对多径传输严重的水声信道，信道均衡技术是改善水声通信性能的重要手段。盲均衡技术可不需训练序列而是利用信源自身的统计特性进行盲均衡器系数的优化迭代，因此盲均衡算法的研究对水声通信系统提高性能具有重要的意义。
本研究针对盲均衡算法收敛速度较慢的问题，提出一种结合改进支持向量机和常数模算法的水声信道盲均衡算法。该算法首先利用具有优异小样本学习能力的支持向量机进行盲均衡器权系数初始化，在完成初始化后切换至运算量较小的常数模算法。考虑到支持向量机本身非自适应运算的限制，在时变水声信道条件下利用经典支持向量机获得的均衡器初始权向量与切换后的信道仍然存在失配。因此，课题导出时变条件下的改进支持向量机用于盲均衡器初始化，改善算法切换时的权系数失配，并结合分数间隔结构和内嵌数字锁相环进一步提高盲均衡算法性能。仿真和湖试实验结果表明：在时变水声信道条件下，该方法的收敛性能优于经典支持向量机盲均衡算法。
图1 湖试时变信道响应
下图2(a)所示为信道输出信号的星座图，图2(b)，(c)所示分别为SVM＋MCMA算法及本文MSVM+MCMA算法初始化完成切换至MCMA算法后的盲均衡结果星座图，作为对比，在图2(d)中给出了CMCMA算法经过250次迭代后的输出星座图。从图2可以看出，在支持向量机初始化后输出信号星座图已分开，由于引进遗忘因子提高了MSVM初始化算法对时变系统的性能，本算法的星座图输出效果优于SVM+MCMA；与之相比，CMCMA算法由于收敛速度慢，均衡效果不佳，星座图未明显分开。湖试实验中各算法的误码率性能测试也表明，采用支持向量机进行系数初始化的盲均衡算法具有较低的误码率性能，MSVM+MCMA算法误码率比SVM+MCMA算法进一步降低。
该研究成果已发表于《声学学报》2012(2) Vol.37。
图2 湖试实验中算法切换至MCMA后的输出信号星座图
