数字信号处理论文分析.docVIP

自适应算法变步长LMS 和RLS 的Matlab仿真分析 摘　要:在目前的移动通信领域中,克服多径干扰,提高通信质量是一个非常重要的问题,而自适应滤波器能很好的解决这个问题,自适应滤波器的核心是自适应算法。具体地讲述自适应算法的理论体系,模型及具体实施,分析两种典型的算法最小均方算法(LMS) 和递归最小二次方算法(RLS) ,并根据仿真的结果得出论。 关键词:自适应算法;均方误差;最小均方算法;递归最小二次方算法 在自适应技术中, 参考信号通过自适应滤波器改变权系数, 由此产生的误差信号对期望信号中相关分量进行最佳估计。本文中选择了两种典型的自适应算法FLMS和RSL集中算法对信号进行处理。变步长LMS 算法是一种误差信号对横向自适应滤波器权系数进行更新控制的递归算法,能够更好的逼近所希望的频率响应特性，这种方法是基于当权系数远离于最佳权系数W’，使用较大的步长，加快收敛速度；当权系数接近于最佳权系数W’，使用较小的步长，则获取较小的超量均方误差，从而提高整个算法的性能。RLS算法实际上是FIR维纳滤波器的一种时间递归算法, 它是严格以最小二乘法准则为依据的算法,主要优点是收敛速度快。因此, 其首先在快速信道均衡、实时系统辨识和时间序列分析中得到了广泛应用。 1、算法分析与描述 1.1 新的变步长LMS算法分析 新的变步长LMS算法分析基本的固定步长L