步长选择定理及其应用——平行变步长LMS滤波器组算法

从独立假设出发,基于均方误差最小准则,提出并证明LMS(Least MeanSquare)算法的步长选择定理,揭示了较优步长和均方误差的关系。由此构造一种平行变步长LMS滤波器组算法,并对算法的理论模型进行了详细分析。仿真结果表明,该算法模型的理论曲线和最优变步长LMS(optimal varable step-size LMS,OVS-LMS)模型的学习曲线基本重合,实验曲线也显示了最优的收敛性和很好的跟踪性能。因而该算法是最优变步长LMS模型的一种较好的实现形式。

一种双参数可调的水声信道自适应均衡算法

针对浅海水声信道固有的随机时-空-频变、高噪、强多径等特性及变化的多径时延扩展,在变步长最小均方(LMS)平行滤波器组(PFB-LMS)算法的基础上提出了一种新的水声通信自适应均衡算法。该算法将变阶数和变步长的调整结合起来,降低了算法对迭代步长和均衡器阶数的敏感度。仿真结果表明,新算法在参数适应性方面优于传统LMS及PFB-LMS算法。

浅海水声信道自适应均衡算法

浅海水声信道是一个典型的带宽受限、时变衰落信道,存在着时变的多径扩展、频率偏移以及随机相位起伏.在水声相干通信中,自适应均衡是克服多径效应、消除码间干扰的主要手段.针对在实际应用中自适应均衡算法对步长参数选择的敏感性,进行了浅海信道水声相干通信均衡算法研究,结合录制的水声信道数据,通过Matlab软件,从星座图、算法收敛特性以及系统的误码特性这3个方面对几种均衡算法的性能进行了分析比较.结果表明,最小均方(LMS)平行滤波器组算法具有自适应调整步长的性能,且能获得较快的收敛速度和较小的误码率,验证了该算法在水声信道中的实用性.