基于最小均方算法(LMS算法)的自适应均衡器的matlab仿真

摘? 要 随着无线通信技术的不断发展和日益成熟，如何在复杂的通信环境下有效的解调信号并利于数字实现是近年研究的新课题。在通信领域，自适应算法在自适应均衡、自适应频率跟踪与检测等方面的应用比较成熟。随着研究的深入，发现利用自适应滤波器的抗干扰性能和对信号的跟踪能力，可以更加简单的提取基带信息，取得比常用相干解调更理想的性能，易于DSP实现。 本文通过首先对各种自适应算法进行了研究和分析，并且利用Matlab对各种算法进行了简单的仿真。然后就基本LMS自适应滤波器和变步长LMS进行了比较，并且用Matlab仿真和分析。 介绍了基于最小均方算法(LMS算法)的自适应均衡器的原理和结构 ,针对用硬件实现LMS算法的自适应均衡器存在的诸多缺点 ,利用MATLAB工具对各种结构形式的自适应均衡器在不同信道模型下的收敛速度和精度进行仿真 ,并介绍了该仿真程序。 讨论了基本最小均方算法、归一化LMS算法、改进的变步长算法这三种算法的性能和步长因子对算法性能的影响。 关键词： LMS算法、自适应均衡器、 Matlab 仿真、 研究内容及课题意义 数字集成电路和微电于技术的迅速发展给自适应信号处理技术的应用提供了十分优越的条件。自适应系统的应用领域包括通信、雷达、声纳、地震学、导航系统、生物医学电子学祁工业控制等。自适应系统模拟与辨识可用一个自适应系统模拟一个未知的系统，自适应模拟在机电系统的设计和试验方面十分有用；自适应逆模拟、解卷积与均衡则可消除信号在器件和媒质中传输所受到的影响，例如，pT以让声频系统对所有的语音频率有相同的增益，或消除传输线对雷达信号的影响；自适应控制可控制系统的特性随时刘而变，使之适应环境的改变；自适应噪声对消器已在语音通讯、心电图仪以及地震信号处理等领域得到应用；自适应干扰对消器和自适应波束形成器在自适应阵列信号处理中非常有用，已经得到人们的普遍关注[4]。 现代社会是一个信息社会，谁掌握了信息，谁就能占领科技的最高峰，谁就能掌握国民经济的命脉。信号是信息的重要内容，信号处理是指从探测器所接收的信号中检取所需的信息的技术。研究信号处理的重要性是无用质疑的。本论文主要对自适应滤波和自适应滤波干扰仿真进行了分析，通过分析不同的自适应算法，对它进行干扰仿真分析。仿真分析表明了自适应滤波器能很好的滤除干扰，可应用到很多实际领域。具有重大的社会和经济效益[5]。 1.3本文结构 本论文主要结构框架如下： 第一章，绪论。介绍课题的背景和意义，以及自适应滤波技术的国内外发展现状，对本文的主要内容进行了介绍。 第二章，自适应滤波技术的基本原理。维纳滤波器是随机信号处理中经常用到的滤波器，它是一种线性最优滤波器，其参数是固定的，适用于平稳随机信号接着介绍了最速下降法，它是求解维纳最优解的有效方法最后介绍了滤波器的基本结构。 第三章，分别介绍了LMS中常用的几种LMS算法，其中有LMS基本算法，一种新的可变步长LMS算法。 第四章，全文的总结和工作展望。