基于修正的变步长判决反馈均衡器算法仿真研究

为了适应高速数据传输的要求，达到在多径衰落无线信道上较好的抗噪声性能，可采用自适应判决反馈均衡器。丈中给出了基于LMS的变步长加动量项算法，并与固定步长进行了对比，计算机仿真表明，该算法在收敛速度和稳态失调上都有所提高。     

一种用于数字QAM接收机的盲均衡器实现

提出了一种适用于数字QAM接收机的自适应盲均衡器实现方案。该均衡器采用多模算法(MMA)和最小均方算法(LMS)，称为MMA—LMS算法结合判决反馈结构(DFE)，即采用前向滤波器和反馈滤波器两级滤波器组实现，提高了信道的适应性能和降低均衡器的阶数。仿真结果表明，该均衡器比一般采用恒模算法(CMA)的横式均衡器有更好的性能，更易于硬件实现。     

一种新的群时延自适应均衡算法

为了补偿无线信道群时延特性所带来的影响,基于盲均衡器结构提出了一种优化的自适应均衡算法.该算法是基于最小均方误差准则的变步长LMS算法,通过自适应调节判决反馈均衡器两组横向滤波器的抽头系数,实现对信道群时延的自适应补偿.通过对16-QAM信号的仿真结果表明,新算法能够对有效补偿信道群时延带来的影响,并且明显降低系统的误码率.     

自适应FSDFMLP及其在MQAM移动通信接收机中的应用

本文提出了一种可用于MQAM数字移动通信自适应接收系统的分数抽头判决反馈式多层感知器结构(FSDFMLP),该系统可以同时对MQAM数字移动通信系统中因多径衰落所引起的性能损失和共信道干扰(CCI)等非高斯干扰进行有效的补偿和抑制。频率选择性衰落信道采用了两径模型。文中提出了一种基于混合梯度法、变步长、选择性修正权值的快速学习算法。实验结果表明:FSDFMLP的性能优于传统的基于LMS算法的判决反馈式滤波器(LMSDFF)。     

判决反馈均衡器结构及LMS算法研究

数字通信系统中多径衰落的无线信道环境通常会使接收信号受到严重的码间干扰。自适应均衡可以校正信道产生的畸变。文中介绍了基于LMS算法的自适应均衡器的原理和结构,在给定的信道模型下利用MAT- LAB工具对其收敛速度和精度进行仿真,结果表明在无线通信中,判决反馈均衡器比线性均衡器有更好的效果。     

自适应均衡在无线通信中的应用

在无线通信中,由于信道的不完善性和多径衰落等因素,使得数据在无线信道上传输时码间干扰严重,基于LMS(最小均方)算法的自适应判决反馈均衡器因其实现复杂度小可以广泛应用,文章对其原理和结构进行了分析并通过Matlab对该均衡器性能进行了计算机仿真,结果表明:在接收端采用该自适应均衡器可以大大降低误比特率,在工程上具有一定参考价值。     

一种T/4分数间隔预测判决反馈盲均衡算法

为了消除由深衰落信道引起的严重码间干扰,本文给出一种基于改进双模式多模算法的 T/4 分数间隔预测判决反馈均衡器.该均衡器采用改进的双模式多模算法独立优化前向、反馈滤波器,前向滤波器采用 T/4 分数间隔,反馈滤波器采用预测结构,仍为符号速率.在两种深衰落信道条件下仿真实验表明,本文给出的均衡器能够避免传统判决反馈均衡器的误收敛情况;同时其稳态均方误差小于基于常模算法的 T/4 分数间隔均衡器、基于常模算法的 T/4 分数间隔判决反馈均衡器,以及基于双模式多模算法的 T/4 分数间隔预测判决反馈均衡器,更适合处理 QAM 信号.     

DTMB接收系统中一种最优分集接收技术研究

通过对于DTMB(Digital Television Terrestrial Multimedia Broadcasting,数字电视地面多媒体广播)接收系统的研究,提出了一种最优分集接收结构。本结构结合了时域自适应判决反馈均衡器和空间分集技术,采用LMS(最小均方值)算法进行均衡器抽头自适应调整。相对于现有接收结构的研究,创新的提出了采用双前馈滤波器接收,合并至判决器后再传递到反馈滤波器的均衡器结构。该最佳接收结构相较两支路信号直接合并再输入到均衡器的接收结构,极大的提高了系统鲁棒性,减少了均衡器误码率。系统通过自适应调整判决器中两个前馈滤波器输入信号的权重,更加有效的适应信道的动态变化,较之两路信号等增益合并性能上更加优越,在实际接收机设计中也有很大的应用价值。     

一种用于水声相干通信系统的自适应均衡算法

多通道判决反馈均衡器(MC-DFE)是水声相干通信克服信道多径效应、消除码间干扰(ISI)的主要手段。为了减少多通道数据处理的复杂性、优化算法、提高算法精度,该文提出了自适应自最优预合并多通道判决反馈均衡算法。该算法将快速自优化LMS分集合并(FOLMSDC)算法、快速自优化LMS(FOLMS)算法和快速自优化LMS相位补偿(FOLMSPC)算法有机地结合在一起,使用统一的误差信号,按照最小化均方误差(MMSE)准则调节各部分的系数,从而实现均衡器性能的全局最优。仿真试验和湖上试验对该算法的性能进行了分析。实验结果表明,该文提出的算法可以进一步减少运算量,提高通信系统的接收性能,算法性能优于已有算法。     

基于FPGA的分数间隔预测判决反馈均衡器的设计与实现

针对高阶QAM信号,本文设计实现了一种基于FPGA的分数间隔预测判决反馈均衡器.前向滤波器采用分数间隔结构,反馈部分采用预测结构,仍保持符号速率.该均衡器充分结合了分数间隔均衡器与预测判决反馈均衡器的优势,能够消除由深衰落信道引起的严重码间干扰.同时,该均衡器采用简化后的双模式多模算法独立优化前向、反馈滤波器,简化算法...     

基于LMS算法的自适应滤波器仿真实现

为了达到最佳的滤波效果,使自适应滤波器在工作环境变化时自动调节其单位脉冲响应特性,提出了一种自适应算法:最小均方算法(LMS算法)。这种算法实现简单且对信号统计特性变化具有稳健性,所以获得了极为广泛的应用。针对用硬件实现LMS算法的自适应滤波器存在的诸多缺点,采用Matlab工具对基于LMS算法的自适应滤波器进行了仿真试验。仿真结果表明,应用LMS算法的自适应滤波器不仅可以实现对信号噪声的自适应滤除,还能用于系统识别。     

Adaptive interference canceler for narrowband and widebandinterferences using higher order statistics

A new higher order statistics-based adaptive interference canceler is introduced to mitigate narrowband and wideband interferences in environments where the interference is non-Gaussian and a reference signal, which is highly correlated with the interference, is available. The new scheme uses higher order statistics (HOS) of the primary and reference inputs and employs a gradient-type algorithm for updating the adaptive filter coefficients. The update equation of the HOS-based adaptive filter is independent of uncorrelated Gaussian noises and can mitigate the interference more effectively than adaptive filters based on second-order statistics. The performance of the. HOS-based adaptive filter is much less sensitive to the choice of the step size parameter than the adaptive filters based on the LMS algorithm. It is demonstrated, by means of extensive simulations, that the HOS-based filter can mitigate both narrowband and wideband interferences effectively. Comparisons with adaptive filters based on the LMS algorithm and second-order statistics are also presented in the paper     

一种基于LMS自适应滤波的互相关时延估计优化算法

在多站时差定位系统中使用基于LMS自适应滤波的互相关法进行时延估计时,若采用固定步长因子则会在收敛速度和稳态失调之间存在较大矛盾,从而影响时延估计精度。针对这一问题,文中提出了一种基于分段变步长LMS自适应滤波和希尔伯特差值的互相关时延估计优化算法。该方法首先采用分段变步长LMS自适应滤波对信号进行滤波处理,然后将滤波后的信号作互相关运算,最后通过希尔伯特差值法锐化相关函数的峰值,进一步提高时延估计精度。在相同条件下,文中模拟分析了不同算法的时延估计精度。实验结果表明,新的优化算法时延估计精度更高。在不同信噪比下,新方法相较传统时延估计方法精度提高了2.2%以上,具有良好的抗噪声性能。     

一种基于多尺度小波变换的自适应滤波新算法

将多尺度小波变换的理论引入到LMS自适应滤波器的设计中,分析了基于多尺度正交小波变换的自适应滤波算法的原理;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应滤波算法(MSWT-MVSS-LMS),新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的收敛速度和稳定性.仿真结果表明新算法是有效的和优越的.     

自适应滤波算法研究及其Matlab实现

在对自适应滤波器相关理论研究的基础上,重点研究了LMS自适应滤波算法,给出了不同信噪比条件下,LMS算法的Matlab仿真实现的滤波结果,通过分析仿真结果可以看出,在一定信噪比范围内,LMS算法在未知信号与噪声统计特性的条件下可以达到较好的滤波效果.     

基于最小均方自适应滤波器的无线光通信接收性能分析

无线光通信(OWC)系统采用大气通道作为传输媒介,而大气湍流效应引入了与信号强度有关的乘性噪声。为了消除乘性噪声所引起的信号衰落,分析并给出了基于最小均方(LMS)自适应滤波器的判决门限更新算法和稳态的抽头权系数相关矩阵算法。通过理论分析和计算机仿真,讨论了最小均方滤波器及其参数对无线光通信接收性能的影响。结果表明,采用非因果滤波器的无线光通信系统对湍流噪声具有明显的抑制作用。在弱湍流情况下,基于自适应最小均方滤波器的系统误码率(BER)低于10-8,可以满足网络通信的要求。通过分析不同滤波器阶数对误码率的影响表明,所采用的255阶的非因果结构的最小均方滤波器是最优的结构。     

一种改进的NLMS自适应滤波器的FPGA实现

针对当前广泛应用的自适应滤波器,提出了一种改进的变步长NLMS自适应算法,在不增加计算复杂度的条件下获得了更好的收敛速度。在硬件实现过程中,利用FPGA并行处理的特点,采用自上而下的设计方法和流水线设计技术,获得了较好的滤波效果和较快的处理速度,完全满足自适应信号处理领域中实时性的要求。     

Exact expectation analysis of the LMS adaptive filter

In almost all analyses of the least mean square (LMS) adaptive filter, it is assumed that the filter coefficients are statistically independent of the input data currently in filter memory, an assumption that is incorrect for shift-input data. We present a method for deriving a set of linear update equations that can be used to predict the exact statistical behavior of a finite-impulse-response (FIR) LMS adaptive filter operating upon finite-time correlated input data. Using our method, we can derive exact bounds upon the LMS step size to guarantee mean and mean-square convergence. Our equation-deriving procedure is recursive and algorithmic, and we describe a program written in the MAPLE symbolic-manipulation software package that automates the derivation for arbitrarily-long adaptive filters operating on input data with stationary statistics. Using our analysis, we present a search algorithm that determines the exact step size mean-square stability bound for a given filter length and input correlation statistics. Extensive computer simulations indicate that the exact analysis is more accurate than previous analyses in predicting adaptation behavior. Our results also indicate that the exact step size bound is much more stringent than the bound predicted by the independence assumption analysis for correlated input data     

带有噪声相关性的自适应噪声抵消系统仿真研究

本文为了在语音信号处理中能消除含噪语音信号中的背景噪音,采用自适应信号处理的理论和技术来达到提高语音信号质量的目的。通过介绍自适应滤波器原理,在对自适应滤波器相关理论研究的基础上,研究了LMS自适应滤波算法,并对LMS自适应算法进行了分析。同时为了使输入的参考信号与噪声相关,加入分离周期信号与带有窄带干扰抑制的宽带信号。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效地抵消正弦干扰信号,同时加入宽带信号中的周期性噪声,在没有另外的与噪声相关的参考信号的情况下,可以使用自适应噪声抵消系统来消除这种同期性干扰噪声。     

A parallel binary structured LMS algorithm for transversal adaptive filters

The adaptation process in digital filters requires extensive calculation. This computation makes adaptation a slow and time consuming process. Simple, but versatile, parallel algorithms for adaptive filters, suitable for VLSI implementation, are in demand. In this paper a regular and modular parallel algorithm for an adaptive filter is presented. This parallel structure is based on the Gradient Vector Estimation Algorithm, which minimizes the Mean Square Error. In the parallel method, the tap weights of the adaptive filter are updated everys steps, whereas in the recursive algorithms, the tap weights are updated at each step. Fors step update, bit strings of lengths are used to derive the terms with which the tap weights of the adaptive filter are calculated. The algorithm presented computes the tap weights at timen+s as a function of the tap weights at timen, the inputs from timen+1 ton+s−1, and the desired output from timen+1 ton+s−1. The algorithm also can be mapped to a VLSI architecture that is both regular and modular and allows either expansion of the order of the filter or the degree of parallelism obtainable. A comparison between the performance of the sequential LMS algorithm, Fast Exact LMS algorithm, and the parallel binary structured LMS algorithm is presented.