文档介绍：自适应信号处理自适应均衡器实验
一实验目的
在本实验中,我们研究用LMS算法白适应均衡引起(未知)失真的线性色散信道问题,这里假设数据是实数的。实验分为相同的两个部分,用来估汁基于LMS算法的自适应均衡器的响应,以便观察改变特征值扩散度与步长参数时的实验效果。
下图是用来进行该项实验的系统框图,随机数发生器1产生用来探测信道的测试信号;而随机数发生器2是用来干扰信道输出的白噪声源,这两个随机数发生器是彼此独立的。自适应均衡器用来纠正存在加性白噪声的信道的畸变,经过适当延迟,随机数发生器l也提供用做训练序列的自适应均衡器的期望响应,这个均衡器包括11个抽头。
图1:自适应均衡实验的框图
二实验要求
首先观察特征值扩散度的影响,令步长参数为=,特征值扩散度分别为=;;。对应的相关参数为w=; ;。画出自适应均衡器LMS算法的学习曲线[=,改变特征值扩散度]。
再选取固定的参数w= 对应的x(R) =。步长分别取=; ;。得到四个不同特征值扩散度的自适应均衡器的集平均脉冲响应(1000次迭代);画出当固定特征值扩散度时,改变步长参数时自适应均衡器LMS算法的学习曲线。
三实验过程
1 对于每一个特征值扩散度,经过200次独立的计算机实验,通过对瞬时均方误差与n的关系曲线平均,可获得自适应滤波器的集平均学习曲线。得到的曲线图形如下图2所示:
w=
集平均平方误差
w=
w=
w=
迭代次数
图2:自适应均衡器LMS算法的学习曲线[=,改变特征值扩散度]
2对于四个感兴趣的特征值分布,画出1000次迭代后自适应均衡器的集平均脉冲响应。如下图3所示:
k
k
k
k
w=
w=
w=
w=
图3:四个不同特征值扩散度的自适应均衡器的
集平均脉冲响应(迭代1000次)
3固定,改变步长参数,得如下图4的曲线,其中每一条学习曲线都是瞬态均方误差与n的关系曲线经过200次独立试验后得到的集平均结果。
=
=
=
集平均平方误差
迭代次数
图4:当固定特征值扩散度,改变步长参数时