自适应滤波器在无线信道均衡中的应用研究

论文摘要

自适应滤波器是统计信号处理的重要组成部分。在未知统计量或是不固定的环境中,要求我们实时处理信号,采用自适应滤波器相对于传统方式的滤波器是一个很好的办法。正是因为这样,自适应滤波器被成功地应用于通信、控制、雷达、声纳、地震学、生物医学等领域。在无线通信信道高速率传输数据时,码间干扰对系统来说是一个主要障碍。为了克服码间干扰引起的数据失真,在通信系统中使用信道均衡器。均衡器的原理是通过自适应滤波器来恢复原始信号,去掉码间干扰的影响,从而提高数据传输的可靠性。在实际的数据传输系统中,为使设计的均衡器能高速跟踪时变信道,寻求高速的自适应算法是其实现的关键,因此研究和设计出好的自适应算法和均衡器具有重要的理论和现实意义。论文中首先对自适应滤波器的算法进行了深入研究,尤其是最小均方(Least Mean Square, LMS)算法和恒模算法(Constant Modulus Algorithm, CMA),并研究了它们的收敛性能和稳态性能;然后介绍了无线通信系统的构成,码间干扰的来源,自适应均衡器技术的由来、发展及研究现状,最后提出实际应用算法,将LMS算法与CMA算法综合应用,设计高性能的自适应均衡器,并通过仿真和测试比较综合使用两种算法与单独使用LMS算法的效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 自适应滤波理论发展概述
• 1.3 自适应滤波器的结构发展概述
• 1.4 自适应信道均衡技术的发展概述
• 1.5 本研究课题的来源、主要研究内容及意义
• 第2章 对横向自适应滤波器的研究
• 2.1 横向自适应滤波器的结构
• 2.2 自适应滤波器的性能函数
• 2.3 最速下降法研究
• 2.4 本章小结
• 第3章 LMS自适应算法研究
• 3.1 引言
• 3.2 LMS算法的基本思想
• 3.3 LMS算法的性能分析
• 3.3.1 LMS算法的收敛性
• 3.3.2 LMS 算法的收敛速度
• 3.3.3 LMS 算法的性能学习曲线及稳态误差
• 3.4 LMS自适应滤波器可调参数对其性能的影响
• 3.4.1 收敛因子对滤波器性能的影响
• 3.4.2 滤波器阶数对滤波器性能的影响
• 3.5 本章小结
• 第4章 CMA盲均衡算法的研究
• 4.1 引言
• 4.2 QAM信号介绍
• 4.3 CMA算法研究
• 4.4 本章小结
• 第5章 无线信道均衡原理的研究
• 5.1 引言
• 5.2 码间干扰的产生原因
• 5.3 对无线信道均衡技术的研究
• 5.3.1 均衡技术基本概念及分类
• 5.3.2 时域均衡原理
• 5.4 均衡器简介及其分类
• 5.4.1 均衡器工作原理简介
• 5.4.2 均衡器的分类
• 5.5 本章小结
• 第6章 地面数字电视解调均衡器设计研究
• 6.1 地面数字电视解调均衡器的结构选择
• 6.2 判决反馈均衡器介绍
• 6.3 均衡器算法改进介绍
• 6.3.1 算法改进的主要思想
• 6.3.2 改进算法的仿真介绍
• 6.4 地面数字电视系统硬件设计介绍
• 6.4.1 系统平台介绍
• 6.4.2 信号完整性设计
• 6.5 系统测试介绍
• 6.5.1 测试方法介绍
• 6.5.2 测试结果
• 结论
• 参考文献
• 致谢