Generalized eigenvector algorithm for blind equalization

In 1994, an eigenvector solution to the problem of blind equalization of possibly mixed-phase linear time-invariant transmission channels was published in this journal. Unfortunately, this solution is ambiguous on a certain condition. In this paper, we introduce a novel iterative method termed EigenVector Algorithm for blind equalization (EVA), which not only overcomes the uniqueness problem, but also ensures, after some iterations, optimum linear equalization from few samples of the received signal. In the second part of the paper, the eigenvector solution is generalized to multiple output channels. The resulting algorithm, called GenEVA (Generalized EVA), can be applied to the iterative adjustment of (i) multiple parallel symbol-rate FIR equalizers, (ii) fractional tap spacing FIR equalizers, (iii) non-linear decision-feedback and (iv) time-variant FIR equalizers. Extensive simulation results illustrate the exceptional capabilities of GenEVA. Une solution de type sous-espace au probl eme de l' egalisation aveugle des canaux de transmission invariants, lin eaires, a phase mixte, a et e publi ee dans ce journal en 1994. Malheureusement, cette solution n'est pas unique dans un certain cas. Dans cet article, nous proposons une nouvelle m ethode it erative, appel ee EVA (EigenVector Algorithm for blind equalization), qui non seulement r esoud ce probl eme d'unicit e, mais qui, apr es quelques it erations, assure aussi une egalisation lin eaire optimale a partir d'un petit nombre d' echantillons du signal ree cu. Dans la deuxi eme partie de cet article, la solution sous-espace est g en eralis ee aux canaux multi-sorties. L'algorithme correspondant, not e GenEVA (Generalized EVA), peut ^ etre appliqu e a l'adaptation it erative d' egaliseurs (i) transverses multiples en parallele au rythme symbole, (ii) transverses fractionnaires, (iii) r ecursifs avec d ecision dans la boucle et (iv) transverses evolutifs en temps. De nombreux r esultats de simulations illustrent les capacit es exceptionnelles de l'algorithme GenEVA.