A moving window approach for blind equalization using subgradient projections

Abstract

A novel blind equalization method based on a subgradient search over a convex cost surface is examined under a noisy channel and a modification is proposed. This is an alternative to the existing iterative blind equalization approaches such as Constant Modulus Algorithm (CMA) which mostly suffer from the convergence problems caused by their non-convex cost functions. The proposed method is an iterative algorithm, for both real and complex constellations, with a very simple update rule that minimizes the l(infinity) norm of the equalizer output under a linear constraint on the equalizer coefficients. The subgradient based algorithm has a fast convergence behavior attributed to the convex l(infinity) cost surface. A moving window based approach is used in this algorithm to both decrease algorithm's complexity and increase its immunity to noise. / Bu makalede alt-bayır izdüşümleri kullanılarak yapılan kör eşitleme metodunun gürültülü bir kanal için performansı incelenmiş ve bu performansın arttırılması için bir öneride bulunulmuştur. Bu algoritma daha önce önerilen sabit genlik algoritmasi(CMA) gibi özyineli yöntemlere bir alternatif olarak sunulmaktadır. Bilindiği gibi daha once sunulan algoritmalar dışbükey olmayan maliyet işlevlerinden dolayı yakınsallık problemi yaşamaktadırlar. Önerilen yöntem, hem gerçek hem de karmaşık burçlar (constellation) için, denkleştirici katsayıları üzerindeki doğrusal bir kısıt altında denkleştiricinin çıktısını l(infinity), normunu enküçültme esasına dayalı, basit bi güncelleme yapısına sahip özyinelemeli bir algoritmadır. Bu algoritma l(infinity) maliyet yüzeyinin karakterinden dolayı hızlı yakınsama davranışına sahiptir. Algoritmanin hem karmaşıklığını azaltacak hem de gürültüye karşı bağışıklığını yükseltecek hareketli pencereye dayalı bir yapı kullanılmıştır.