第3章 信道均衡算法.docxVIP

第3章信道均衡算法 3.1引言 自适应型的滤波器有两种能力：自主学习能力和自主跟踪能力。不同的优化 标准准则的约束下，根据不同的性能要求，自适应型的滤波选用的算法可以归结 为两类：递推最小二乘(简称RLS)算法、最小均方误差(简称LMS)算法。 在最小均方误差标准约束下，为了得到滤波器的输出信号与滤波器的期望信 号两者间的最小的均方误差虹e2(n)］，我们使用LMS算法。 在最小二乘准则标准约束下，为了得到估计误差的最小的加权平方和 乎人I | e(i)|2，我们采用RLS算法，并设定了带有权比的向量W(n)。阶跃因子为 i=1 力，也就是遗忘因子，并且0 X 1 很多经典的自适应滤波的算法都是从以上两个准则的基础上导出的。 3.2不同类别的信道均衡算法应用在自适应型的滤波器中 3.2.1自适应滤波的最小均方误差算法 最小均方误差算法的优点明显：整个过程需要的计算少，实现起来十分方便。 使用最小均方误差算法中的最速下降法时，我们用到的迭代公式如下错误!未找到引 用源。： e( n)= d - X ) n (榆 n (3-1) W(n +1) = W(n)+ 2pe(n)X (n) (3-2) 设步长因子r，设自适应型的滤波器在n时的权向量W(n)，设n时刻的输入 端的信号矢量表示为X (n)= x(n),x(n-1),……,尤(n -L +1) T，设自适应型的滤波 器长度为L。