1.4 实例1-1：基于改进支持向量机的正交小波盲均衡算法

在现代通信系统中，带宽受限和多径传播导致的码间干扰（Inter-symbol Interference，ISI）使传输信号发生畸变，从而在接收端产生误码，影响到通信质量。为了抑制码间干扰，通常采用不需要训练序列的盲均衡算法。在各种盲均衡算法中，常数模算法（Constant Modulus Algorithm, CMA）由于其结构简单、计算量小、稳定性好，能够适应一般的数字通信系统，被广泛地应用于多种数字传输系统。但CMA收敛速度慢、均方误差较大，且均衡器的权向量容易随着初始化的不同收敛到不同的极小值点。由正交小波理论可知，对输入信号进行正交小波变换可以去其自相关性，加快收敛速度。在训练样本数目有限的情况下，支持向量机具有很强的小样本学习能力，采用结构风险最小化原则，克服了易收敛到局部极小点的问题，能收敛到全局最优点。

本节将支持向量机与正交小波引入盲均衡算法中，利用支持向量机的全局收敛以及正交小波的去自相关性，研究基于改进支持向量机的正交小波盲均衡算法，并进行仿真验证。