基于LMS与RLS算法的自适应均衡器性能研究

《基于LMS与RLS算法的自适应均衡器性能研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

您的论文得到两院院士关注控制管理文章编号:1008-0570(2009)03-3-0025-02基于LMS与RLS算法的自适应均衡器性能研究StudyonPerformanceofAdaptiveEqualizerBasedonLMSandRLSAlgorithms（中科院国家天文台）雷利华施浒立马冠一LEILi-huaSHIHu-liMAGuan-yi摘要:均衡技术是克服码间干扰(Inter-SymbolInterference,ISI)的有效措施,由于信道特性的随机性与时变性,实际中消除码间干扰最常用的是自适应均衡器。本文对基于最小均方(LeastMeanSquares,LMS)算法和递推最小二乘(RecursiveLeastSquares,RLS)算法的自适应均衡器进行仿真研究,分析了信道特性与设计参数对自适应均衡器的收敛速度与稳态性能的影响。关键词:码间干扰;自适应均衡器;收敛速度;稳态性能中图分类号:TN911文献标识码:AAbstract:EqualizationtechnologyiseffectivetoreduceInter-SymbolInterference.Becauseoftherandomandtime-varyingcommu-nicationchannel,theadaptiveequalizerismostusedinpractice.EqualizersbasedonLMSandRLSalgorithmsarestudiedinthispaper.Theimpactofchannelcharacteristicsanddesignparametersonconvergencerateandstabilizationisanalyzed.Keywords:Inter-SymbolInterference;adaptiveequalizer;convergencerate;stabilization技1引言信号在有限带宽色散信道中传输会使每一个符号占用的术时间被展宽，形成码间干扰(ISI)。在实际的数字通信系统中，由于多径传输、信道衰落等影响，在接收端也会产生严重的码间创干扰。为了克服码间干扰，提高通信系统的性能，一般在接收端图1信道均衡原理框图采用均衡技术。新图1中，为发送的数据符号(消息)，是等概率分布的±1(均均衡是指对信道特性的均衡，接收端的均衡器产生与信道值为0、方差为1的随机数)；是均值为0、方差为的加性白特性相反的特性，用来减小或消除因信道的时变多径传播特性噪声，且与统计独立；为均衡器输入，为均衡器输引起的码间干扰。均衡分为两种，一种是频域均衡，另一种是时出。消息经过延迟时间以后作为参考信号(即为训练序域均衡。频域均衡是使整个系统的频率传递函数满足无失真传列)，误差信号表示为：(1)输的条件，时域均衡是直接从时间响应出发，使整个系统的冲信道的脉冲响应，由升余弦函数描述：激响应满足无码间干扰的条件。在数字通信中一般采用时域均衡，最常用的方法是在基带(2)信号接收滤波器之后插入一个横向滤波器，根据滤波器抽头系式中,参数a用来控制信道产生的失真，也决定了特征值散数的调整方式可以分为手动调整和自动调整。如果信道的特性布c(R)=l
/l
,其中，在接收端已知，一般采用比较简单的手动调整方式。由于实际为n时刻均衡器的输入信号矢量，2M+1为滤波器长度，是信道特性是未知的，具有随机性，而且信道响应是时变的，这就的特征值。要求均衡器能够实时地跟踪无线通信信道的时变特性，根据信自适应均衡器由滤波器结构和自适应算法两部分组成，结道响应自动调整滤波器抽头系数，即自适应均衡器。自适应均构如图2所示。时域均衡器实际上是一个参数可调的双边横向衡器不需要知道信号与噪声的先验知识，适用于实时处理系滤波器，由一条带抽头的延时线构成，抽头间隔等于码元周期，统。本文对基于LMS算法与RLS算法的自适应均衡器进行了每个抽头的延时信号经加权送到一个相加电路汇总后输出。仿真研究，分析信道特性与设计参数对自适应均衡器性能用表示自适应滤波器在的影响。时刻n的权矢量，则滤波器输出信号为：(3)2系统模型自适应均衡器根据自适应算法估计系统特性，并自动调整考虑典型的系统信道模型如下：滤波器权矢量，以达到最佳滤波效果，对未知的时变信道做出补偿。本文采用最小均方算法(LMS)和递推最小二乘算法雷利华:博士研究生(RLS)自适应地更新均衡器的抽头系数来跟踪信道的变化。基金项目:基金申请人:施浒立;项目名称:基于通信卫星的卫星导航系统的基础研究和理论探索;基金颁发部门:科技部国家重点基础研究发展计划(973)(2007CB815500);基金申请人:马冠一;项目名称:导航与卫星通信融合关键技术及应用;基金颁发部门:科技部863计划(2007AA12z343)图2自适应均衡器结构图《PLC技术应用200例》邮局订阅号：82-946360元/年-25- 控制管理《微计算机信息》(管控一体化)2009年第25卷第3-3期3自适应均衡算法失真参数a分别取2.9、3.4、4.5。由图3、图4可见，经过上百次迭代后，LMS算法收敛到最3.1最小均方算法(LMS)佳的滤波器加权矢量；收敛因子对收敛速度的影响比较明LMS算法是基于最小均方误差(MMSE)算法和最陡下降显，越大收敛越快，但太大时会使收敛过程出现振荡，稳(SD)法提出的，MMSE算法以均方误差最小为判据，根据这个判态性能下降；随着信道失真参数a增大，均方误差增大，稳态性据来对滤波器权矢量进行更新。能变差，甚至可能出现畸变，LMS算法对信道失真比较敏感。LMS算法描述为：a.初始化：b.对计算:滤波：(4)误差估计：(5)权矢量更新：(6)其中，收敛因子是用来控制稳定性和收敛速度的步长参数。一般为了获得较好的收敛速度与稳态性能，通常取(7)其中为接收信号功率，可在接收端进行估计得到。图5遗忘因子L对均衡器性能影响图3.2递推最小二乘算法(RLS)基于MMSE准则的自适应算法目标在于使滤波器输出与需要信号的误差的平方的统计平均最小，根据输入数据的长期统计特性寻求最佳滤波。但在实际中通常已知的仅是一组数据，因此只能对长期统计特性进行估计或近似。最小二技乘算法可以直接根据一组数据寻求最佳值，根据MMSE准则得到的是对一类数据的最佳滤波器，而根据最小二乘法得到的是术对一组已知数据的最佳滤波器。因此常说最小二乘法导出的最图6信道失真对RLS算法性能影响佳滤波器是“精确”的。图5为遗忘因子L对收敛速度和稳态性能的影响，信道失创根据最小二乘法算法，的最佳值应使累计平方误差性能真参数a＝2.9，L分别取0.90、0.99。图6为信道失真参数a对函数最小，常数L是遗忘因子，且0