09次课第05章抗衰落技术-2_2013试卷.ppt

5-* 二、典型自适应均衡算法 最小均方误差算法（ LMS ） 迭代算法 下标N为均衡器延时线上的延时级数； α为控制收敛速率和算法稳定性的步长。 5-* 二、典型自适应均衡算法 训练过程 -- 不断迭代 新权重=原先权重+常数×预测误差×当前输入向量 预测误差=期望输出值-实际预测输出值 5-* 多种自适应均衡算法的比较 算法 乘法运算次数 优点 缺点 LMS梯度DFE 2N+1 运算复杂度低 编程简单 收敛慢 跟踪能力差 Kalman RLS 2.5N2 +4.5N 快速收敛 良好的跟踪能力 运算复杂度高 梯度格型算法 13N-8 稳定，运算复杂度低 性能没有其他RLS算法好 编程复杂 梯度格型DFE 13N1+33N2-36 运算复杂度低 编程复杂 快速Kalman DFE 20N+5 可被用于DFE 快速收敛 良好的跟踪能力 编程复杂 运算量不低 不稳定 平方根RLS DFE 1.5N2 +6.5N 数值特性更好 运算复杂度高 5-* 自适应均衡器阶数N的选择？ 信道的最大时延可以指示自适应均衡器的阶数的选择 举例：900MHz移动通信信道，时延扩展小于15us的占99%，时延扩展小于5us的占80%。 5.3.4 自适应均衡的应用 5-* 自适应均衡器阶数的选择？ IS-54、GSM：规定系统能均衡的时延扩展为15μ