基于定点LMS算法的自适应天线阵技术及其FPGA实现

如何在满足实时性及精度的前提下实现LMS算法一直是工程上的难点。根据SINR（信干噪比）对天线阵元的输入信号进行了建模,提出一种适合于FPGA（现场可编程门阵列）实现的定点数制,并在满足算法实时性的前提下在FPGA上实现了LMS（最小均方）算法。测试结果表明采用这种定点数制的算法所形成的天线阵方向图具有较好的性能。     

自适应天线阵的复LMS算法

采用复分析法首次导出了自适应天线阵的最佳权向量,建立了复ＬＭＳ算法的一种实现算法－最速下降法。本文获得的最佳权向量是Ｗｏｐｔ＝「Ｒｘｘ＋１／２（Ｒｘｘ－Ｒ＾Ｔｘｘ）」＾－１Ｐ。而过去所有关于自适应信号处理的文献与著作中,给出的只是准最佳权向量－维纳解,此维纳解是Ｗｏｐｔ＝Ｒ＾－１ｘｘＰ。     

基于FPGA和LMS算法的系统建模

自适应滤波器用于实现对未知系统的建模,用Matlab中的Simulink对LMS算法的实现方法进行仿真,在FP—GA中实现了LMS算法及其建模,并对FPGA设计的系统建模结果采用Matlab软件仿真,以增强Quartus的仿真功能,从而得到完整且直观的仿真结果。这种系统建模所采用的仿真、实现和验证方法同样适用于消除宽带信号中的窄带干扰,实现自适应谱线增强以及自适应均衡等,具有一定通用性。     

基于FPGA的横向LMS算法的实现

横向LMS算法是实现自适应数字波束形成的基本方法之一.提出了一种用Matab/Simulink中DSP Builder模块库设计算法模型,然后应用FPGA设计软件Modelsim、QuartusⅡ分析自适应滤波器时钟速度和消耗逻辑单元数的设计方法.实验表明:该方法易于实现、简单可靠.     

遗传算法在天线阵自适应算法中的应用

本文采用一种新的基于遗传法的天线阵列的自适应算法。根据实际的硬件限制，不改变阵列的幅度加权，而通过遗传算法对相位加要权作全局优化。为减小对天线方向图的破坏，并希望在干扰源来波方向实时置零，因而采用只优化搜索数字移相器的最后几位，计算机模拟结果证实了这种方法的有效性。     

LMS自适应滤波器FPGA实现的新方法

针对用数字信号处理器(DSP)实现的自适应滤波器处理速度低、抗干扰性差和编写底层HDL代码用现场可编程门阵列FPGA实现开发效率低的缺点,该文利用最新DSP Builder工具建立了基于最小均方误差(LMS)算法的8阶二进制频移键控(2FSK)信号去噪自适应滤波器的模型,在EPF10K100EQC208-1器件上设计出了处理速度为36.63 MHz的8阶自适应滤波器,其速度是通过编写底层VHDL代码设计的自适应滤波器7倍,是采用DSP通用处理器TMS320C54X设计的自适应滤波器的25倍。     

自适应LMS算法的收敛特性

本文首先指出了Widrow给出的自适应最小均方(LMS)算法权收敛规律的缺陷,进而通过对LMS算法的非统计分析,首次指出了影响收敛速度的因素是信号样本相关阵的本征值的范围。     

一种改进的自适应LMS算法

本文对LMS算法中的收敛因子μ进行了详细的数学分析,提出了一种较好的选择μ的方法。计算机模拟结果证实了该算法的优越性。     

基于LMS算法与RLS算法的自适应滤波

自适应信号处理的理论和技术已经成为人们常用滤波和去噪技术。文中讲述了自适应滤波的原理以及LMS算法和RLS算法两种基本自适应算法的原理及步骤。并用MATLAB分别对两种算法进行了自适应滤波仿真和实现。     

基于LMS算法的自适应均衡系统的研究

本文首先阐述了基于LMS算法的自适应均衡系统的理论基础和实现方法,然后利用MATLAB建立了该自适应均衡系统仿真模型,并为此构建了有实用价值的可变多径传输信道模型,基于此建立了系统仿真模型、做出了仿真试验结果并分析了仿真试验结果的意义。     

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。     

基于FPGA的自适应FIR复数滤波器设计

本文探讨一个可编程数字滤波器在FPGA实现的可行性,整个系统基于LMS算法,用VHDL语言编写,采用自顸向下的设计.另外,本系统设计考虑了吞吐量的要求,因此引进流水线运算来提高Symbol Rate.系统用maxplus II仿真,采用的device为EPF10k130EFC672-1x.此系统的设计将有助于今后4G手机系统的数字滤波器的开发.     

浮点LMS算法的FPGA实现

LMS(最小均方)算法因其优良的收敛特性及算法简单等特点在自适应滤波器等领域得到了广泛的应用。浮点运算因其运算步骤繁琐及硬件资源消耗大等缺点使得浮点LMS算法的硬件实现十分困难。文中根据多输入高效浮点加法器结构在FPGA(现场可编程门阵列)上实现了浮点LMS算法。测试结果表明,实现后的LMS算法硬件资源消耗较少且收敛性能与理论值接近。     

LMS算法自适应均衡性能分析

无线数据通信过程中的多径效应容易造成码间干扰,而且由于通信载体以及通信周围物体的运动,导致这种码间干扰也在随时间变化而变化。在通信系统中采用均衡技术是改善信道特性解决码间干扰之有效的方法,为此文中从时域均衡原理出发,讨论了基于LMS自适应均衡算法,并利用Matlab对算法进行了仿真。从仿真结果可以从看出步长对算法收敛性能和精度的影响,步长越小,平均误差越小,但收敛速度越慢;反之亦然。     

基于LMS自适应算法的HS-PDSCH动态码道分配方法

高速下行分组接入技术（HSDPA）通过使用自适应调制编码、混合自动重传请求、快速凋度等关键技术,可以大大提高下行数据的传输速率。为了充分利用这些技术网络侧必须配置仅供HSDPA用户使用的PDSCH码道,因为PDSCH码道的共享性和普通R4码道的专用性,TD-SCDMA系统中必须在建立小区的时候建立PDSCH码道,一旦某些码道被HSDPA占用就不能再在这些码道上接入普通的R4业务。但系统对HSDPA下行流量的需求是时变的,因此固定不变的PDSCH码道配置就有可能造成码道资源的浪费。本文从侧重实现的角度提出了一种基于LMS自适应算法的HSDPA动态码道分配方法,可以由系统根据当前下行数据流量自行调整HSDPA码道配置,提高了TD-SCDMA系统中HS-PDSCH物理信道的利用效率和系统容量。     

基于遗传算法的阵列天线赋形波束综合

提出了一种改进的适应度函数确定方法,算法采用易操作的二进制编码。通过改变适应度函数中的待定参数,有效提高了搜索效率。采用遗传算法对基站天线的方向图赋形,其结果优于同种条件下用Woodward法得到的结果。结合工程实践,考察了本文遗传算法的解的稳定性。     

智能天线自适应波束赋形算法的研究

智能天线作为3G及未来移动通信的核心技术，是当前通信领域的研究热点。阐述了智能天线的基本原理，并对自适应波束赋形算法进行了分类，较为详细地比较和分析了几种算法的特点及其适用条件。基于算法的现状，提出了未来的研究方向。     

一种改进的变步长LMS自适应滤波算法

传统的固定步长的LMS算法难于同时获取较快的收敛速度与较小的稳态误差,基于这一矛盾,将变步长算法与变换域算法相结合,提出一种改进的LMS自适应算法以获得较快的收敛速度和较小的稳态误差。仿真结果表明,此算法在收敛速度与稳态误差的性能上均不同程度地优于其他同类算法,尤其是在低信噪比的情况下,其性能的优越性更为突出。     

自适应滤波器LMS算法的DSP实现

滤波器在数字信号处理中有着广泛的应用,针对常规滤波器因具有固定的滤波器系数,对某些信号处理系统不能实现最优滤波,设计了一种自适应滤波器及实现的软件算法,并通过DSP得到验证。结果表明该滤波器实现方法简单、不依赖模型,具有较强的稳健性。