.盲自适应均衡.docVIP

盲自适应均衡 1、相关定义 1.1、自适应信道均衡的概念和原理 2.3 自适应均衡算法的分类简介2.3 自适应均衡算法的分类简介 上世纪60、70年代,人们就不断对信息处理领域进行最优化方法与技术的研 究与改进。Widraw等人在70年代中期推出并完善了LMS算法,随后人们又从减小 输入信号组合的相关性(提高信息量)及将Kalman在最佳检测中的结论转化到自 适应优化等角度,修正了LMS算法,大大提高了信息处理的速度。继而建立了更 完善地利用输入信息的处理优化准则及相应算法,即RLS算法。此算法明显提高了 收敛速度,针对信道的时变具有较快的反应速度。80年代中后期及90年代初期, 人们继续探索如何克服横向RLS算法出现的计算误差积累致使算法发散等问题,以 便在实际应用领域能够更好的利用自适应信息处理技术。目前,设计快速收敛的 自适应滤波实时修正算法已成为重要的研究课题,应用于通信系统的各种自适应 均衡器对其快速收敛能力的要求更为突出。因此人们不断对其算法进行改进。正 交LMS算法能够在接收信号总的频谱形状己知的情况下达到快速收敛。当干扰信 号和输入信号或信道特性都不能控制时,一般要用递归最小二乘RLS算法的快速跟 踪自适应滤波技术。RLS 算法大致可分为三类:卡尔曼,快速卡尔曼和格型滤波。 卡尔曼算法是一种理想的自正交算法,用均衡器的输入信号建立一个变换矩阵之 逆矩阵,以作系数调