多径信道下的LMS、RLS均衡算法研究(二)

本文探讨了多径衰落信道下,LMS和RLS算法在信号均衡处理的应用。通过时域和频域的对比,展示了两种算法的效果。LMS算法在初始阶段因滤波器权系数为0导致信号为0,而RLS算法则受到遗忘因子和滤波器阶数的影响。分析了不同参数对LMS和RLS算法性能的影响,提供了优化算法性能的见解。
摘要由CSDN通过智能技术生成

将经过多径衰落信道后信号通过LMS(least-mean-square)最小均方、RLS(recursive least-squares)最小二乘算法进行均衡处理。
在这里插入图片描述
图1 LMS、RLS算法均衡效果的时域对比
LMS、RLS算法均衡效果的频域对比
图2 LMS、RLS算法均衡效果的频域对比

由时域对比可以发现由于设置滤波器抽头权系数的初始向量为0,所以LMS算法均衡后初始阶段信号为0。
在这里插入图片描述
图3 不同收敛因子取值对LMS算法性能的影响
在这里插入图片描述
图4 不同滤波器阶数对LMS算法性能的影响
在这里插入图片描述
图5 不同遗忘因子取值对RLS算法性能的影响
在这里插入图片描述
图6 不同滤波器阶数对RLS算法性能的影响

参考文献
[1].https://blog.csdn.net/baidu_36161424/article/details/83244715

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
rlslms算法Matlab程序-LMSnew.m %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %RLS自适应滤波器性能分析 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clear %clc %close all %%%%%%%%%%%%%%参数设置%%%%%%%%%%%%%%%%%%%%%%% w=2.9; forget_factor=0.995; variance_v=0.001; repeat_times=200; iteration_times=2000; filt_len=13; delay=fix-1; %%%%%%%%%%%%%%%%%%%%变量及数组初始化%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Chan_factor=/w))/2; Square_err=zeros; %%%%%%%%%%%%%外循环,重复做repeat_times次实验,平均值%%%%%%%%%%%%%%%% for loop1=1:repeat_times %%%%%%%%%%%%%%内循环变量及数组初始化%%%%%%%%%%%%%%%%%%%%%%%% Source=zeros; W=zeros; P=eye; Pi=zeros; K=zeros; %%%%%%%%%%%%%内循环,做iteration_times次迭代%%%%%%%%%%%%%%%%%%%%%%%%%%%%    for i=1:iteration_times %%%%%%%%%%%%%%信源,产生等概率分布的正负1%%%%%%%%%%%%%%%%%%%%%%%%%%%%       if rand<0.5           Source=-1;       else           Source=1;       end    end %%%%%%%%%%%%%%信道,滤波和加噪声%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%    Revdata=filter randn*sqrt; %%%%%%%%%%%%%%均衡器,基于LMS算法%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%        for loop2=1:iteration_times-filt_len 1         U=Revdata;         d=Source;                  Pi=P*U;         K=Pi/;         e=d-W'*U;         W=W K*e;         P=P/forget_factor-K*U'*P/forget_factor;                  Square_err=e.^2;     end end %%%%%%%%%%%%%%作图,显示结果%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Square_err_mean=sum)/repeat_times; %semilogy; plot; hold off; %figure; %stem; 运行结果: LMS: Figure18.jpg RLS: Figure19.jpg
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值