LMS实现时域均衡

qq_31397375 2017-10-30 09:28:10
在LMS算法中,算法中误差e是期望信号和接收机接收信号的差值,可是在通信系统中,我们并不能知道期望信号是什么,那么LMS的意义何在??
...全文
529 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
gardner01 2017-11-16
  • 打赏
  • 举报
回复
matlab, C代码都有,但不在这个电脑里。 LMS算法本身非常简单,三行代码而已,均衡器的重点也不在这里。应用中要重点解决几个问题:前馈、反馈滤波器的时序;滤波器的快速收敛,LMS是非常慢的,等到收敛好要几百个符号,所以要设法把收敛限制到一二十个符号以内;或者改用其它算法,比如平方根kalman,QRD-RLS;
qq_31397375 2017-11-04
  • 打赏
  • 举报
回复
谢谢回复 请问你有LMS算法的matlab代码吗
gardner01 2017-11-01
  • 打赏
  • 举报
回复
有一段导频符号用来训练均衡器使它达到收敛状态; 导频过后,是第一个未知的符号,用训练得到的均衡器系数来处理这段数据,得到均衡输出,然后判断它属于哪个星座点; 将星座点与均衡输出相减,得到误差数据,然后调节均衡器系数;这样循环下去就可以了。
随着近年来数字通信技术的发展,信号中经常混有各种复杂成分,所以很多信号分析都是基于滤波器而进行的,而数字滤波器是通过数值运算实现滤波,具有处理精度高、稳定、灵活、不存在阻抗匹配问题,可以实现模拟滤波器无法实现的特殊滤波功能。对于基带信号传输来说,自适应时域均衡器越来越得到重视,它是以有限长冲激响应(FIR)数字滤波器为基础,提出的一种可以适应当前环境的一种滤波器,其所用的存储单元较少,效率高,精度高,而且能够保留一些模拟滤波器的优良特性,因此应用很广。Matlab软件以矩阵运算为基础,把计算、可视化及程序设计有机融合到交互式工作环境中,并且为数字滤波的研究和应用提供了一个直观、高效、便捷的利器。尤其是Matlab中的信号处理工具箱使各个领域的研究人员可以直观方便地进行科学研究与工程应用。本文介绍了自适应滤波器的理论基础,重点讲述了自适应滤波器的几种实现结构, 然后重点介绍了两种自适应滤波算法最小均方误差(LMS)算法和递推最小二乘(RLS)算法,并对LMS算法和RLS算法性能进行了详细的分析。其中LMS算法结构简单,鲁棒性强,但其收敛速度很慢,而RLS收敛速度快,但其运算量很大。最后本文对基于LMS算法和RLS算法的自适应滤波器进行MATLAB仿真分析。

4,356

社区成员

发帖
与我相关
我的任务
社区描述
通信技术相关讨论
社区管理员
  • 网络通信
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧