On initialization strategies for blind adaptive DFEs

Casas, R.A.; Johnson, C.R.; Harp, J.C.; Caffee, S.

doi:10.1109/wcnc.1999.796762

Cited by 15 publications

(6 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Although very attractive, it has been noticed in [10] and later confirmed in [7] that the practical self-optimized DFE scheme, employing finite length filters, presents some limitations which are manifested as follows. The Soft-DFE deals with the position changing of the SFBF filter during the equalizer convergence process (see Fig.…”

mentioning

confidence: 99%

“…In the case of higher-order QAM constellations, such as, for example, 64-QAM, the equalizer structure-criterion switching is typically followed by convergence instability which, depending on the channel severity, may lead to an equalization failure. This behavior can be caused by several factors:  The finite length of the SFBF equalizer results in the coefficients mismatch which violates the assumed equivalence between infinite MMSE-LE length and MMSE-DFE equalizers [10].  An inadequate ability of the selected neuron function of the SFBF to match the variance increase of ISI probability density function (PDF) of the received signal [8].…”

mentioning

confidence: 99%

See 1 more Smart Citation

Maximum entropy whitening algorithm with adaptive neuron slope for blind DFE

Krstic¹,

Dimitrijevic²,

Bandjur³

2016

Telfor

View full text Add to dashboard Cite

-The addressed blind decision feedback equalizer (DFE) reverses the classical order of its feed-forward and feedback filters at the beginning of adaptation to achieve the best equalization of the minimum and maximum phase components of a channel transfer function. Although very effective, this blind equalization approach deals with the feedback filter mismatch at the time of its transformation from the front-end all-pole whitener of the received signal to the decision-directed feedback equalizer placed after the feedforward filter. To eliminate this weakness, the adaptive neuron slope is introduced instead of the fixed one into the stochastic gradient whitening algorithm based on the joint entropy maximization cost. The performance of the innovated algorithm is verified by simulating m-QAM (quadrature amplitude modulation) signals transmission over multipath channels. The algorithm with the adaptive neuron slope achieves a better whitening of the received signal spectrum, and, hence, increases the equalization successfulness.Keywords -Blind decision feedback equalization, joint entropy maximization cost, adaptive neuron slope.

show abstract

mentioning

confidence: 99%

mentioning

confidence: 99%

Maximum entropy whitening algorithm with adaptive neuron slope for blind DFE

Krstic¹,

Dimitrijevic²,

Bandjur³

2016

Telfor

View full text Add to dashboard Cite

show abstract

“…Para evitar esse problema, diferentes soluções foram propostas: i) adaptação desacoplada dos filtros direto e de realimentação [Tong & Liu, 1997;Labat et al, 1998]; ii) equalizador formado apenas pelo filtro de realimentação [Casas et al, 1995[Casas et al, , 1999;…”

Section: O Algoritmo Que Evita Soluções Degeneradasunclassified

Um estudo sobre técnicas de equalização autodidata.

Silva¹

View full text Add to dashboard Cite

Agradecimentos Meus agradecimentos ao Prof. Max Gerken, que me orientou com grande competência científica durante o mestrado e dois anos do doutorado. Obrigado Max, pela orientação cuidadosa, discussões técnicas valiosas, confiança, segurança e amizade. A minha orientadora, Profa. Maria D. Miranda, pela orientação rigorosa, extrema dedicação e preocupação constante com o desenvolvimento do trabalho. Suas críticas e sugestões tiveram uma importância fundamental. Agradeço também pela paciência, confiança, amizade e preocupação com a minha carreira. Ao Prof. Vítor H. Nascimento, pelas sugestões e discussões técnicas enriquecedoras. Ao Prof. Luiz A. Baccalá, pelo apoio constante.Ao Prof. J. R. C. Piqueira, pelo apoio e pelas sugestões dadas no exame de qualificação. Ao Prof. Phillip M. S. Burt, pela leitura meticulosa da tese e pelas sugestões interessantes. A toda minha família, em especial aos meus pais Maria e Maciel, pelo amor incondicional e permanente incentivo. Ao amigo Eduardo F. Camacho, pelo companheirismo e pela convivência agradável. A todos os colegas do Laboratório de Comunicações e Sinais, em especial ao amigo Pablo E. Jojoa, pelo apoio e pela convivência. A Fundação de Amparoà Pesquisa do Estado de São Paulo (FAPESP), pelo financiamento deste trabalho. i Resumo Neste trabalho, investigam-se técnicas autodidatas baseadas em estatísticas de ordem superior, aplicadasà equalização de canais de comunicação. Inicialmente, obtém-se um intervalo do passo de adaptação que assegura a convergência do algoritmo do Módulo Constante com o gradiente exato. Algoritmos como o CMA (Constant Modulus Algorithm) e o SWA (Shalvi-Weinstein Algorithm) são revisitados e suas capacidades de tracking analisadas, utilizando-se uma relação de conservação de energia. Além disso,é proposto um algoritmo autodidata denominado AC-CMA (Accelerated Constant Modulus Algorithm) que utiliza a segunda derivada ("aceleração") da estimativa dos coeficientes. Esse algoritmo pode apresentar um compromisso mais favorável entre complexidade computacional e velocidade de convergência que o CMA e o SWA. Esses resultados são estendidos para o caso multiusuário. Através de simulações, os algoritmos são comparados e as análises de convergência e tracking validadas. Considerando o DFE (Decision Feedback Equalizer ) no caso monousuário com o critério do módulo constante,é proposto um algoritmo concorrente que evita soluções degeneradas e apresenta um desempenho melhor do que os existentes na literatura. Com o intuito de evitar propagação de erros,é proposta uma estrutura híbrida que utiliza uma rede neural recorrente na malha de realimentação. Resultados de simulações indicam que seu uso pode ser vantajoso para canais lineares e não-lineares. ii Abstract The equalization of communication channels is addressed by using blind techniques based on higher order statistics. A step-size interval is obtained to ensure the convergence of Steepest-Descent Constant Modulus Algorithm. The Shalvi-Weinstein Algorithm (SWA) and Constant Modulus Algorithm (CMA) are rev...

show abstract

“…Uma solução simples e intuitiva para recuperar a(n) na saída do DFE sem uma sequência de treinamentoé usar o CMA, que busca alcançar os pontos estacionários da função custo do módulo constante [GODARD, 1980]. Neste caso, o vetor w definido em (6.8)é adaptado Para evitar essas soluções, surgiram diferentes propostas como as dos trabalhos [CASAS et al, 1995[CASAS et al, , 1999LIU, 1997;LABAT;LAOT, 1998;SZCZECINSKI;GEI, 2002].…”

Section: O Dfe Autodidata: Problemas E Soluçõesunclassified

Algoritmos eficientes para equalização autodidata de sinais QAM.

Filho¹

View full text Add to dashboard Cite

i Agradecimentos Agradeço primeiramente ao amigo e orientador Prof. Dr. Magno Teófilo Madeira da Silva pelos ensinamentos, orientação, incentivo, dedicação e sobretudo por suaética e alto grau de profissionalismo durante toda a minha jornada aqui na Escola Politécnica. A Profa. Dra. Maria D. Miranda que muito contribuiu com incentivo, dedicação, orientação e opiniões relevantes para que este trabalho pudesse ser concluído. Ao Prof. Dr. Miguel Arjona Ramírez pelos ensinamentos e atenção dispensada. Ao Prof. Dr. Vítor Heloiz Nascimento pelos ensinamentos e opiniões importantes. Aos Profs. Drs. Phillip Mark Seymour Burt e Romis Ribeiro de Faissol Attux pelas sugestões importantes no meu exame de qualificação. Ao Prof. Dr. Márcio Einseincraft e ao Prof. Dr. Mário Minami pela amizade. Aos demais professores do programa com os quais tive o prazer de aprender e conviver. Ao Prof. Dr. Alberto Yoshihiro Nakano, com quem tive conversas produtivas e agradáveis. Ao amigo Dr. Ricardo Bressan Pinheiro pela amizade e constante incentivo. Ao amigo e Prof. Carlos Eduardo da Silva Dantas (in memoriam) pelos ensinamentos e pelo incentivo no início de minha carreira. Aos funcionários da secretaria de pós-graduação e demais colaboradores da EPUSP. A CAPES -Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -pelo suporte financeiro. A todos os amigos da Elétrica, em especial os do Laboratório de Processamento de Sinais e Acústica, pelo apreço. Aos meus irmãos, tios, primos (em particular ao Alexandre e ao Carlos Alberto),à minha sobrinha Aline e especialmente aos meus adoráveis pais por todo carinho. Porúltimo, porém de forma mais intensa, agradeço a Deus por me dar saúde e me aproximar de pessoas de boaíndole.ii Resumo Neste trabalho, são propostos e analisados algoritmos autodidatas eficientes para a equalização de canais de comunicação, considerando a transmissão de sinais QAM (quadrature amplitude modulation). Suas funções de erro são construídas de forma a fazer com que o erro de estimação seja igual a zero nas coordenadas dos símbolos da constelação. Essa característica os possibilita ter um desempenho similar ao de um algoritmo de equalização supervisionada como o NLMS (normalized least mean-square), independentemente da ordem da constelação QAM. Verifica-se analiticamente que, sob certas condições favoráveis para a equalização, os vetores de coeficientes dos algoritmos propostos e a correspondente solução de Wiener são colineares. Além disso, usando a informação da estimativa do símbolo transmitido e de seus símbolos "vizinhos", esquemas de baixo custo computacional são propostos para aumentar a velocidade de convergência dos algoritmos. No caso do algoritmo baseado no critério do módulo constante, evita-se sua divergência através de um mecanismo que descarta estimativas inconsistentes dos símbolos transmitidos. Adicionalmente, apresentase uma análise de rastreio (tracking), que permite obter expressões analíticas para o erro quadrático médio em excesso dos algoritmos propostos em ambientes estacionários e nãoestacion...

show abstract

On initialization strategies for blind adaptive DFEs

Cited by 15 publications

References 17 publications

Maximum entropy whitening algorithm with adaptive neuron slope for blind DFE

Maximum entropy whitening algorithm with adaptive neuron slope for blind DFE

Um estudo sobre técnicas de equalização autodidata.

Algoritmos eficientes para equalização autodidata de sinais QAM.

Contact Info

Product

Resources

About