WCDMA中LMS自适应天线阵的硬件实现

本文针对WCDMA的特点设计了一种利用LMS算法的自适应天线阵.实现时DSP采用TI公司的TMS320C6701,并采用了零中频I/Q调制解调技术,工作于1.95GHz.该天线阵结构简单,复杂度低.     

浮点LMS算法的FPGA实现

浮点LMS算法的FPGA实现是自适应天线阵工程设计中的关键技术。本文提出了一种在FPGA内实现浮点LMS算法的方法,该方法采用三级流水线操作的方式,兼顾算法的精度和动态范围。仿真结果表明,该方法能有效利用FPGA的逻辑资源,保证运算速度,满足系统的实时性。     

改进的LMS算法自适应滤波器的DSP实现

分析了变步长LMS算法自适应滤波器基本原理,使用MATLAB对其进行仿真,并应用SZ-EPP5402评估板进行了DSP实现,结果表明,变步长LMS算法能够克服固定步长LMS算法的矛盾,具有较快收敛速度与较小稳态误差.     

LMS自适应算法的FPGA设计与实现

自适应算法的实现是自适应滤波技术应用于工程实践的基础。本文在分析LMS(最小均方误差)算法原理的基础上,讨论了算法实现的数制、计算量和迭代流程,在减小计算复杂度的基础上,给出了一种基于FPGA的实现方案。仿真结果表明,该方案能够保证LMS算法的收敛性和稳定性,可以应用于实际的数字信号处理系统。     

基于LMS的自适应抗干扰算法仿真研究

阐述了LMS的基本原理和结构,进行了正方形天线阵仿真模型的建立,并将算法应用于该模型,进行了Matlab下单、双干扰的仿真,仿真结果表明,算法对于单干绕的抑制度为68dB、对于双干扰的抑制度为40dB,仿真验证了该算法的可行性。     

基于DSP混合编程的LMS自适应滤波算法实现

本文分析了LMS自适应滤波算法的基本原理,并结合2FSK信号解调的实例,在TMS320VC5416器件上分别采用C语言和混合编程方法对LMS自适应滤波算法进行了实现。结果表明,采用混合编程的LMS自适应滤波实现方法具有软件接口简单,运行速度快,易于进行实时信号处理等特点。     

基于归一化LMS算法自适应均衡器的Simulink实现

为了克服硬件实现归一化LMS算法自适应均衡器的缺点,构造了数据传输系统中采用归一化LMS算法自适应均衡器的Simulink仿真模型.首先介绍了归一化LMS算法,给出基于归一化LMS算法自适应均衡器的建模过程,最后研究了抽头输入向量相关矩阵的特征值和步长参数对该自适应均衡器性能的影响.仿真结果同时验证了该模型的正确性和Simulink作为仿真工具的有效性.     

基于TMS320VC5402DSK的自适应滤波器的实现

提出和实现了在TMS320C5402DSK上进行自适应滤波器的设计仿真,算法采用易于实现的LMS算法。通过实验结果表明,借助DSP硬件结构上的优势,所设计的FIR滤波器能够满足信号处理的高效性、实时性和高精度。     

并行分布式LMS自适应滤波器的FPGA实现

FPGA因为相较于传统的ASIC拥有许多优势,在该领域的重要性也在不断提高。为了保证基于LMS自适应数字滤波器在硬件上的高效实现,使用无乘法结构的实现方案能够获得更好的效果。FPGA实现自适应数字滤波器的复杂性取决于乘法累加(MAC)的操作数量,而使用并行分布式算法通过使用查找表(LUT)替代乘法累加运算,能够显著降低硬件实现的复杂性,并且能减少逻辑资源的利用率,同时利用FPGA并行处理的优势,可以提高运行速度。所提出的方法通过软件仿真证明其有效性和优越性。     

LMS自适应无偏估计修正方法

系统分析了LMS算法有偏估计的来源及其影响,并基于Treichler的γ-LMS算法提出了一种改进的无偏估计方法.根据自适应滤波器的最佳逼近原理和各信号矢量的几何关系,利用传统LMS算法获得的信息来估计输入噪声的功率,再通过γ-LMS算法在迭代过程中逐步修正维纳解,去除输入噪声的影响从而得到系统参数的真实估计.该方法无需假设输入与输出噪声功率相等或功率比已知、有用信号是白过程等限制条件.仿真与实际数据处理都验证了该方法的有效性,特别是将其应用于实际管道泄漏检测的被动时延估计系统中,在低信噪比或复杂噪声环境下LMS自适应算法的估计性能得到了改善.     

变步长LMS自适应滤波器算法仿真研究

本文分析了变步长LMS自适应滤波器算法的基本原理,并使用Matlab对其算法进行了编程设计,给出了具体的程序实现,具有比较强的借鉴作用.     

基于自适应均衡器的LMS和RLS算法仿真分析

介绍了自适应均衡器下的LMS和RLS算法的基本原理,并分析了2种算法中的忘却因子μ对LMS和RLS算法收敛性能的影响.通过仿真可知,在相同忘却因子下,RLS算法的收敛速度明显快于LMS算法,并且误差也比LMS算法小.     

新的变块长频域批处理LMS算法

针对传统的频域批处理LMS（Frequency-domain Block Least Mean Square,FBLMS）算法在收敛速度和稳态误差之间存在矛盾的问题,不同于变步长LMS算法,提出了一种新的变块长频域批处理LMS算法,采用自适应改变的批处理块块长的方法来协调解决这个矛盾。通过Matlab对提出的算法进行计算机仿真,结果表明相比于传统的FBLMS算法,新算法具有更快的收敛速度和更小的稳态误差。     

一种改进的变步长LMS自适应滤波算法及性能分析

针对现有LMS（Least Mean Square）算法不能同时提高收敛速度及降低稳态误差的矛盾,提出一种改进的变步长LMS算法,建立了步长参数μ(n)与误差信号e(n)之间的一种新的非线性函数关系: 与现有的算法相比,同时引入记忆因子λ和控制函数取值的参数β(n),使当前步长与上一次迭代所得步长及前M个误差的平方相关。理论分析和计算机仿真结果表明,与现有几种常见的LMS算法相比,改进的算法收敛速度和稳态误差的性能指标得到提高。     

改进的变步长频域批处理LMS算法

现有的单载波频域均衡技术中的定步长频域批处理LMS（Frequency-Domain Block Least Mean Square,FBLMS）算法,在收敛速度和稳态误差之间存在矛盾。针对这个问题,基于对变步长LMS算法的研究分析,提出了一种新的改进的变步长频域批处理LMS自适应滤波算法,通过变步长因子以及频域权系数抽头泄漏能很好地协调收敛速度和稳态误差之间的矛盾,并且还具有较低的算法复杂度的特点。通过Matlab对提出的新算法进行计算机仿真验证,结果表明该算法有较好的收敛速度和较小的稳态误差。     

自适应阵列智能天线抗干扰性能研究

分析了自适应阵列智能天线的基本原理,给出了基于复数LMS算法的自适应阵列智能天线波束形成方法,同时对该智能天线抗干扰性能进行了Matlab仿真,理论分析和仿真结果表明:自适应阵列智能天线阵能够实时地调整天线方向,使天线的主波束对准期望信号方向,零陷对准干扰方向从而抑制干扰信号,在干扰和低信噪比环境下,接收端使用智能天线可以大大降低误码率,该智能天线具有较强的抗干扰性能。     

步长随输入信噪比变化的LMS算法

介绍了归一化最小均方误差(LMS)算法,分析了它在平稳环境噪声下步长不能自动调整的弊端。然后提出了步长随输入信噪比变化的LMS算法,分析了步长调整规律。根据该算法在噪声抵消的起始阶段收敛性能差并可能出现发散的现象,对该算法进行了修正,即在起始阶段采用归一化LMS算法,之后利用步长随信噪比变化的LMS算法。通过对语音信号的消噪仿真,表明修正的步长随输入信噪比变化的LMS算法收敛性能好,输出信号的信噪比有了较大的提高。