Algorithmes de régression filtrée à convergence rapide pour l'égalisation aveugle

Les auteurs présentent une simple extension des algorithmes d'égalisation aveugle standard de Bussgang qui améliore significativement leurs propriétés de convergence. La technique utilise l'estimation inverse du canal pour filtrer le signal de régression. Les algorithmes modifiés fournissent une convergence quasi-Newton à proximité d'un minimum local de la fonction de coût choisie, avec seulement une augmentation modeste de la complexité computationnelle globale du système. Un exemple de la technique appliquée à l'algorithme à module constant indique son comportement de convergence supérieur.