自适应判决反馈均衡器动态长度算法研究

论文摘要

自适应滤波是利用前一时刻已获得的滤波器参数等结果,自动地调节现时刻的滤波器参数,以适应信号和噪声未知的或随时间变化的统计特性,从而实现最优滤波。这种技术可用于自适应预测、自适应干扰对消、自适应系统辨识等,在通信、雷达、生物医学等领域得到了广泛的应用。线性自适应滤波器计算复杂度低,稳定性强,其性能主要依赖于滤波器的长度。目前关于线性滤波器可变长度算法的研究比较成熟,主要有SG-DLA（片段动态长度算法）,GD-DLA（梯度下降动态长度算法）,FL-DLA（分数长度动态长度算法）和VT-DLA（可变阈值动态长度算法）。其中VT-DLA是对各种算法的通用解释,通过参数的设定VT-DLA算法可以在其它各种算法间进行转化。判决反馈均衡器是一种普遍应用的非线性滤波器,其性能要优于线性滤波器,其结构也较为复杂。判决反馈均衡器的性能强烈依赖于三个结构参数:前馈长度、反馈长度和判决延迟。由于三个参数对滤波器性能的影响并不相互独立,三维地调节目前尚不能实现,解决的途径是合理得选择三个参数的调整顺序来降低调整的维度和复杂度。本文中根据横向滤波器与判决反馈均衡器的互通性,将在横向滤波器中得到的关于判决延迟的结论应用于判决反馈均衡器,首先设定了判决延迟的取值区间,将三维的问题转化为二维。然后根据前馈长度与反馈长度在调整方向、调整幅度上的一致性对两者进行同时同相同幅度调整,进一步将二维问题降低为一维进行处理。在这种算法下,前馈长度与反馈长度均能收敛到理想的长度,并且具有良好的误差性能。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的提出
• 1.2 拟解决问题及设计方案
• 1.3 课题的研究意义
• 第二章 自适应滤波器原理与分类
• 2.1 自适应滤波器原理
• 2.2 滤波器的组成分类与结构
• 2.2.1 按数字结构分类
• 2.2.2 按自适应处理器分类
• 2.3 自适应滤波器应用举例
• 2.3.1 自适应预测
• 2.3.2 自适应干扰对消
• 2.3.3 自适应系统辨识
• 2.4 本章小结
• 第三章 自适应滤波器算法
• 3.1 维纳滤波器
• 3.1.1 正交原理与维纳－霍夫方程
• 3.1.2 维纳霍夫方程求解
• 3.2 常用自适应滤波算法
• 3.2.1 最速梯度算法
• 3.2.2 最小均方算法
• 3.2.3 递归最小二乘算法
• 3.3 可变步长的LMS算法
• 3.4 本章小结
• 第四章 基于LMS 准则下的可变长度自适应滤波器
• 4.1 动态长度算法的通用方程
• 4.2 通用方程对各种算法的解释
• 4.3 可变阈值动态长度算法
• 4.4 本章小结
• 第五章 判决反馈均衡器动态长度算法
• 5.1 DFE结构及参数介绍
• 5.2 DFE结构参数顺序调整
• 5.2.1 判决延迟的选择
• 5.2.2 线性滤波器与DFE的近似分析
• 5.2.3 前馈长度与反馈长度的联合调整
• 5.3 仿真实验结果
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 论文总结
• 6.2 项目展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢