 알고리듬은 블라인드 등화 환경에서 탁월한 수렴성능과 정상상태의 자승평균오차 성능 특성을 보였으며, 오차 신호 값이 0 값에 보다 집중된 밀도함수 형태를 나타냈다. 시뮬레이션 결과로부터, 이 제안된 방식은 멀티 포인트 통신에서 블라인드 등화를 위한 신뢰성 있는 알고리듬으로 사용될 수 있음을 보이고 있다.

Keywords

References

  1. W. M. Moh, Y. Chen, “Multicasting flow control forhybrid wired/wireless ATM networks,” PerformanceEvaluation, Vol. 40, Mar. 2000, pp. 161-194. https://doi.org/10.1016/S0166-5316(99)00074-7
  2. L. M. Garth, “A dynamic convergence analysis ofblind equalization algorithms,” IEEE Trans. onComm., Vol. 49, April. 2001, pp. 624-634 https://doi.org/10.1109/26.917769
  3. F. Mazzenga, “Channel estimation and equalizationfor M-QAM transmission with a hidden pilotsequence,” IEEE Trans. on Broadcasting, Vol. 46,June. 2000, pp. 170-176 https://doi.org/10.1109/11.868934
  4. J. R. Treichler and B. Agee, “A new approach tomultipath correction of constant modulus signals,”IEEE Trans. Acoust., Speech, Signal Process. vol.ASSP-31, Nov. 1983, pp. 349-372.
  5. J.C. Principe, D. Xu and J. Fisher, InformationTheoretic Learning, in: S. Haykin, UnsupervisedAdaptive Filtering, Wiley, New York, Vol. I, 2000,pp. 265-319.
  6. D. Erdogmus, and J.C. Principe, “An EntropyMinimization algorithm for Supervised Training ofNonlinear Systems,” IEEE trans. Signal Processing,vol. 50, July, 2002, pp. 1780-1786. https://doi.org/10.1109/TSP.2002.1011217
  7. D. Erdogmus, Y. Rao and J. C. Principe, “SupervisedTraining of Adaptive Systems with Partially LabeledData,” Proceedings of the International Conferenceon ASSP, Apr. 2005. pp. v321-v324.
  8. N. Kim and L. Yang, “A New Criterion ofInformation Theoretic Optimization andApplication to Blind Channel Equalization,”Journal of Korean Society for Internet Information,Feb. 2009. pp. 11-17.
  9. S. Haykin, Adaptive Filter Theory, Prentice Hall,Upper Saddle River, 4th edition, 2001.