自适应均衡器的设计
综合课程设计基于Matlab的自适应均衡器设计
电子信息系综合课程设计基于Matlab的自适应均衡器设计专业名称通信工程班级学号学生姓名指导教师设计时间2010.12.20~2011.1.7课程设计任务书专业:学号:学生姓名(签名):设计题目:基于Matlab的自适应均衡器设计一、设计实验条件实验室,Matlab软件二、设计任务及要求1. 课题要求系统学习时域均衡原理,掌握理论知识;2. 首先进行时域均衡原理和算法设计,再在所用的仿真软件Matlab上对设计进行仿真分析,最后写实验报告;3. 对整个系统设计进行回顾,总结心得。
三、设计报告的内容1.设计题目与设计任务(设计任务书)2.前言(绪论)(设计的目的、意义等)3.设计主体(各部分设计内容、分析、结论等)4.结束语(设计的收获、体会等)5.参考资料四、设计时间与安排1、设计时间:3周2、设计时间安排:熟悉实验设备、收集资料: 4天设计图纸、实验、计算、程序编写调试: 7天编写课程设计报告: 3天答辩: 1天基于Matlab的自适应均衡器设计一、设计目的及意义:通过本学期通信原理课程的学习,主要对数字信号系统的通信原理、传输机制等有了系统深入的了解。
而实践性的课程设计能够起到提高综合运用能力,加强理论知识的学习,提高实验技术,启发创造新思想的效果。
此次课程设计是自适应均衡器设计。
我们按照查找资料、软件选择、系统设计、仿真实现、结果优化这一流程进行。
不仅使我们进一步巩固了课程知识,也提高了我们分析问题、解决问题的能力。
二、设计主体:1 、设计原理数字信号经过这样的信道传输以后,由于受到了信道的非理想特性的影响,在接收端就会产生码间干扰(ISI),使系统误码率上升,严重情况下使系统无法继续正常工作。
理论和实践证明,在接收系统中插入一种滤波器,可以校正和补偿系统特性,减少码间干扰的影响。
这种起补偿作用的滤波器称为均衡器。
时域均衡是利用均衡器产生的时间波形去直接校正已畸变的波形,使包括均衡器在内的整个系统的冲击响应满无码间串扰条件。
自适应均衡器的设计与仿真毕业设计论文
毕业设计(论文)自适应均衡器的设计与仿真摘要在移动通信领域中,码间干扰始终是影响通信质量的主要因素之一。
为了提高通信质量,减少码间干扰,在接收端通常采用均衡技术抵消信道的影响。
由于信道响应是随着时间变化的,通常采用自适应均衡器。
自适应均衡器能够自动的调节系数从而跟踪信道,成为通信系统中一项关键的技术。
本篇论文在对无线通信信道进行研究的基础上,阐述了信道产生码间干扰的原因以及无码间干扰的条件,介绍了奈奎斯特第一准则和时域均衡的原理。
深入研究了均衡器的结构和自适应算法,在均衡器的结构中主要介绍了4种自适应均衡器结构即线性横向均衡器、线性格型均衡器、判决反馈均衡器和分数间隔均衡器,并对这几种结构进行了比较。
对于系数调整算法主要介绍了常用的几种算法,包括LMS算法、RLS算法以及盲均衡常用的恒模算法(CMA),并讨论了它们各自的优缺点。
最后选用线性横向均衡器结构与上述3种系数调整算法,利用MATLAB进行仿真,并对结果进行分析与比较。
关键字:自适应均衡器,LMS,RLS,CMA ,MATLABAbstractIn the field of mobile communications, the inter-symbol interferences (ISI) is always one of the primary factor which effects transmission. Adaptive equalization is mainly solution of dealing with ISI. Equalizers are often used to combat the influence of channels for improving communication’s quality and decreasing ISI in receivers. Sometimes, channel response varies due to time, the adaptive equalizer is always necessary. Equalizer coefficients can be automatically adjusted to track the channel as a key communication system technology.On the basis of studying on wireless communication channel, this paper discusses the reasons of resulting inter-symbol interference (ISI) and without conditions, introduces Nyquist first rule and the theory of adaptive equalizers. The equalizer structures and the adaptive algorithm are particularly studied in this paper. Mainly introducing and comparing four adaptive equalizer structures, such as linear horizontal equalizer, line personality type equalizer, decision feedback equalizer, fractionally spaced equalizers. Then we research the algorithms of the adaptive equalizer which are often used, including LMS, RLS, CMA, and discuss their respective advantages and disadvantages. Finally, we choose different adaptive equalizer structures and algorithms, and use the MATALB tool to simulate, at the end of this paper we analyze and compare the results.Keywords: adaptive equalizer, LMS, RLS, CAM, MATLAB目录摘要 (I)ABSTRACT (II)目录 (III)第一章绪论 (1)1.1引言 (1)1.2国内(外)研究现状 (1)1.3论文研究的内容及主要工作 (2)第二章信道、码间干扰及均衡技术 (3)2.1信道 (3)2.1.1 恒参信道 (4)2.1.2 变参信道 (4)2.2通信信道模型 (6)2.3码间干扰 (7)2.4自适应均衡的原理与特点 (10)2.5本章小结 (11)第三章均衡器结构 (12)3.1自适应均衡简介 (12)3.2均衡器的分类 (12)3.3线性横向均衡器结构(LTE) (13)3.4线性格型均衡器(LLE) (14)3.5判决反馈均衡器(DFE) (15)3.6分数间隔均衡器(FSE) (17)3.7本章总结 (21)第四章自适应均衡算法的理论基础 (22)4.1最小均衡误差算法(LMS) (22)4.2递归最小二乘算法(RLS) (25)4.3盲均衡算法 (27)4.4本章小结 (30)第五章均衡器的仿真与实现 (31)5.1采用线性横向均衡器与LMS算法 (31)5.2采用线性横向均衡器与RLS算法 (31)5.3利用恒模算法和线性横向均衡器 (32)总结 (35)参考文献 (36)致谢 (37)附录 (38)第一章绪论1.1引言通常信道特性是一个复杂的函数,它可能包括各种线性失真、非线性失真、交调失真、衰落等。
lms算法自适应均衡器的设计
均衡技术是通信领域三大技术之一,时域均衡具有很强的实时性,被广泛使用。
通过软件或数字芯片,可以实现数字滤波器的设计,而不必依赖电感、电容等模拟元件。
本研究通过系统建模、仿真的方式完成了均衡内部参数的设计。
在参数选取上克服了随意性并节省了系统资源,对均衡的开发具有一定的参考意义。
1 均衡模型LMS 算法使用最小均方误差准则,并采用最速下降梯度算法[3]。
LMS 算法可以概括为两个过程:滤波和参数调整。
第一步初始化滤波器抽头系数矢量;然后求解当n=n+1时滤波器的输出;最后求出误差值并调整抽头系数值[3]。
具体公式为:因此,均衡效果的优劣受到信号期望值d (k )、滤波器抽头更新步长μ、抽头数量的影响。
判决反馈盲均衡器的期望值e (k )由接收信号的判决值替代,因为接收信号本身含有发送信号的信息[3]。
2 L MS 判决反馈盲均衡算法仿真图1是通信系统使用LMS 判决反馈盲均衡与未使用均衡时的效果对比。
从图1的a 、b 中显示出使用均衡后,原本混叠的码元显著地分开了。
图1中c 的误码率数据表明,使用均衡后的通信质量明显提高。
图1 LMS 判决反馈盲均衡使用前后效果对比为了更清晰地观察该均衡方案的校正效果,因此在同等条件下将信道误码率提高到 进行仿真,其中误码率统计部分每一百个码元显示一个点,图2为仿真结果。
据图2可知,在信道误码率是7.4204*10-3时,LMS 判决反馈盲均衡器仍然能通过少量码元就调整好参数,进而适应信道特性,降低系统的误码率。
因此,在该环境下LMS 判决反馈盲均衡是一种有效的方法。
图3为LMS 判决反馈盲均衡器在信道误码率分别为7.4204*10-3和3.7201*10-3环境下、抽头更新步长μ分别为1/32、1/64、1/128时的误码曲线。
据图可知,在步长μ取不同值时,系统稳定后的余差相近。
因而主要从系统收敛速度、工程实现难易、资源占用大小三个角度进行考虑(相较于除法运算,FPGA 更适合移位操作,因此更新步长选取2n 值),所以选用1/32作为抽头系数更新步长值。
自适应均衡(包括LSM和RLS算法)
自适应均衡实验1、实验内容和目的1)通过对RLS 算法的仿真,验证算法的性能,更加深刻的理解算法的理论。
2)分别用RLS 算法和LSM 算法实现图1中的自适应均衡器,比较两种算法的差异,分析比较算法的性能,从而掌握两种算法的应用。
图1 自适应均衡框图2、基本原理分析1)LMS 算法原理LMS 算法一般来说包括两个基本过程:滤波过程和自适应过程。
滤波过程来计算线性滤波器的输出及输出结果与期望响应的误差。
自适应则是利用误差来自动调节滤波器的参数。
LMS 算法也是一个递推的算法。
设()J n 是滤波器在n 时刻产生的均方误差,其梯度计算如下:()()22n n ∇=-+J p Rw其中R 和p 分别是输入的自相关矩阵和输入与期望输出的互相关矩阵:()()()ˆH n n n =Ru u()()()*ˆn n n =pu d 则梯度向量的瞬态估计为:()()()()()()*ˆˆ22H n n n n n n ∇=-+J u d u u w 由最速下降算法可以得到抽头向量更新的递推关系式:()()()()()()*ˆˆˆ1Hn n n n n n μ⎡⎤+=+-⎣⎦w w u d u w整个LMS 算法归纳总结如下: 参数设置:M=抽头数(滤波器长度) μ=步长参数 m a x20MS μ<<其中max S 是抽头输入功率谱密度的最大值,而滤波器长度M 为中到大 初始化:如果知道抽头权向量()n w 的先验知识,则用它来选择()ˆ0w 的合适值,否则令()ˆ00=w。
更新滤波过程:()()()ˆH y n n n =wu ()()()e n d n y n =- ()()()()*ˆˆ1n n n e n μ+=+ww u 2)RLS 算法原理RLS 算法是一个递归的过程,递归最小二乘问题的正则方程可用矩阵写为()()()ˆn n n =Φwz 其中n 是可测数据的可变长度,()n Φ更新抽头输入的自相关矩阵,()n z 是抽头输入与期望响应之间的互相关向量,()ˆn w 是抽头的权值向量。
基于CSPI传输协议的自适应均衡器设计
第36卷㊀第2期2021年2月㊀㊀㊀㊀㊀㊀㊀液晶与显示㊀㊀㊀C h i n e s e J o u r n a l o fL i q u i dC r y s t a l s a n dD i s p l a ys ㊀㊀㊀㊀㊀V o l .36㊀N o .2㊀F e b .2021㊀㊀收稿日期:2020G06G11;修订日期:2020G09G06.㊀㊀∗通信联系人,E Gm a i l :x u f e n g c h e n g@t c l .c o m 文章编号:1007G2780(2021)02G0279G08基于C S P I 传输协议的自适应均衡器设计赵㊀斌1,2,张裕桦2,王㊀照2,徐枫程2∗(1.华南理工大学电子与信息学院,广东广州510640;2.T C L 华星光电技术有限公司,广东深圳518107)摘要:为了解决高速传输速率下信号在信道传输中遇到的衰减问题,本文介绍一种工作在1.5G H z 下,使用误差反馈的R x (R e c e i v e r )端自适应均衡器设计.为缩短收敛时间,应用了基于离散信号处理的均衡器.二进制随机序列(P R B S )作为训练数据,首先进入均衡滤波器以获得高频增益补偿,然后在采样分割单元被采样并获得陡峭的上升下降特性,最后进入到比较器中.与传统比较器原理不同,该比较器具有内部寄存器用来存储输入信号,将其与期望值比较返回误差.误差通过反馈回路对增益系数进行提升,不断迭代获得可用增益值,从这些可用值中取中位数作为最优增益.若无法找到合适增益值,将向发送器T x (T r a n s m i t t e r )传输信号增加预加重增益,然后接收器R x 再次进行自适应迭代.最后,向T x 反馈增益系数.增益补偿范围为1~16d B .该设计在使用C S P I 协议的165.1c m (65i n )8K 机种上实验,在T x 读取的反馈值证实了设计的有效性.满足在高传输速率下,R x 能够不失真地接收并还原C S P I 协议数据.关㊀键㊀词:误差反馈;离散信号处理;自适应均衡器中图分类号:T N 919㊀㊀文献标识码:A㊀㊀d o i :10.37188/C J L C D.2020G0147A d a p t i v e e q u a l i z e r d e s i gnb a s e d o nC S P I p r o t o c o l Z H A OB i n 1,2,Z H A N G Y u Gh u a 2,WA N GZ h a o 2,X U F e n g Gc h e n g2∗(1.C o l l e g e o f E l e c t r o n i c a n dI n f o r m a t i o nE n g i n e e r i n g ,S o u t hC h i n aU n i v e r s i t y o fT e c h n o l o g y ,G u a n gz h o u 510640,C h i n a ;2.T C LC h i n aS t a rO p t o e l e c t r o n i c sT e c h n o l o g y Co .,L t d .,S h e n z h e n 518107,C h i n a )A b s t r a c t :I no r d e r t o s o l v e t h e s i g n a l a t t e n u a t i o n t h r o u g hc h a n n e l a t h i g hd a t a r a t e ,a 1.5G H z a d a pGt i v e e q u a l i z e r u s i n g e r r o r f e e d b a c k a tR x (R e c e i v e r )i s i n t r o d u c e d .A n e q u a l i z e r b a s e d o n d i s c r e t e s i g n a l p r o c e s s i s a p p l i e d t o r e d u c e c o n v e r g e n c e t i m e .F i r s t l y ,P R B Su s e da s t h e t r a i n i n g da t aw i l lb e t r a n s Gp o r t e d t o t h e e q u a l i z e r f i l t e r f o r h i g h f r e q u e nc y c o m p e n s a t i o n .T h e n i t i s s a m p l ed a n d s l i ce db y t h e S /Hc i r c u i t a n d s l i c e r t o o b t a i n s t e e p r i s i n g a n df a l l i ng ch a r a c t e ri s t i c s .F i n a l l y ,i t i s s e n t t o a c o m pa r a t o r w h i c h i s d i f f e r e n tw i t hc o n v e n t i o n a l c o m p a r a t o r .T h e r e i s a n i n t e r n a l r e g i s t e r i n p r o p o s e dc o m pa r a t o r t o s t o r e i n p u t s i g n a l .E r r o rb e t w e e n i n p u t a n d d e s i r e d v a l u ew i l l b e f e d b ac k t h r o u g h t h e c l o s ed l o o pt o i n c r e a s e e q u a l i z e r b o o s t i n g g a i n .A f t e r s e v e r a l t i m e s i t e r a t i o n ,u s e a b l e g a i n s a r e a c q u i r e d a n d t h em e d i Ga n i s s e l e c t e d a s t h e o p t i m a l ga i n .I f n o s u i t ab l e g a i n i s f o u n d ,T x (T r a n s m i t t e r )w i l l i nc r e a s e p r e Ge m Gp h a s i s s e t t i n g a nd a d a p t i ve i t e r a t i o n p r o g r e s s a t R x r e p e a t s .F i n a l l y ,t h e s e t t i n g ga i nw i l lb e s e n t t o i n Gf o r m T x .T h ec o m p e n s a t i o n r a n g e i s f r o m1t o 16d B .A ne x pe r i m e n t a t 165.1c m (65i n )8K m o d u l eu s i n g C S P I p r o t o c o l i s c a r r i e do u t,w h e r e t h ev a l i d i t y o f t h e p r o p o s e dd e s i g n i sv e r i f i e db y f e e d b a c k s e t t i n g a tT x.T h e r e q u i r e m e n t t h a tC S P I p r o t o c o l d a t a c o u l db e r e c e i v e da n d r e c o v e r e dw i t h o u t d i sGt o r t i o nb y R xa t h i g hd a t a r a t e i sm e t.K e y w o r d s:e r r o r f e e d b a c k;d i s c r e t e s i g n a l p r o c e s s;a d a p t i v e e q u a l i z e r1㊀引㊀㊀言㊀㊀由于T F TGL C D显示在尺寸㊁分辨率和刷新率方面的飞速发展,大量信号的快速传输要求使得高速串行传输逐渐取代传统的并行传输.C S P I是一种点对点高串行速传输协议,在超高清显示(UH D)中有着优秀的表现[1].然而随着高分辨率(e.g.8K)和高刷新率(e.g.120H z)面板需求的出现,使得串行通道的数据传输速率急速上升.由于趋肤效应和介电损失的存在,高速数据在通过信道(e.g.F RG4)时,不可避免地出现幅值衰减和码间干扰(I S I)等问题.为了解决这种与频率强相关的信号损失问题,发送器T x(T r a n s m i t t e r)使用预加重技术[2G3](P r eGe m p h a s i s)提前对可能遭受损失的频段进行增强,接收器R x(R e c e i v e r)使用均衡器技术[4G5] (E Q)对接收信号中已损失的频段进行补偿.通常来说,二者的增益值是由人根据信号眼图质量手动进行更改的.在T F TGL C D调试中,P V T (P r o c e s sV o l t a g eT e m p e r a t u r e)的存在使得相同产品不同个体的最优增益值有差别[6].因此在大规模制造时,自适应调节将替代手动调节.在系统层次,针对R x的自适应设计方法可以被分类为两种:前馈均衡器(F F E)和决策反馈均衡器(D F E).F F E占用面积和能耗较小,然而由于缺少反馈,均衡器增益也将施加于噪声,系统的信噪比(S N R)变差.D F E可以改善S N R问题,但操作速率被反馈环延时所限制[7].在信号处理层次,均衡方式可以被分类为两种:连续信号均衡和离散信号均衡.连续信号均衡的实现独立于时钟恢复机制之外,不受其影响[8].离散信号均衡的实现需要恢复时钟信号参与采样,有高速处理能力.因采样时钟信号是由高速串行信号恢复所得,则由于高频衰减问题,恢复时钟本身的精确性难以确保,均衡器工作不稳定[9].本文提出把伪随机二进制序列(P R B S)作为训练数据,使用D F E,并以离散信号均衡的方式进行自适应调整的均衡器设计.在R x至T x方向架设单向低速通道,在初期无法获得较为精确的时钟信号时告知T x提升预加重增益,由此解决离散信号均衡方式中恢复时钟不精确带来的问题.2㊀信道特性为了量化信道对信号的幅值衰减作用,必须先对信道本身的特性有所了解.图1为传输模型.图1㊀(a)传输模型;(b)有损传输模型;(c)趋肤效应模型.F i g.1㊀(a)T r a n s m i s s i o n m o d u l e;(b)L o s s y t r a n sGm i s s i o nm o d u l e;(c)S k i ne f f e c tm o d u l e.在信道(e.g.R GG58,F RG4)上的信号损失取决于信号的频率和信道的长度,高频下损失函数由式(1)表示[10]:L o s s f()=e x p(-k l f),(1)其中L o s s(f)表示损失函数,k表示趋肤效应系数,l表示信道长度,f表示信号频率.信号在信道长度为3000m i l的F RG4板上的衰减如图082㊀㊀㊀㊀液晶与显示㊀㊀㊀㊀㊀㊀第36卷㊀2(a )所示.对于工作频率在1.5G H z 的信号,衰减为8d B .如图2(b)所示,此时眼图质量差,R x 端不足以准确还原信号.图2㊀(a )3000m i lF R G4下的信号衰减;(b )1.5G H z 工作频率下的眼图.F i g .2㊀(a )S i gn a l a t t e n u a t i o n a t 3000m i l F R G4;(b )E y e d i a g r a ma t 1.5G H z .3㊀自适应均衡器设计方案3.1㊀自适应均衡器架构自适应均衡器的总体设计如图3所示.均衡滤波器起到高频增益的作用;采样分割负责将经过增益的信号转化为标准二进制代码输出[11];比较器通过比较实际输入与理想值,计算误差.比较器控制反馈回路更新滤波器增益.图3㊀自适应均衡器架构图F i g .3㊀S t r u c t u r e o f a d a p t i v e e qu a l i z e r 3.2㊀均衡滤波器图4(a)为均衡滤波器,为受到衰减的高频信号提供增益.为了获得更大的带宽与增益,采用串联多个均衡滤波器的做法.图4(b )为电容阵列(即图4(a )中的可变电容部分),根据反馈误差转换的档位决定接入电路的电容值.本文采用4b i t ~16档位可选机制,每一个档位补偿1d B增益.图4㊀(a )均衡滤波器;(b)电容阵列.F i g .4㊀(a )E q u a l i z e r f i l t e r ;(b )C a p a c i t o r a r r a y.3.3㊀采样与分割采样时钟信号由T x 端锁相环模块产生,抵消差分信号耦合.信号眼图的中央进行采样,并保持采样结果一段时间直到分割器完成工作.分割器作用与鉴幅器原理相同,使得信号具有较陡峭的上升下降沿,方便比较器获得精确的比较结果.3.4㊀比较器比较器实际为一个数据处理单元,如图5所示.在进行自适应调整期间,R x 接受的数据均为P R B S 码,码型已经由生成多项式决定,因此在理想值寄存器中可存入T x 送出数据的理论值.在计算得到实际输入与理想输入的误差后,比较器向驱动I C 设定寄存器查询误差阈值.若误差超过设定阈值,则向均衡滤波器发出增加增益档位的需求;若没有超过,也会发出增加档位需求,同182第2期㊀㊀㊀㊀㊀㊀㊀赵㊀斌,等:基于C S P I 传输协议的自适应均衡器设计图5㊀比较器框图F i g .5㊀D i a g r a mo f c o m pa r a t o r 时将该档位记录为可用档位.4㊀基于C S P I 的应用4.1㊀系统结构基于C S P I 协议的系统架构图如图6所示,自适应设计位于源驱动芯片(S o u r c e I C )R x 端.在系统开机时,时序控制器(T c o n )T x 端通过差分信号线D A T A P /N 向S o u r c e I C 传输训练协议,s o u r c e I C 依次进行自适应调节.在调节过程中,s o u r c e I C 通过L S 信号线与T c o n 完成预加重(P r e Ge m p h a s i s )和均衡器(E q u a l i z e r ,E Q )的协同调节,通过F B D GL i n k 信号线告知T c o n 当前E Q 状态.当所有s o u r c e I C 完成自适应调节后,系统进入正常显示模式.图6㊀基于C S P I 的系统架构图F i g .6㊀S ys t e m a t i c s t r u c t u r eb a s e do nC S P I 4.2㊀系统自适应调节机制系统自适应调节机制如图7所示.系统的自适应调节包含T c o n 到s o u r c e I C 以及s o u r c e I C 到T c o n 两种数据发送机制.根据发送数据的主体,系统自适应调节机制又分为训练机制和回传机制.图7㊀系统自适应调节机制F i g .7㊀S y s t e ma d a p t i v e a d ju s t m e n tm e c h a n i s m 4.2.1㊀训练机制图8是自适应调节训练机制.开机时T c o n通过差分信号线发送C T 信号给所有s o u r c e I C ,使其建立内部时钟[1].成功后,L S 信号被拉至高电位,T c o n 发送C M D _S 信号通知s o u r c e I C 准备接受P R B S 码,s o u r c e I C 通过P R B S 训练找到最佳E Q 设定.如果s o u r c e I C 无法找到任何最佳设定或突然受到外部干扰导致R x 接收状态失锁[1],则将L S 拉至低电位,通知T c o n 增加预加重,同时重新发送C T .s o u r c e I C 将重复之前步骤直到找到最佳E Q ,此时s o u r c e I C 通过F B D GL I N K 告知T c o n 现在的设置档位.T c o n 向下一颗s o u r c e I C 重复以上步骤.图8㊀训练机制F i g .8㊀T r a i n i n g me c h a n i s m 训练码内容如表1所示.由于L S 与F B D GL I N K 存在多个子机复用的情况,如表2所示,对于协议中各段代码的时间长度有最小值的要求,这样可以保证s o u r c e I C 在训练和回传时留有时间裕量,提高系统的稳定性.其中,T 2仅与T x端相关,无最小值要求.282㊀㊀㊀㊀液晶与显示㊀㊀㊀㊀㊀㊀第36卷㊀表1㊀训练码T a b .1㊀T r a i n i n g co d e B i t[0][1][2][3][4][5][6][7][8]C T100001111C M D _S000001111C M D _E 110001111P R B S 7P r b s [0]P r b s [1]P r b s [2]0011P r b s [3]P r b s [4]P R B S 7P r b s [5]P r b s [6]P r b s [7]0011P r b s [8]P r b s [9]P R B S 70011表2㊀训练码最小时间要求T a b .2㊀T r a i n i n g c o d em i n i m a l t i m e r e qu i r e m e n t T N AM E P e r i o d N o t eT 0C T>100μs T r a i n i n g cl o c k p e r o i d T 1E Q _T r a i n i n g >300μs (1/d a t a r a t e )ˑ127(s a m p l e )ˑ64(c y c l e )ˑ16(s e t t i n g)ˑ9/5T 2T c o n s e t t i n g t i m e N /AT x p r e Ge m p h a s i s s e t t i n g t i m e T 3F B Dl i n k i n g>100μs O n e s o u r c e f e e d b a c k t i m eT 4F i x e d r a n d o md a t a>10μs 4.2.2㊀回传机制如图9所示,s o u r c e I C 通过F B D GL I N K 信号线向T c o n 回传当前E Q 设定的机制.F B D GL I N K 回传协议由i d l e ㊁pr e a m b l e ㊁h e a d e r ㊁d a t a ㊁e n d 组成.图9㊀F B D GL I N K 回传机制F i g.9㊀F B D GL I N Kf e e d b a c km e c h a n i s m 表3㊀回传码T a b .3㊀F e e d b a c kc o d es t a t e L e n gt h /b i t v a l u e M a n c h e s t e r c o d i n gI d l eX1N O P r e a m b l e 80N OH e a d e r 80Y E S D a t a 32D 0~D 31Y E S e n d 40Y E S如表3所示,h e a d e r ㊁d a t a 与e n d 采用曼彻斯特编码方式.由于这3个部分可能存在长时间电平不跳变的情况,使用具有自定时功能的曼彻斯特编码可以防止同步时钟的丢失以及低频直流漂移造成的比特错误.D a t a 部分内容决定E Q 设定.在32位D a t a 中,前16位用于表示可用E Q 设定,17~20位用于表示最终的E Q 设定,其余位无内容,默认为0,用于满足F B D 最小时间要求.此处,我们选择将可用E Q 设定中的中位数作为最终档位,因为增益与信号改善效应的关系可概括成二次项系数为负的二次函数,通常情况下中位数档位最接近拐点.注意,当预加重值与E Q 值都为最大值仍不能满足要求时(即无合适档位可选),s o u r c e I C 将默认设置为第8档位.此时表明仅从信号本身进行加强已无法弥补信道带来的损耗,需要同时优化改善信道设计.如表4所示,D a t a 的0~15位每一位对应E Q 增益的一个档位.0为不通过(F a i l ),1为通过(P a s s).382第2期㊀㊀㊀㊀㊀㊀㊀赵㊀斌,等:基于C S P I 传输协议的自适应均衡器设计表4㊀D a t a与E Q联系T a b.4㊀R e l a t i o nb e t w e e nD a t a a n dE QE Q g a i n l e v e l P R B Sc h e c k r e s u l t0d B D0=0(F a i l),1(P a s s)1d B D1=0(F a i l),1(P a s s)2d B D2=0(F a i l),1(P a s s)3d B D3=0(F a i l),1(P a s s)4d B D4=0(F a i l),1(P a s s)5d B D5=0(F a i l),1(P a s s)6d B D6=0(F a i l),1(P a s s)7d B D7=0(F a i l),1(P a s s)8d B D8=0(F a i l),1(P a s s)9d B D9=0(F a i l),1(P a s s)10d B D10=0(F a i l),1(P a s s)11d B D11=0(F a i l),1(P a s s)12d B D12=0(F a i l),1(P a s s)13d B D13=0(F a i l),1(P a s s)14d B D14=0(F a i l),1(P a s s)15d B D15=0(F a i l),1(P a s s)F B DGL I N K有两个作用:(1)帮助判断自适应机制是否正常工作.在实际系统中,无法对I C 内部的R x端对经过A E Q后的信号进行测量.因此需要借助F B DGL I N K的回传机制来判断系统设计的有效性.若T x端接收不到回传值或者接收到的回传值内容不符合设计原理要求,则证明系统设计失效.(2)下一颗DGI C自适应调节的使能.L S为多子机复用,使用同一根L S信号线的s o u r c e I C无法同时进行E Q训练,否则存在总线竞争.因此,对于o n eGb yGo n e训练的系统来说,F B DGL I N K起到告知T x当前I C已完成训练需要启动下一颗I C训练的作用.5㊀实验结果与分析如图10所示,分别选取信号走线最短和最长的两端DGI C进行F B DGL I N K回传信号读取.根据系统设计原理,A端信道传输距离最短,信号衰减低,F B DGL I N K返回的E Q设定中,较小的档位也能通过,通过的档位数较多,最后在通过档位中选取中位数作为E Q设定.B端信道传输距离最长,信号衰减高,F B D返回的E Q设定中,只有一定增益以上的档位可以通过,通过的档位数较少,最后在通过档位中选取中位数作为E Q设定.图10㊀P C B板量测F i g.10㊀M e a s u r e m e n t o nP C B图11(a)㊁(b)分别为DGI CA和B位置量测的F B D反馈信号.将其中D a t a的内容转化为表5与表6.A端所有档位通过,设定值为第9档.B端4~16档通过,设定为第10档.实测档位选择符合设计理论,证明自适应均衡器工作正常.图11㊀(a)DGI C A F B D信号量测;(b)DGI CBF B D 信号量测.F i g.11㊀(a)F B Ds i g n a lm e a s u r e m e n t o fDGI CA;(b)F B Ds i g n a lm e a s u r e m e n t o fDGI CB.482㊀㊀㊀㊀液晶与显示㊀㊀㊀㊀㊀㊀第36卷㊀表5㊀A 端E Q 档位状态及选择T a b .5㊀E Qs e t t i n g &st a t e a tA 档位状态选定D 0P a s s D 1P a s s D 2P a s s D 3P a s s D 4P a s s D 5P a s s D 6P a s s D 7P a s s D 8P a s s ɿD 9P a s s D 10P a s s D 11P a s s D 12P a s s D 13P a s s D 14P a s s D 15P a s s表6㊀B 端E Q 档位状态及选择T a b .6㊀E Qs e t t i n g &s t a t e a tB 档位状态选定D 0N G D 1N G D 2N G续㊀表档位状态选定D 3P a s s D 4P a s s D 5P a s s D 6P a s s D 7P a s s D 8P a s s D 9P a s s ɿD 10P a s s D 11P a s s D 12P a s s D 13P a s s D 14P a s s D 15P a s s6㊀结㊀㊀论本文提出一种基于C S P I 协议的自适应均衡器设计.在R x 设计层面,D F E 的引入消除了噪声带来的影响,离散信号处理的均衡方式改善了反馈引入后的延时效应.在系统层面,加入F B D GL I N K 机制以解决对信号采样时采样时钟精确性的问题.最后在实验中通过检查T x 端的回读值证明了系统的有效性.该设计补偿了高频信号的衰减,对于R x 端准确恢复高速信号有重要意义.参㊀考㊀文㊀献:[1]㊀赵斌,周明忠,张裕桦,等.薄膜晶体管液晶显示器的点对点传输协议[J ].液晶与显示,2020,35(4):334G340.Z HA OB ,Z HO U M Z ,Z HA N GY H ,e t a l .P o i n t Gt o Gp o i n t i n t e r f a c e p r o t o c o l f o r t h i n f i l mt r a n s i s t o r Gl i q u i d c r ys t a l d i s p l a y [J ].C h i n e s eJ o u r n a l o f L i q u i dC r y s t a l s a n dD i s p l a ys ,2020,35(4):334G340.(i nC h i n e s e )[2]㊀D A L L Y WJ ,P O U L T O NJ .T r a n s m i t t e r e q u a l i z a t i o n f o r 4GG b p s s i g n a l i n g [J ].I E E E M i c r o ,1997,17(1):48G56.[3]㊀F A R J A D GR A DR ,Y A N GCK K ,HO R OW I T Z M A ,e t a l .A0.4GμmC MO S 10GG b /s 4GP AM p r e Ge m p h a s i s s e r i a l l i n k t r a n s m i t t e r [J ].I E E EJ o u r n a l o f So l i d GS t a t eC i r c u i t s ,1999,34(5):580G585.[4]㊀G O T OH K ,T AMU R A H ,T A K A U C H IH ,e t a l .A2B p a r a l l e l 1.25G b /s i n t e r c o n n e c t I /Oi n t e r f a c ew i t hs e l f Gc o n f i g u r a b l e l i n ka nd p le s i o c h r o n o u s c l o c k i n g [C ]//P r o c e e d i n g s of 1999I E E EI n t e r n a t i o n a lS o l i d GS t a t eC i r c u i t s C o n f e r e n c e .D ig e s t o f T e ch ni c a lP a pe r s .S a nF r a n c i s c o ,C A ,U S A :I E E E ,1999:180G181.[5]㊀K U D OH Y ,F U K A I S H IM ,M I Z U N O M.A0.13GμmC MO S 5GG b /s 10Gm28AWGc a b l e t r a n s c e i v e rw i t hn o Gf e e d Gb a c k Gl o o p c o n t i n u o u s Gt i m e p o s t Ge q u a l i z e r [J ].I E E EJ o u r n a l o f So l i d GS t a t eC i r c u i t s ,2003,38(5):741G746.[6]㊀HWA N GS ,J U N GI ,S O N GJ ,e t a l .A5.4G b /s a d a p t i v e e q u a l i z e rw i t hu n i t p u l s e c h a r g i n g t e c h n i qu e i n 0.13μm 582第2期㊀㊀㊀㊀㊀㊀㊀赵㊀斌,等:基于C S P I 传输协议的自适应均衡器设计C MO S [C ]//P r o c e e d i n g s o f 2012I E E EI n t e r n a t i o n a l S y m p o s i u mo nC i r c u i t s a n dS ys t e m s .S e o u l ,S o u t hK o r e a :I E E E ,2012:1959G1962.[7]㊀S E OJC ,K I M T H ,A N TJ ,e t a l .Ah i g h Gs p e e da d a p t i v e l i n e a r e q u a l i z e rw i t h I S I l e v e l d e t e c t i o nu s i n gpe r i o d i c t r a i n i n gp a t t e r n [C ]//P r o c e e d i n g s of 2012I n t e r n a t i o n a l S o CD e s ig nC o n fe r e n c e .J e j u I s l a n d ,S o u t hK o r e a :I E E E ,2012:419G422.[8]㊀S HA K I B A M H.A2.5G b /s a d a p t i v e c a b l e e q u a l i z e r [J ].D i g e s t o f T e c h n i c a lP a p e r s o f t h eS o l i dS t a t eC i r c u i t s C o n fe r e n c e ,1999,1(1):396G397.[9]㊀C HO I J S ,HWA N G MS ,J E O N GDK.A0.18GμmC MO S 3.5GG b /s c o n t i n u o u s Gt i m e a d a p t i v e c a b l e e q u a l i z e r u s i n g e n h a n c e d l o w Gf r e q u e n c yg a i n c o n t r o lm e th o d [J ].I E E EJ o u r n a l o f S o li d GS t a t eC i r c u i t s ,2004,39(3):419G425.[10]㊀Y E NCS ,F A Z A R I N CZ ,WH E E L E RRL .T i m e Gd o m a i ns k i n Ge f f e c tm o d e l f o r t r a n s i e n t a n a l y s i so f l o s s y t r a n s Gm i s s i o n [J ].P r o c e e d i n g s o f th e I E E E ,1982,70(7):750G757.[11]㊀C A O W D ,WA N GZ Q ,L ID M ,e t a l .A40G b /sa d a p t i v ee q u a l i z e rw i t ha m p l i t u d ea p p r o a c h i n g t e c h n i qu e i n 65n m C MO S [C ]//P r o c e e d i n g s o f I E E EI n t e r n a t i o n a lC o n fe r e n c e o nE l e c t r o nD e v i c e s a n dS o l i d GS t a t eC i r c u i t s .S i n g a po r e :I E E E ,2015.作者简介:㊀赵㊀斌(1978-),男,内蒙古乌海人,博士研究生,高级工程师,2003年于燕山大学获得硕士学位,主要研究方向为图像处理㊁高速信号处理.E Gm a i l:c s o t z h a o b i n @t c l .c om㊀徐枫程(1987-),男,湖南衡阳人,学士,2010年于湘潭大学获得学士学位,主要从事T F T GL C D 液晶行业产品电路设计及驱动研究.E Gm a i l :x u f e n g c h e n g@t c l .c o m682㊀㊀㊀㊀液晶与显示㊀㊀㊀㊀㊀㊀第36卷㊀。
自适应均衡器的设计与仿真
2014届毕业设计(论文)摘要在移动通信领域中,码间干扰始终是影响通信质量的主要因素之一。
为了提高通信质量,减少码间干扰,在接收端通常采用均衡技术抵消信道的影响。
由于信道响应是随着时间变化的,通常采用自适应均衡器。
自适应均衡器能够自动的调节系数从而跟踪信道,成为通信系统中一项关键的技术。
本篇论文在对无线通信信道进行研究的基础上,阐述了信道产生码间干扰的原因以及无码间干扰的条件,介绍了奈奎斯特第一准则和时域均衡的原理。
深入研究了均衡器的结构和自适应算法,在均衡器的结构中主要介绍了4种自适应均衡器结构即线性横向均衡器、线性格型均衡器、判决反馈均衡器和分数间隔均衡器,并对这几种结构进行了比较。
对于系数调整算法主要介绍了常用的几种算法,包括LMS算法、RLS算法以及盲均衡常用的恒模算法(CMA),并讨论了它们各自的优缺点。
最后选用线性横向均衡器结构与上述3种系数调整算法,利用MATLAB进行仿真,并对结果进行分析与比较。
关键字:自适应均衡器,LMS,RLS,CMA ,MATLABAbstractIn the field of mobile communications, the inter-symbol interferences (ISI) is always one of the primary factor which effects transmission. Adaptive equalization is mainly solution of dealing with ISI. Equalizers are often used to combat the influence of channels for improving communication’s quality and decreasing ISI in receivers. Sometimes, channel response varies due to time, the adaptive equalizer is always necessary. Equalizer coefficients can be automatically adjusted to track the channel as a key communication system technology.On the basis of studying on wireless communication channel, this paper discusses the reasons of resulting inter-symbol interference (ISI) and without conditions, introduces Nyquist first rule and the theory of adaptive equalizers. The equalizer structures and the adaptive algorithm are particularly studied in this paper. Mainly introducing and comparing four adaptive equalizer structures, such as linear horizontal equalizer, line personality type equalizer, decision feedback equalizer, fractionally spaced equalizers. Then we research the algorithms of the adaptive equalizer which are often used, including LMS, RLS, CMA, and discuss their respective advantages and disadvantages. Finally, we choose different adaptive equalizer structures and algorithms, and use the MATALB tool to simulate, at the end of this paper we analyze and compare the results.Keywords: adaptive equalizer, LMS, RLS, CAM, MATLAB目录摘要 (I)ABSTRACT (II)目录 (III)第一章绪论 (1)1.1引言 (1)1.2国内(外)研究现状 (1)1.3论文研究的内容及主要工作 (2)第二章信道、码间干扰及均衡技术 (3)2.1信道 (3)2.1.1 恒参信道 (4)2.1.2 变参信道 (4)2.2通信信道模型 (6)2.3码间干扰 (7)2.4自适应均衡的原理与特点 (10)2.5本章小结 (11)第三章均衡器结构 (12)3.1自适应均衡简介 (12)3.2均衡器的分类 (12)3.3线性横向均衡器结构(LTE) (13)3.4线性格型均衡器(LLE) (14)3.5判决反馈均衡器(DFE) (15)3.6分数间隔均衡器(FSE) (17)3.7本章总结 (20)第四章自适应均衡算法的理论基础 (22)4.1最小均衡误差算法(LMS) (22)4.2递归最小二乘算法(RLS) (25)4.3盲均衡算法 (27)4.4本章小结 (30)第五章均衡器的仿真与实现 (31)5.1采用线性横向均衡器与LMS算法 (31)5.2采用线性横向均衡器与RLS算法 (31)5.3利用恒模算法和线性横向均衡器 (32)总结 (35)参考文献 (36)致谢 (37)附录 (38)第一章绪论1.1引言通常信道特性是一个复杂的函数,它可能包括各种线性失真、非线性失真、交调失真、衰落等。
自适应均衡
上式中的撇号表示求和时不包括K=0项。
如果在接收滤波器之后接入横向滤波器,那么输出响应就成为:
式中q(t)是横向滤波器的冲激响应。
均衡器调节准则
在有限抽头情况下,均衡器的输出必定存在剩余失真。怎样调节才算是将均衡器的抽头系数调到了最佳状态, 这取决于采用什么样的准则。均衡器调节准则有最小峰值失真准则和最小均方失真准则。
图1横向滤波器
均衡器按无码间串扰的条件——奈奎斯特准则来设计,并且一般取T等于码元宽度TS。如果理想传输系统的 脉冲响应是h(t),由于信道特性的缺陷,数据信号通过这个传输系统后会产生失真,实际系统的脉冲响应是x(t), x(t)与h(t)之间是有差异的。实际结果是:对某一码元而言,x(t)在除相对于该码元t=0时刻的各个抽样点的抽 样值不再为零,形成符号间干扰:
原理
均衡有两个基本途径:一是频域均衡,它使包含均衡器在内的整个系统的总传输特性满足无失真传输的条件。 它往往是分别校正幅频特性和群时延特性,通常,线路均衡便采用频域均衡法。二是时域均衡,就是直接从时间 响应考虑,使包括均衡器在内的整个系统的冲激响应满足无码间串扰的条件。目前广泛利用横向滤波器作时域均 衡器,它可根据信道特性的变化而进行调整。
自适应算法根据不同的最佳准则,可得到最小均方算法(LMS)、递归最小二乘算法(RLS)、维特比(Viterbi) 算法(其实质就是最大似然比算法)等。
基于FPGA的自适应均衡器的研究与设计
Us i n g a d a p t i v e e q u a l i z a t i o n i n mu hi p a t h f a d i n g s i t u a t i o n c a n e f f e c t i v e l y i mp r o v e t h e r e c e i v e r p e r f o r ma n c e . T h i s p a p e r
Ab s t r a c t : I n r e c e n t y e a r s ,t h e t e c h n o l o g y o f a d a p t i v e e q u a l i z e r h a s b e e n u s e d l a r g e l y i n t h e c o mmu n i c a t i o n s y s t e ms .
LI L u — l u . J I NG Da — h a i
( C o m p u t e r a n dI n f o r ma t i o n I n s t i t u t i o n h o h a i U n i v e r s i t y , N a n j i n g 2 1 1 1 0 0 , C h i n a )
d e s c r i b e s t h e p r i n c i p l e o f t h e a d a p t i v e e q u a l i z e r a n d b e I mp r o v e i t t o a c c o mmo d a t e t h e h i g h r a t e o f t h e wi d e b a n d d i g i t a l
自适应信号处理RLS自适应均衡器
自适应信号处理RLS 的自适应均衡实验一 实验目的:考察特征值扩散度u 对RLS 算法的影响,比较LMS 和RLS 算法,进一步了解RLS 算法。
二 实验原理和要求:在本实验中,采用指数加权因子1λ=的RLS 算法,设计线性离散通信信道的自适应均衡器。
系统框图如图 1所示,该系统由两个独立数发生器,一个用来产生测试信道信号n x ,一个用来模拟接收器中加性白噪声的影响。
随机序列{}n x 由Bernoulli 序列组成,1n x =±,随机变量n x 具有零均值和单位方差。
随机数发生器2产生的序列()v n 具有零均值,其方差2v σ由实验中需要的信噪比决定。
均衡器有11个抽头。
)图 1: 自适应均衡计算机实验的框图信道的脉冲响应用升余弦表示为:121cos (2)2n n n h W π⎧⎡⎤⎛⎫+- , =1,2,3⎪⎪⎢⎥=⎝⎭⎨⎣⎦⎪0, ⎩其他 其中W 控制幅度失真的大小,也控制着信道产生的特征值扩展。
在时刻n ,均衡器第1个抽头输入为:31()()()k k u n h x n k v n ==-+∑均衡其输入的11个抽头(),(1),,(10)u n u n u n --相关矩阵R 为(0)(1)(2)00(1)(0)(1)(2)0(2)(1)(0)(1)00(2)(1)(0)00000(0)r r r r r r r r r r r R r r r r ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦其中2222123122313(0)(1)(2)v r h h h r h h h h r h h σ=+++=+=123,,h h h 由式(3)中参数W 的值确定。
三 实验内容和过程本实验分为两个部分:第一部分为高信噪比的情况,第二部分为低信噪比的情况。
信噪比可以表示为:22SNR 10lg x v σσ= 已知21x σ=,从而可得1SNR 21010v σ-⨯=计算的实验参数如表 1所示。
eq自适应算法
eq自适应算法EQ自适应算法是一种用于自适应均衡器设计的算法。
它可以根据输入信号的频谱特性来调整均衡器的参数,以实现对信号频谱的精确调整。
在音频处理中,均衡器被广泛应用于音乐制作、音响系统和通信系统等领域。
1. 介绍EQ自适应算法是一种基于反馈控制理论的方法,通过不断地测量输入信号和输出信号之间的差异,并根据差异值来调整均衡器参数。
这种反馈机制可以使均衡器能够自动地适应不同的输入信号,并根据需要进行频率响应调整。
2. 均衡器原理均衡器是一种可以增强或削弱特定频率范围内信号能量的设备。
它通常由一组带通滤波器组成,每个滤波器负责调整特定频率范围内的信号能量。
EQ自适应算法通过测量输入和输出之间的差异来确定需要进行调整的频率范围,然后根据差异值来更新滤波器参数。
3. EQ自适应算法流程a. 初始化:设置初始滤波器参数和控制参数。
b. 输入信号测量:对输入信号进行频谱分析,得到输入信号的频率响应。
c. 输出信号测量:对输出信号进行频谱分析,得到输出信号的频率响应。
d. 计算差异值:将输出信号的频率响应与输入信号的频率响应进行比较,计算得到差异值。
e. 参数更新:根据差异值调整滤波器参数,使输出信号的频率响应逐渐接近目标响应。
f. 结束判断:根据预设的结束条件判断是否终止算法。
如果未达到结束条件,则返回步骤b;否则,进入下一步。
g. 输出结果:输出调整后的均衡器参数。
4. EQ自适应算法优势a. 自适应性:EQ自适应算法可以根据不同的输入信号自动调整均衡器参数,无需手动设置。
这样可以更好地适应不同音频场景和音乐风格的需求。
b. 实时性:由于EQ自适应算法是基于反馈控制理论设计的,它可以在实时处理音频信号时进行参数调整,并且能够快速收敛到稳定状态。
这使得它在音响系统和通信系统等实时应用中具有很高的实用性。
c. 精确性:EQ自适应算法通过不断测量输入和输出之间的差异来调整参数,可以实现对信号频谱的精确调整。
这使得它在音乐制作和专业音频处理领域中被广泛使用。
MATLAB环境下ISI信道仿真及自适应均衡器设计程序说明
MATLAB环境下ISI信道仿真及自适应均衡器设计程序说明MATLAB是一种广泛用于科学计算和工程领域的高级编程语言和环境。
在MATLAB环境下,可以进行ISI(Inter-Symbol Interference)信道仿真及自适应均衡器设计。
ISI是指传输过程中,当前符号对后续符号产生的干扰,会导致接收端的误码率增加。
自适应均衡器旨在消除ISI,提高信号的传输质量。
下面是一个示例程序,用于说明在MATLAB环境下进行ISI信道仿真及自适应均衡器设计的步骤和方法:1.生成发送信号:首先,定义发送信号的长度和发送符号序列。
可以使用随机数生成器或自定义发送符号序列。
例如,可以使用randi函数生成一个长度为N的随机二进制序列。
2.传输信号:将发送信号通过ISI信道传输。
可以使用MATLAB中的conv函数来模拟信号通过ISI信道,conv函数将发送信号与信道冲激响应进行卷积操作。
信道冲激响应可以根据具体的信道特性进行定义,例如,可以使用瑞利衰落信道或AWGN(Additive White Gaussian Noise)信道。
3.加入噪声:在传输信号的基础上添加噪声。
可以使用MATLAB中的awgn函数来添加高斯白噪声。
awgn函数通过指定信号的信噪比(SNR)来控制噪声的强度。
4.接收信号:接收被噪声污染的信号。
可以使用MATLAB中的corr函数来计算接收信号与发送信号之间的相关性,以便后续均衡器设计。
5.自适应均衡器设计:使用自适应均衡器算法来消除ISI。
在MATLAB环境中,有多种自适应均衡器算法可供选择,包括LMS(Least Mean Squares)、NLMS (Normalized Least Mean Squares)、RLS(Recursive Least Squares)等算法。
6.误码率评估:使用误码率作为性能指标来评估均衡器的性能。
可以通过比较接收信号与发送信号之间的误差来计算误码率。
(完整word版)自适应时域均衡器的设计
自适应时域均衡器的设计1 绪论在实际的通信系统中常常需要面对码间干扰,即符号间干扰(ISI)。
指的是在通信过程中,系统传输的一序列码元间相互间产生的干扰,ISI的存在使系统误码率上升,严重情况下甚至使系统无法继续正常工作,为了克服码间干扰,首先就要分析码间干扰产生的原因,再提出解决方法。
1.1 符号间干扰成因符号间干扰[1]本质上是时散效应,来源于以下两个方面:频带受限:由于实际信道的频带总是有限,并且偏离理想特性,所以使通过的信号在频域上产生线性失真,部分频谱分量被抑制,从而在时域上扩展了。
相邻码元波形原本没有重叠,但由于时域扩展产生的“拖尾”,导致前面码元波形延伸到后面码元波形中。
多径效应:同一码元波形通过不同路径传播,不同多径分量到达接收端的时间不同,如果第一多径分量与最后多径分量到达时间差超过码元宽度,前面码元的一部分多径分量就会叠加在后面码元中,产生ISI。
1。
2 均衡器的引入理论和实践证明,在接收系统中插入一种滤波器,可以校正和补偿系统特性,减少码间干扰的影响。
这种起补偿作用的滤波器称为均衡器。
从校正的处理域分类可以把均衡分为两类:频域均衡:即在频域进行校正,它是通过调整均衡器使信道和均衡器总的频谱特性符合理想低通特性或等效低通特性,从而实现无码间干扰传输。
时域均衡:即在时域进行校正,它是以奈氏第一准则为依据,通过调整滤波器抽头系数,在时域波形上把畸变了的信号校正为在取样点上无码间干扰的波形。
随着数字信号处理理论和超大规模集成电路的发展,时域均衡已成为当今高速数字通信中所使用的主要方法。
调整滤波器抽头系数的方法有手动调整和自动调整.如果接收端知道信道特性,例如信道冲击响应或频域响应,一般采用比较简单的手动调整方式。
1。
3 自适应均衡器的提出由于无线通信信道具有随机性和时变性,即信道特性事先是未知的,信道响应是时变的,这就要求均衡器必须能够实时地跟踪通信信道的时变特性,可以根据信道响应自动调整抽头系数,我们称这种可以自动调整滤波器抽头系数的均衡器为自适应均衡器。
毕业论文-基于LMS算法的自适应线性均衡器设计
基于LMS算法的自适应线性均衡器设计摘要:在信息业快速发展的今天,进行快速准确的通信是各个行业的基本要求。
影响移动通信质量和通信速度的一个重要因素是码间干扰,即串扰。
在一个实际的通信系统中,基带传输系统不可能完全满足理想的波形传输无失真条件,因而串扰几乎是不可避免的。
对串扰进行校正的电路称为均衡器,其实质是信道的一个逆滤波器。
信道均衡器是通信系统中一项重要的技术,它能够很好的补偿信道的非理想特性,从而减轻信号的畸变,降低误码率。
在高速通信、无线通信领域,信道对信号的畸变将更加的严重,因此信道均衡技术是不可或缺的。
本文介绍了自适应均衡器的基本理论、最小均方(LMS)算法的原理与设计、自适应的基本原理、线性均衡器的基本理论与设计,并结合归一化(NLMS)算法、递归最小二乘法(RLS)算法对最小均方(LMS)算法作了进一步说明,最终用MATLAB对基于LMS算法的自适应线性均衡器进行了仿真设计。
关键词:LMS算法;自适应;线性均衡器;(NLMS)算法;(RLS)算法LMS Algorithm Based on Adaptive LinearEqualizer DesignAbstract:The rapid development of information industry today, for fast and accurate communication is the basic requirement of various industries. Affect the quality of mobile communications and the communication speed is an important factor in inter-symbol interference, that is, crosstalk. In a practical communication system, base-band transmission system can not fully meet the ideal conditions for wave transmission without distortion, thus crosstalk is almost inevitable. The crosstalk correction circuit called equalizer, and its essence is an inverse channel filter. Channel equalizer is an important communication systems technology, it can be well compensated non-ideal characteristics of the channel, thereby reducing the signal distortion, reduce the error rate. In the high-speed communications, wireless communications, channel distortion of the signal will be more serious, so the channel equalization is indispensable.This article describes the basic theory of adaptive equalizer, the minimum mean square (LMS) algorithm and design principles, basic principles of adaptive linear equalizer of the basic theory and design, combined with normalized (NLMS) algorithm, recursive least squares (RLS) algorithm for least-mean-square (LMS) algorithm was further described, and ultimately using MA TLAB LMS algorithm based adaptive linear equalizer for simulation design.Key words:LMS algorithm; Adaptive; Linear equalizer; (NLMS) Algorithm; (RLS) Algorithm目录第1章绪论 (1)1.1均衡器研究背景及意义 (1)1.2国内外对均衡技术的研究动态 (3)1.3本文研究内容和主要工作 (4)第2章自适应均衡器基本理论 (5)2.1通信系统中的失真分析 (5)2.1.1、数字基带传输系统模型 (5)2.1.2通信系统中的噪声干扰 (5)2.1.3、通信系统的传输特性 (7)2.1.4、均衡技术 (8)2.2自适应滤波原理 (8)2.2.1、自适应滤波器的分类 (8)2.2.2、自适应滤波器的基本构成 (9)2.2.3、与普通滤波器的区别 (9)2.2.4、自适应过程 (10)2.3自适应滤波结构 (10)2.3.1、滤波器的实现结构 (11)第3章基于LMS算法自适应均衡原理 (14)3.1最小均方(LMS)算法基本原理 (14)3.1.1、最佳滤波器准则 (14)3.1.2MMSE准则 (14)3.1.3LMS迭代算法 (16)3.2最小均方(LMS)算法的性能分析 (18)3.2.1LMS算法的稳定性 (18)3.2.2LMS算法的收敛速度 (20)3.2.3LMS算法的性能学习曲线及稳态误差 (21)第4章基于LMS自适应均衡算法仿真 (23)4.1MATLAB简介 (23)4.2LMS算法的自适应均衡的计算机仿真实现 (23)4.2.1信道失真参数W(特征值分散)对系统的收敛性和稳态性的影响 (25)4.2.2迭代步长 对系统的收敛性和稳态性的影响 (27)4.2.3横向自适应滤波器的抽头数M对系统的收敛性和稳态性的影响 (28)第5章归一化LMS算法与RLS算法 (31)5.1基于LMS算法的归一化LMS算法 (31)5.1.1NLMS算法基本理论简介 (31)5.2.2RLS算法与LMS算法仿真比较 (31)5.2RLS算法的自适应均衡的计算机仿真实现 (32)5.2.1RLS算法基本理论简介 (32)5.2.2RLS算法与LMS算法仿真比较 (33)第6章结论 (35)致谢 (37)参考文献 (38)附录1 (39)第1章绪论1.1 均衡器研究背景及意义在信息业快速发展的今天,进行快速准确的通信是各个行业的基本要求。
rls算法自适应均衡器设计与仿真
科学技术创新2019.31通信,在ROS 系统和Windows 系统中采用网络编程,利用TCP/IP 协议,以ROS 系统作为服务器,Windows 系统和手机APP 作为客户端,实现ROS 系统与客户端之间的通信。
通过客户端可观察各个传感器监测到的数据以及环境的实时状态。
也可以对光线进行调节、控制移动机器人去到指定位置进行空气净化。
结束语本系统是以提供一个适宜人生活工作的环境为出发点,通过不同传感器建立起的数据信息网来实时地监控环境中各个参数的变化,然后可移动的机器人在室内执行相应的动作。
可工作与自主模式、语音控制模式和客户端手动控制模式,在灵活性和娱乐性上有了显著的提升,实现了真正意义上的智能化、自动化。
参考文献[1](美)Goebel,R.P.著.ROS 入门实例(墨)罗哈斯(Rojas ,J.)等译[M].广州:中山大学出版社,2006.[2]胡春旭.ROS 机器人开发实践[M].北京:机械工业出版社,2018.[3]叶兴贵,缪希仁.基于ZigBee 的智能家居物联网系统[J].现代建筑气,2010,1(9):25-28.[4]贺安坤,张亮,宋长青,薛进.基于ZigBee 技术的智能家居系统的设计与实现[J].微计算机信息,2012,28(9):168-169,221.RLS 算法自适应均衡器设计与仿真黄波(成都大学信息科学与工程学院,四川成都610106)1概述在通信技术和信息产业技术快速发展的今天,如何进行快速而且准确的通信是各个行业都面临的的基本要求。
影响着移动通信质量和移动通信速度的一个非常重要的因素是码间干扰,众所周知,通信中产生码间干扰的主要原因是通信信道中的非理想特性导致的,而多径传输是导致移动通信无线信道中非理想特性产生的重要因素,就目前而言,在通信传输中解决克服多径效应的主要技术手段就是依靠信道均衡来完成的[1]。
在移动通信中,所谓信道均衡技术就是指各种各样用来处理码间干扰的算法技巧和实现方法,信道均衡技术可以完美有效地解决克服通信中的码间干扰问题,实现补偿通信信道中的非理想特性,从而进一步实现高效高速的通信要求。
LMS算法自适应均衡实验(word文档良心出品)
Harbin Institute of Technology自适应信号处理实验课程名称:自适应信号处理设计题目:LMS算法自适应均衡器实验院系:电子与信息工程学院专业:信息与通信工程设计者:宋丽君学号:11S005090指导教师:邹斌设计时间:2011.4.10哈尔滨工业大学一、实验目的研究用LMS算法自适应均衡未知失真的线性色散信道。
通过本实验加深对LMS算法的理解,并分析特征值扩散度和步长参数对收敛迭代次数的影响。
二、实验原理最小均方算法(LMS算法)是线性自适应滤波算法,包括滤波过程和自适应过程,这两个过程一起工作组成了反馈环。
图1给出了自适应横向滤波器的框图。
图1 自适应横向滤波器框图LMS算法是随机梯度算法中的一员,LMS算法的显著特点是实现简单,同时通过对外部环境的自适应,它可以提供很高的性能。
由于LMS算法在计算抽头权值的迭代计算的过程中移走了期望因子,因此抽头权值的计算会受到梯度噪声的影响。
但是因为围绕抽头权值起作用的反馈环像低通滤波器,平均时间常数与步长参数μ成反比,所以通过设置较小的μ可以让自适应过程缓慢的进行,这样梯度噪声对抽头权值的影响在很大程度上可以滤除,从而减少失调的影响。
LMS算法在一次迭代中需要2M+1次复数乘法和2M次复数加法,计算的复杂度为O(M),M 为自适应滤波器中抽头权值的数目。
LMS算法广泛地应用于自适应控制、雷达、系统辨识及信号处理等领域。
主要应用有:处理时变地震数据的自适应反卷积,瞬态频率的测量,正弦干扰的自适应噪声消除,自适应谱线增强,自适应波束形成。
三、 实验内容在实验中假设所使用的数据是实数,进行研究的系统框图如下图2所示。
随机数发生器1产生用来探测信道的测试信号n x ;随机数发生器2用来干扰。
信道输出的白噪声源()v n 。
这两个随机数发生器是彼此独立的。
自适应均衡器用来纠正存在加性白噪声的信道畸变。
经过适当延迟,随机数发生器1也提供用做训练序列的自适应均衡器的期望响应。
基于LMS算法的自适应线性均衡器设计
基于LMS算法的自适应线性均衡器设计自适应线性均衡器(Adaptive Linear Equalizer)是一种用于解决通信系统中信号传输过程中引起的衰落、多径干扰和色散等问题的数字信号处理技术。
其中,最常用的算法就是最小均方算法(LMS算法)。
本文将对基于LMS算法的自适应线性均衡器设计进行详细探讨,以便进一步理解该技术的原理和应用。
自适应线性均衡器的设计目标就是使得接收到的信号尽可能接近发送信号。
在传输过程中,信号可能受到多径干扰、噪声和失真等因素的影响。
自适应线性均衡器的任务就是根据接收信号的特征自动调整其内部权值,以最小化输出信号与原始信号之间的误差。
LMS算法是一种基于梯度下降的迭代算法,它通过最小化均方(Mean Square Error,MSE)误差来更新权值。
LMS算法的基本思想是根据误差信号的梯度来调整权值,从而最小化误差。
在自适应线性均衡器中,LMS算法的实现需要以下步骤:1.定义输入信号和目标信号:将输入信号表示为x(n),目标信号(即发送信号)表示为d(n)。
2.初始化权值向量:将权值向量w(n)初始化为一个较小的初值,通常为零。
3.计算估计输出:根据当前权值向量,计算自适应线性均衡器的估计输出y(n)。
4.计算误差信号:将估计输出与目标信号进行比较,计算误差信号e(n)。
5.更新权值向量:根据误差信号的梯度计算出权值的变化量,并将其加到当前的权值向量上,得到新的权值向量。
6.重复步骤3到步骤5,直到收敛或达到预设的迭代次数。
自适应线性均衡器的设计中,一些关键问题需要考虑:1.学习率:学习率决定了权值的更新速度,过大的学习率可能导致不稳定性,而过小的学习率则会导致收敛速度过慢。
因此,需要根据实际情况选择合适的学习率。
2.初始权值:初始权值的选择可能会影响算法的收敛速度和性能。
通常可以将初始权值设置为零或一个随机小值,然后通过迭代调整权值。
3.触发更新:权值的更新可以在每个符号周期内进行,也可以在每个数据块周期内进行。
自适应均衡器的研究与仿真设计
毕业设计(论文)自适应均衡器的研究与仿真设计学院(系):信息工程学院专业班级:通信工程0606班学生姓名:指导教师:学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外,本论文不包括任何其他个人或集体已经发表或撰写的成果作品。
本人完全意识到本声明的法律后果由本人承担。
作者签名:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保障、使用学位论文的规定,同意学校保留并向有关学位论文管理部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。
本人授权省级优秀学士论文评选机构将本学位论文的全部或部分内容编入有关数据进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
本学位论文属于1、保密囗,在年解密后适用本授权书2、不保密囗。
(请在以上相应方框内打“√”)作者签名:年月日导师签名:年月日毕业设计(论文)任务书设计(论文)题目:自适应均衡器的研究与仿真设计设计(论文)主要内容:由于多径衰落引起的时延扩展造成了高速数据传输时码元之间的干扰。
采用增加平均信号电平的方法也无法降低时延扩展引起的误码率,只有采用自适应均衡技术,才是根本的解决办法。
目前广泛利用横向滤波器作时域均衡器,它可根据信道特性的变化而进行调整。
要求结合均衡的原理作出仿真分析,并做出仿真效果图。
要求完成的主要任务:1、根据已学的理论知识分析均衡的原理及干扰。
2、设计理想效果的均衡器,并进行仿真。
3、完成设计论文,其字数一般不少于12000字(至少含10幅图)。
4、完成不少于5000汉字或2万英文印刷符的相关文献的翻译。
5、根据毕业设计有关规范,按时完成所有学习、研究工作和有关文档,所有文档、图纸一律用计算机打印,并遵守有关国标及规范。
必读参考资料:[1] 樊昌信等著.通信原理(第五版).北京:国防工业出版社,2006年6月.[2] 罗军辉.MATLAB7.0在图像处理中的应用[M].北京:机械工业出版社,2005年.[3] 郭业才著.自适应盲均衡技术.安徽:合肥工业大学出版社,2007年.[4] 丁玉美,高西全.数字信号处理.西安:西安电子科技大学出版社,2006年.[5] Gary AH,et al.Digital lattice and ladder filter synthesis.IEEE Trans.Audio Electronacoust,Dec.1973,vol.AU-21:491.指导教师签名系主任签名院长签名(章)本科学生毕业设计(论文)开题报告目录摘要..................................................................................................................................... 错误!未定义书签。
高速自适应均衡器研究与设计
2018年第5期 信息通信2018(总第 185 期)INFORMATION&COMMUNICATIONS(Sum.N o 185)高速自适应均衡器研究与设计李嘉(中国航空工业集团公司西安航空计算技术研究所,陕西西安710068)摘要:串行器/解串器(SerDes)是目前高速数据传输系统中的主流通信技术。
随着传输量和传输速率的提高,信 道的非理想特性会损害传输信号、造成码间干扰,自适应均衡器因能对信道进行朴偿、消除码间干扰而逐渐成为 当前S e r D e s系统中的研究热点。
文章研究设计了一种结合线性均衡器和2抽头系数判决反馈均衡器的均衡系 统,判决反馈均衡器采用半速率结构和“预判决”结构以减轻时序要求,采用自适应算法和阈值跟踪技术以实现时 变信道自适应均衡。
实验结果表明,均衡系统在10G b/s的数据速率下能够正常工作,均衡信号眼图水平张开度 大于0.8U I。
关键词:线性均衡器;判决反馈均衡器;自适应均衡中图分类号:TN715 文献标识码:A文章编号:1673-1131(2018)05-0067-02〇引言串行通信以其低成本、高数据速率、强抗干扰性逐步成为 当前高速通信系统中的主要通信方式,在此背景下,SerDes技 术的应用得到了很大发展。
然而信道的非理想特性严重影响 了数据传输质量,采用均衡器来补偿信道失真是主要的技术 手段。
考虑到信道的时变性和未知性,自适应均衡技术成为 当前的研究热点。
本文采用线性均衡器和判决反馈均衡器结合的系统结构 实现高速数据传输,线性均衡器从频域补偿,适于高速数据传 输,但会放大高频噪声;判决反馈均衡器是非线性均衡器,适 于处理大衰减信道,且不会放大噪声和串扰,但结构复杂,功 耗较大,反馈环路对时序要求严格。
故本文研究设计了基于 符号一符号最小均方算法的自适应均衡系统,采用半速率结 构和“预判决”结构缓解时序要求,采用自适应算法和阈值跟 踪技术实现时变信道自适应均衡。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
电子信息工程学院《DSP技术及应用》课程设计报告题目:自适应均衡器的设计专业班级:通信工程专业10级通信B班二〇一三年六月十日目录一、设计目的 (1)二、设计要求 (1)三、设计原理及方案 (2)四、软件流程 (3)五、调试分析 (9)六、设计总结 (10)七、参考文献 (10)设计目的通过本学期课程的学习,我们主要对数字信号系统的通信原理、传输机制等有了深入的了解。
而实践性的课程设计能够起到提高综合运用能力,提高实验技术,启发创造新思想的效果。
我们小组此次课程设计是自适应均衡器设计,通过查找资料,我们了解到在一个实际的通信系统中,由于多径传输、信道衰落等影响,在接收端也会产生严重的码间串扰。
串扰造成严重影响时,必须对整个系统的传递函数进行校正,使其接近无失真传输条件。
为了提高通信系统的性能,一般在接收端采用均衡技术。
由于信道具有随机性、时变性,因此我们设计自适应均衡器,使其能够实时地跟踪无线通信信道的时变特性,根据信道响应自动调整滤波器抽头系数。
图1公式1 我们决定使用的LMS 算法是目前使用很广泛的自适应均衡算法,同时我们按照查找资料、系统设计、仿真实现、结果优化这一流程进行。
不仅使我们进一步巩固了课程知识,也提高了我们分析问题、解决问题的能力。
二、设计要求1、熟练掌握自适应滤波器的原理和LMS 算法的理论知识;2、学会运用matlab 软件,生成并对该信号进二进制序列信号和正弦信号,并模拟一个码间串扰信道,使信号通过码间串扰信道,之后对其进行加噪处理。
比较经过均衡器和未经均衡的效果随信噪比的变化。
3、完成以二进制序列信号和正弦信号为输入信号设计自适应均衡器的基础上,实现改变LMS 算法的步长进而改变自适应均衡器的抽头系数来观察信号的均方误差随步长的变化。
4、完成对归一化LMS 算法的研究,使经过信道的信号通过可以自定义NLMS 算法次数的自适应均衡器,观察信号的均方误差的变化曲线。
5、完成声音信号的采集,研究声音信号的时域波形和频域波形,对声音信号分别加高频噪声和通过模拟信道,使处理过的信号通过巴特沃斯滤波器和自适应均衡器,分析均衡器的效果。
6、组员之间相互协助,共同完成系统设计。
7、通过对自适应均衡器的设计,提高对通信原理及数字信号处理课程中所学知识的实际运用能力,以及对matlab 软件的操作能力。
设计原理及方案 1、原理图'2()s iS i H w T T π+=∑||S w T π≤图2 系统原理框图2、原理图说明上图为系统的原理框架结构,各具体结构模块说明如下。
信号采集:生成二进制序列和正弦信号,读取一段音乐,实现声音信号的采集。
信号分析:对信号进行时域分析,同时使其经过码间串扰信道并进行加噪处理,分析显示加噪后时域波形。
简单信号处理:使加噪后的信号经过自适应均衡器,并且可以根据LMS 算法的特点,进行步长参数的配置,可以显示均衡后信号的时域波形。
同时使用改进的LMS 算法,即归一化LMS 算法,并自定义算法的运行次数,观察均衡后的效果。
LMS 算法的依据是最小均方误差,即理想信号()d n 与滤波器实际输出()y n 之差()e n 的平方值的期望值2{()}E e n 最小,并且根据这个依据来修改权系数()i W n令N 阶FIR 滤波器的抽头系数为()i W n ,滤波器的输入和输出分别为()x n 和 ()y n ,则FIR 横向滤波器方程可表示为1()()()Ni i y n W n X n i =-=-∑ 公式2令()d n 代表“所期望的响应”,并定义误差信号()()()e n d n y n =- 公式3采用向量形式表示权系数及输入W 和()x n ,可以将误差信号()e n 写作()()()()()Te n d n W X n d n X n W =-=- 公式4 则误差平方为22()()2()()()()T T Te n d n d n X n W W X n X n W =-+ 公式5 上式两边取数学期望后,得均方误差222{()}{()}2{()()}{()}T T E e n E d n E d n X n W W E X n W =-+ 公式6 根据最速下降法,“下一时刻”权系数向量W(n+1)应该等于“现时刻”权系数向量W(n)加上一个负均方误差梯度()-n ∇的比例项,即()()W(n+1)=W n n μ-∇ 公式7精确计算梯度(n)∇是十分困难的,一种粗略的但是却十分有效的计算(n)∇的近似方法是直接取2()e n 作为均方误差2{()}E e n 的估计值,即2[()]2()[()](n)=e n e n e n ∇∇=∇ 公式8其中[()][()()()]()Te n d n W n X n X n ∇=∇-=- 公式9得到梯度估值()2()()n e n X n ∇=- 公式10于是LMS 算法为(1)()2()()W n W n e n X n μ+=+ 公式11语音信号处理:对于语音信号加噪后分别经过巴特沃斯滤波器和自适应均衡器,观察均衡器的效果。
并对语音信号进行部分特效处理。
软件流程Matlab 主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。
它将数值分析、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为众多科学领域提供了一种全面的解决方案。
此外,我们设计自适应均衡器是按照软件设计流程进行,使得软件的可操作性明显提高。
具体软件流程如下: 1、理论研究模块:图3 理想信号研究二进制序列生成二进制序列为输入信号,使其通过带有码间串扰的信道,并对该信号加噪,再通过设计的自适应均衡器。
用matlab 进行仿真,当信噪比变化时,观察未经均衡和均衡后信号的误码率。
二进制序列或正弦信号误码率分析自定义步长LMS 算法误差分析归一化LMS 算法误差分析图4 误码率随信噪比变化曲线图中红线表示的是未经均衡的信号,其误码率一直保持在较高的数值上。
黑色的曲线指的是信号经过步长为的均衡器后误码率的变化,可看到误码率有了明显的下降。
蓝色的线指的是信号经过步长为的均衡器后误码率的变化,可见经均衡器均衡后的差错率有了明显的改善。
通过可以自定义输入步长观察均衡后信号的均方误差随迭代次数的变化。
图5 步长为均方误差变化曲线图6 步长为均方误差变化曲线对自适应滤波器来说,最重要的实际考虑是收敛速度与稳态误差。
从图中可看出步长越小收敛的速度较慢,但步长较小时随迭代次数增加最终稳态效果较好。
为了达到更快的收敛速度与更小的稳态误差。
采用归一化LMS算法,研究自定义算法次数对均衡后均方误差的影响。
图7 1次NLMS算法均方误差变化曲线图8 20次NLMS 算法均方误差变化曲线归一化LMS 算法是时刻根据滤波器的输入来调整算法的步长,随着输入的逐渐增大,滤波器的稳态误差也会逐渐增大,此时需要通过调整步长μ,归一化LMS 算法与LMS 算法相比,具有更快的收敛速度与更小的稳态误差。
算法运行次数越多,曲线越趋于理想化。
(2)正弦信号以正弦信号为输入信号,研究通过具有码间串扰的信道,信号再通过均衡器后,观察信号均衡前后的变化,以评价均衡器的效果。
图9 正弦信号图10 均衡后的正弦信号由图可知均衡器的效果不错,可以有效地减少码间串扰。
此模块的GUI 界面:图11 理论模块GUI 界面2、信号应用模块:语音信号高频噪声模拟信道巴特沃斯滤波器自适应均衡器比较输出图12 语音信号研究在理论研究的基础上,将语音信号作为输入信号研究自适应均衡器的效果,将语音信号加入高频噪声后,再使其通过巴特沃斯滤波器比较均衡前后的声音效果,同样加高频噪声后再通过均衡器,观察均衡器的效果。
之后按同样的操作可观察语音信号经过模拟信道后信号的变化以及自适应均衡器的实验效果。
图13 原始语音信号波形图14 经信道后的信号波形图15 滤波后的频谱图16 均衡后的频谱同时我们对声音作了部分特效——回声、变男声,回声是通过声音延迟对多段声音进行叠加,变男声主要是通过改变信号的采样频率。
语音成果GUI界面:图17 语音信号处理GUI界面五、调试分析在软件设计过程中遇到了许多困难,以下选择几点主要的进行分析说明:1、自定义均衡器系统的设计问题。
Matlab软件的应用不熟练,不清楚自适应均衡器的原理以及采用何种参数进行比较来观察均衡器的效果。
解决方案:查阅书籍,特别是基于Matlab的应用书籍,经过各种资料查询,并研究了别人的理论成果和相关程序。
了解了自适应均衡器的原理,在跟老师沟通后确定了系统设计方向。
2、关于信道模拟问题。
自适应均衡器主要是用来避免码间串扰使得信号能够无失真的传输,因此要观察自适应均衡器的效果,在信号经过均衡器前必须先通过具有码间串扰的信道。
解决方案:上网查阅相关资料,码间串扰的信道参数不一,需要合理设置参数,同时还有给通过信道的加噪,可用matlab中现有的语句给合适的信噪比即可。
我们采用的自己编写语句的方法对信号加噪。
3、GUI界面的设计问题。
以前只接触过matlab,没有使用过GUI设计界面。
解决方案:我们上网查找相关资料,从按钮设置开始学起,并及时地跟同学和老师交流,一步步地学习,最终完成了整个GUI界面的设计4、GUI界面布局问题。
由于小组中每个人都有各自的任务,因此在编写程序的过程中,图形的坐标和变量没有统一,导致整个界面演示的过程中有些混乱,层次不够清晰明了。
解决方法:小组内部经过多次讨论以及跟老师沟通交流后,最终使得坐标都很统一,GUI界面看起来比较整齐,也使得界面美观了不少。
六、设计总结通过对自适应均衡器的设计,我们对所设计的作品从陌生到熟悉,学到了很多的知识,同时我们更加准确的掌握了通信原理和数字信号处理等相关课程的理论知识,并成功将所学到的知识运用到了实践当中。
经过此次实习我们熟练掌握了matlab软件,培养了对抽象的实际问题进行逻辑抽象,以确定输入输出及其关系进而进行分析的能力。
同时我们了解并掌握正确运用Matlab各种函数在数字信号处理中的作用,对程序语言的使用和信号的处理以及GUI界面的设计有了更深一步的了解。
对于界面处理和操作过程中,老师对我们的指导和给予我们的意见使我们的作品更加美观,也更具有实用性,我们从中受益匪浅。
做课程设计同时也是对课本知识的巩固和加强。
在系统的设计和仿真过程中,我们对课题理解和整体设计中对课本知识有了更深一步的了解。
通过在图书馆细心地查找,也寻找到了很多有关书籍文献,对我们的设计有很大帮助,增强了我们的自学能力。
这次课程设计终于顺利完成了,在设计中遇到了很多专业知识问题,最后在老师的指导下,终于游逆而解。
同时,在老师的身上我们学也到很多实用的知识,在次我们表示感谢。