脉冲噪声下基于Renyi熵的分数低阶双模盲均衡算法

针对脉冲噪声下盲均衡器难以快速收敛并有效抑制噪声的问题,该文提出一种基于Renyi熵的分数低阶双模盲均衡算法。该算法将Renyi熵与分数低阶统计量相结合并用作代价函数来更新盲均衡器权向量,利用Renyi熵提高算法的收敛速度,利用分数低阶统计量增强算法对脉冲噪声的抑制能力。为了提升系统稳健性,该文进一步提出双阈值加权判决法,通过设置双阈值并引入非线性加权函数,使得两种代价函数之间的切换更为平滑。在不同脉冲性噪声、不同信道环境下进行仿真实验,结果表明,该文算法既能有效抑制脉冲噪声,又具有较快的收敛速度。