一种基于stop-and-go改进的MCMA盲均衡算法

摘要

修正的常数模算法(MCMA)可以纠正相位旋转,但剩余稳态误差较大.在stop-and-go架构的基础上,提出了基于stop-and-go改进的MCMA算法.首先将局部信息量引入MCMA的误差函数,然后运用stop-and-go减少错误均衡的思想,使算法的均衡方向与MCMA保持一致,以降低剩余稳态误差.仿真结果表明,基于stop-and-go改进的MCMA盲均衡算法在保证了收敛速度的同时,码间干扰比MCMA算法降低了10dB.