1．3．3 數據與同步信息加擾
當發送數據流形成后，為了增加其抗白噪聲干擾的能力，對發送數據流加擾。針對用戶數據和信道探測數據的加擾，一般采用3抽頭的12位移位寄存器，選取特定的三抽頭輸出，生成8進制的偽隨機序列，與發送端數據進行模8和運算，生成加擾數據。每進行一次加擾運算，移位寄存器移位運算8次，再輸出新的偽隨機數據展開計算。每160個加擾數據后，移位寄存器復位至初始狀態。
數據加擾后，采用1 800 Hz的載頻，進行8PSK基帶調制及脈沖成形，生成基帶信號。在射頻發射時，還要進行二次調制，將基帶信號調制到射頻段。關于信號基帶調制及脈沖成形等，相關參考文獻很多，在此不再討論。

2 關鍵技術探討
在短波數據調制解調器設計中，對不同的用戶數據率，信道符號速率均為2 400 Baud。發送同步序列與75 b／s的用戶數據時，數據波形采用正交形式，以提高接收端的可靠性；75～600 b／s時，實際采用的是BPSK；1 200 b／s時，采用QPSK；而2 400～4 800 b／s時，采用的是8：PSK方式。顯然，波特率越高，調制階數越高，信道符號相似程度也越大，在經過信道及噪聲干擾的情況下，增大接收端的解調難度。
發送端數據流設計得是否合理，直接影響到接收端接收相應的系統同步、信道均衡、解調算法的效果，發送端數據流的設計，對短波調制解調器至關重要。針對目前短波調制解調器的基帶數據流形成方式和信道均衡方式，進行以下幾方面的改進和研究。
2．1 降低信道碼元速率方案研究
由于短波信道屬于時變色散信道，信道環境參數隨時間變化比較大，其直接影響是導致用戶通信頻率隨時間、地點而變化。在用戶數據率較低時，系統采用重復編碼的方式，降低編碼效率和調制階數，從而達到保持信道符號速率不變的目的。降低調制階數方案可取，但可否不進行重復編碼，而是通過降低信道符號速率來提高數據解調的可靠性，對此值得研究；同樣，在同步數據和用戶數據為75 b／s時，每個信道符號映射至32個調制符號，實際上這32個調制符號是某8個8進制數據的4次重復，那么，可否降低數據的重復次數，降低信道波特率來提高數據解調的可靠性，對此也值得考慮。
2．2 高階調制技術研究
目前，短波數據通信的數據率均很低，采用多音并行技術的調制解調器，最高的數據率能達到9 600 b／s，但信噪比要求達40 dB左右，難以工程實現。在單音串行體制的短波調制解調器中，其數據率一般限制在4 800 b／s。在信道碼元速率不變的情況下，可研究引入高階調制，接收端配以相應的解調算法，以提高通信數據率。
2．3 短波信道盲均衡技術研究
為了使接收端能夠及時跟蹤短波信道的變化，現行的短波調制解調器一般采用判決反饋自適應均衡方式，在發送端周期性地插入已知的訓練序列配合下，以探測短波信道參數，完成信道的自適應均衡。美軍標MIL―STD一188―110B中，對較低速短波Modem規定數據傳輸時插入比例分兩種情況：對4 800 b／s，2 400 b／s訓練序列和數據的插入比為0．5；對1 200 b／s及以下速率插入比為1，這種傳輸方式極大地浪費了信道資源。可考慮減少或消除信道探測序列，解調端采用全盲或半盲的信道均衡方式，從而大幅度提高系統的數據率。目前，全盲均衡算法主要分為基于平穩信號的盲均衡(包括基于Bussgang性質的盲均衡算法和基于高階譜理論的盲均衡算法)、基于循環平穩信號的盲均衡和基于神經網絡理論的盲均衡算法等。
其中，基于Bussgang性質的盲均衡算法中最具代表性的是恒模算法(Constant Modulus A1gorithm。CMA)，該算法韌性好，代價函數僅與接收信號的幅值有關，而與相位無關，算法實現簡單，但受無線信道時變特性造成的相位模糊影響，收斂速度慢。法國雷恩大學的研究小組基于多天線技術，應用CMA算法實現了時空域的盲均衡，在建立的9 kHz帶寬780 km短波信道試驗鏈路上實現了30Kb/s速率的數據傳輸，傳輸了著名的LENA圖像。CMA應用在短波信道上的主要問題是收斂速度和穩態誤差的問題，然而固定步長盲均衡器中收斂速度和穩態誤差是兩個相互制約的因素，這兩個性能指標之一的提高必須以犧牲另一個為代價，如何克服這一矛盾已成為亟待解決的問題。信道盲均衡是無線信道目前最富有挑戰性和應用前景的信號處理研究方向。

3 結 語
基于目前窄帶短波串行調制解調器的技術實現方案，在分析其發送端數據流形成的基礎上，指出了系統設計中存在的疑問和值得研究的方向，并基于信道盲均衡技術的發展現狀，分析并論述了CMA算法在短波信道盲均衡中的應用前景和遇到的技術障礙。