N143+基于LMS算法的自适应弥散信道均衡系统Simulink仿真(共5页)

1、精选优质文档-倾情为你奉上基于LMS算法的自适应弥散信道均衡系统Simulink仿真刘剑锋 霍效新解放军西安通信学院，陕西 西安， xty_liu 摘要：根据弥散信道的特点，构建了多径弥散信道模型和基于LMS算法的自适应弥散信道均衡系统的仿真模型。通过仿真，得到了均衡系统误码性能最佳条件下的自适应均衡滤波器的长度和步长。同时对比分析了自适应均衡滤波器最佳性能条件下，自适应弥散信道均衡系统抗多径弥散信道干扰的性能。仿真模型为最佳自适应弥散信道均衡滤波器的设计提供了一个很好的平台，具有很高的实用价值。关键词：弥散信道、LMS算法、自适应滤波器、滤波器的长度和步长Simulation of Adap

2、tive Dispersive Channel Equalization System Based on LMS AlgorithmLIU Jian-feng HUO Xiao-xinXian Communication institute ,Xian , ,Chinaxty_liu Abstract : This paper ,according to the trait of dispersive channel , creates the model of dispersive channel and its equalization system based on LMS algori

3、thm. Through the simulation, the paper provides the length and step size of adaptive filter based on LMS algorithm under the condition of the perfect BER performance of the adaptive dispersive channel equalization system. Also comparing and analyzing the performance of anti-jamming of multi-path dis

4、persive channel with the perfect adaptive filter. The model of simulation provides a good platform for the design of adaptive dispersive channel equalization filter, and has great practical value. Key words: dispersive channel LMS algorithm adaptive equalization filter The length and step size of th

5、e adaptive filter专心-专注-专业引言无线通信中存在多径效应，既信号因不同的传播路径产生不同的时延，当信号的多径发生在发送信号经由传播路径以不同的时延到达接收机时会造成通信系统的码间串扰，而且由不同传播路径到达的各信号分量会相互削弱，造成信噪比的降低，这种情况主要是由空间电离层的电粒子造成，这种散射体造成的时延就导致了接收机在时间上的扩展，即信号的弥散，引起信号弥散的信道叫弥散信道1。为了克服这一影响，改善通信质量，提高传输数据速率，近年来出现了多种解决方案，其中最有效的方法就是采用基于LMS算法的自适应信道均衡技术，它在克服数据传输在频带利用率、误码性能以及传输速率上有许多缺

6、点。基于LMS算法的自适应信道均衡技术的关键就是寻找一组最佳的均衡系数，即自适应滤波器的长度和步长。本文根据信号弥散的特点建立了弥散信道模型，同时搜索寻找到了均衡系统最佳误码性能条件下的自适应滤波器的长度和步长。1自适应信道均衡原理简述 无线通信信道通常都是衰落的，这类信道相当于一种畸变的滤波器导致了信号的失真，简单的传输系统模型如图1所示：图1 简单传输模型 图1中所有滤波器作用效果等效的传输函数为：，其中发送滤波器，信道模型滤波器，接收滤波器。奈奎斯特研究了接收端不产生码间串扰的接收脉冲成型问题，他证明：要使码元速率为码元/s的信号不存在码间串扰，理论上需要的最小带宽为。最小带宽成立的条件

7、是系统的传输函数是矩形函数，也就是说当所有滤波作用效果等效的传输函数是一个矩形函数时，该系统不会产生码间串扰，然而系统的这种理想的传输函数是物理不可实现的。实际应用中采用升余弦滤波器，既当所有滤波作用效果等效的传输函数是一个升余弦滤波器时不会产生码间串扰，升余弦滤波器可以表示为，然而由于信道的复杂性多变性，接收端滤波器、发射端滤波器和信道内的滤波器的等效传输函数很难达到满足无误码间串扰所需的条件。因此可以让发送滤波器和接收滤波器匹配形成升余弦滤波器，然后采用一个自适应滤波器来均衡复杂、多变性的信道，这时所有滤波器的等效传输函数为，如图2所示： 图2 采用均衡滤波器的模型由于发送滤波器和接收滤波

8、器已匹配形成升余弦滤波器，所以均衡滤波器实质上是信道滤波器的逆系统，即。因此问题的关键就是要设计这样一种自适应的均衡滤波器。 如图2所示，设是发射端发出的信号，是发射端信号经过多径弥散信道后到达接收输入端的信号，可以用发射端信号与信道传输函数的卷积来表示：，接收机的输出是接收端输入信号与自适应均衡滤波器冲激响应的卷积，即，所以自适应滤波器处理后的信号与发射端信号的误差为：，对误差取平方得：，为了使上式误差的平方值最小，将上式对取偏微分并令其为零，即可求得最小均方误差下的值，根据LMS误差算法理论用迭代的方法求得自适应均衡滤波器的下一时刻的冲激响应即：2，其中表示自适应滤波器的迭代步长。采用这种

9、自适应的算法使滤波器一步步达到最佳状态，现在关键的问题就是滤波器的长度和步长取何值时，滤波器性能最优。2仿真建模思想及其实现21 弥散信道模型的构建 由于空间电离层的电粒子的存在，导致信号在传播过程中产生反射和折射，因而使传播路径变长，信号经过不同的反射和折射路径会造成不同的时延，所以信号在空间传播的路径除了存在直视路径外还存在多条反射和折射路径，基于这一思想，可以采用数字滤波器来模拟弥散信道3，弥散信道子系统如图3所示，该弥散信道模型由一条直视路径和两条弥散路径组成，其中用两个数字滤波器模拟两条弥散信道来产生两个不同的传输时延。图3弥散信道模型22基于LMS算法的自适应弥散信道均衡系统模型的

10、构建自适应滤波器的设计是信道均衡系统的关键，它性能决定了系统抗多径弥散信道的能力，本文采用Simulink数字信号处理模块库中的“LMS Adaptive Filter”模块作为信道均衡所需的均衡自适应滤波器，其中有两个重要的参数，既滤波器的长度和步长，这两个参数决定了自适应滤波器的收敛性从而决定了均衡系统的性能。根据上述理论构建图4所示的基于LMS算法的自适应弥散信道均衡系统Simulink仿真模型。图4 自适应弥散信道均衡系统仿真模型仿真用Simulink通信模块库中的“Bernoulli Random Binary Generator”作为信源，以基于采样的格式输出（采样率为100KHZ

11、），信源数据通过多径弥散信道和高斯信道后再经过自适应均衡系统达到信宿，然后用“ Error Rate Calculation（误码率计算）”模块计算仿真系统的误码率，采用“scope”示波器模块显示自适应均衡系统的输出波形、信源波形和受弥散信道影响后的波形以进行对比，最后利用Simulink模块库中的“To Workspace”模块将其误码率数据导入MATLAB工作空间以计算并画SNR-BER曲线图。3仿真结果讨论及其性能分析 上节已经提到自适应滤波器的收敛性能取决于滤波器的长度和步长两个重要参数，因此本文仿真了自适应均衡滤波器在不同长度和步长下的误码率。仿真结果如图5、图6所示。图5不同滤波

12、器长度下的系统误码率 图6不同步长下的系统误码率从图5可以看到：当滤波器的长度为8、10、12时信道均衡系统误码性能最佳，同时从图6可以看到：当滤波器的步长取0.5,1.6之间的值时，信道均衡系统误码性能最佳。图7是滤波器长度和步长分别取上述仿真结果所得到的最佳误码性能条件下的值时自适应均衡系统的信源发送信号的波形（如图7中所示）、受弥散信道影响后的波形（如图7上所示）以及信宿接收到的信号波形（如图7下所示），信源、信宿和受弥散干扰的信号在同一示波器中显示以进行对比。图7 弥散多径干扰前后的信号波形 图8采用信道均衡与没采用均衡的性能对比从波形上看，没有出现信号失真的现象。为了对比采用自适应均

13、衡系统与没有采用自适应均衡系统的误码性能，再次仿真，图8给出了两系统误码性能的对比。很明显，没有采用自适应均衡滤波器的系统误码率极高基本无法正常通信，而采用自适应均衡滤波器的系统的误码率就有明显的改善。仿真结果表明：自适应均衡滤波器对多径弥散干扰有很好的抑制作用，在没有采用纠错编码情况下误码性能良好。 结论 可以看到：当自适应均衡滤波器的长度和步长两个参数合理选取后，系统抗多径弥散干扰的性能才能达到最佳，因此自适应均衡滤波器的设计是自适应均衡系统的关键，本文建立的仿真模型为实际工程应用中在设计自适应均衡滤波器时选取最佳长度L和步长提供了一个好的方法。还可看到本文自适应弥散信道均衡系统simulink仿真是在没有采用纠错编码调制、交织技术进行的，因此可以采用编码调制、交织技术进一步提高均衡系统的抗多径弥散信道干扰的性能。参考文献1 Bernard Sklar著，徐平平，宋铁成，叶芝慧等译数字通信基础M 北京：电子工业出版社，2002 2 丁玉美，阔永红，高新波等数字信号处理M陕西：西安电子科技大学出版社,20023 仇佩亮，陈惠芳，谢磊编M 北京：电子工业出版社，2007 4John G.Proakis,Dimitris G.Manolakis著，方艳梅，刘永清等译数字信号处理M北京：电子工业出版社，20075 MathWo