楊 明, 李 晶(.吉林化工學院 信息與控制工程學院; . 吉林信息工程學校 電子教研組,吉林 吉林 30)
自適應均衡器的LMS實現
楊明1,李晶2
(1.吉林化工學院信息與控制工程學院;2.吉林信息工程學校電子教研組,吉林吉林132022)
摘要:為了對非理想信道進行補償,通信系統中廣泛采用信道均衡技術,以降低信道對信號的畸變,提升傳輸的可靠性。本文介紹了基于最小均方算法(LMS算法)的自適應均衡器原理和結構,并利用MATLAB對其算法進行了仿真。
關鍵詞:自適應均衡器;LMS;MATLAB
隨著現代通信技術的快速發展,通訊環境越來越復雜,如何快速有效地解調信號是通信系統面臨的一個新的課題。在通信領域,自適應算法已經在信道均衡、頻率跟蹤與檢測方面有了廣泛的應用[1]。研究表明,借助自適應濾波器的信號跟蹤能力和抗干擾能力,能夠使得基帶信息的提取更加方便,獲得比相干解調更好的性能。
均衡器可以分為兩種:時域均衡和頻域均衡。由于通信系統是復雜多變的,信道特性是不可預知的。為了能夠在接收端達到更好的接收效果,均衡器就需要具有良好的自適應性能,以滿足信道的多變性。如果在均衡器的設計中加入信號處理的自適應算法,則這一類均衡器即為自適應均衡器。在通信系統當中,基帶信號的復包絡包含多種信號信息。均衡器可以根據基帶信號來實現對信道沖擊響應的估計,而在接收端的信號解調過程當中則可以使用自適應算法。
信道均衡器可以使通信系統在通帶外的增益近似為零,故附加了均衡器的信道在通帶內的振幅是均勻的,而其它部分基本為零,而相位響應在通帶內則為頻率的線性函數。最小均方(LeastMeanSquare,LMS)算法由Widrow于1960年提出[2]。LMS算法的原理是使實際輸出和期望輸出的均方誤差取得最小,而在整個逼近過程中需要不斷地用輸入信號估計梯度矢量,并調整系統的各個加權。
由Wiener濾波理論可知,濾波器的最優抽頭系數矢量可表示為
(1)初始化抽頭系數矢量w(n)=[0,0....]T,n=0;
(2)當n=n+1時計算濾波器輸出y(n)=wHx(n);
(3)計算誤差函數e(n)=d(n)-y(n),更新濾波器抽頭系數矢量w(n)=w(n-1)+μ(n)e*(n)x(n)。
實驗中,調制信號為4QAM,信道參數為〔0.4,0.7,0.6〕。具體實驗結果如圖1所示。圖1(a)為理想4QAM調制信號星座圖,圖1(b)為受到含噪信道作用后的信號星座圖,圖1(c)是均衡器輸出端信號的星座圖,圖1(d)是LMS算法的收斂速度。實驗結果表明,LMS算法可以均衡器隨著信道狀況進行自適應的改變,以到達最優解。
本文主要介紹了LMS自適應均衡器的原理,并用MATLAB對其算法進行了仿真。實驗表明自適應濾波器能很好的濾除干擾,具有很好的應用價值。使用LMS算法的自適應均衡器,可以很好地去除碼間干擾,保證通信系統的傳輸可靠性。
參考文獻:
[1]何振亞.自適應信號處理[M].北京:科學出版社,2002.
[2]王謙.基于LMS算法的自適應次聲濾波器設計[D].華中科技大學,2008.