基于自適應(yīng)濾波器的無(wú)線信道估計(jì)算法的研究

1、基于自適應(yīng)濾波器的無(wú)線信道估計(jì)算法的研究基于自適應(yīng)濾波器的無(wú)線信道估計(jì)算法的研究隨著自適應(yīng)信號(hào)處理的飛速發(fā)展，自適應(yīng)濾波器在通信和信號(hào)處理等領(lǐng)域的應(yīng)用也越來(lái)越廣泛。因?yàn)樽赃m應(yīng)濾波器能夠作為系統(tǒng)信號(hào)傳輸?shù)哪婺Ｐ秃湍Ｐ停运梢杂糜谧赃m應(yīng)預(yù)測(cè)、自適應(yīng)估計(jì)和自適應(yīng)均衡等。求解自適應(yīng)濾波器通常采用遞推的方法來(lái)進(jìn)行，該求解方法的準(zhǔn)則是以某種恰當(dāng)?shù)亩x下的估計(jì)誤差最小，之后來(lái)解出這些待定的參數(shù)。自適應(yīng)濾波系統(tǒng)主要分為兩種:自適應(yīng)逆模擬系統(tǒng)和自適應(yīng)

2、模擬系統(tǒng)。前者可以通過(guò)一個(gè)自適應(yīng)系統(tǒng)來(lái)模擬一個(gè)可以隨時(shí)間慢慢變化并且是未知的系統(tǒng)，它屬于信道估計(jì)。后者能夠消除信號(hào)在傳輸?shù)倪^(guò)程中通過(guò)媒質(zhì)和器件受到的一些影響，它屬于信道均衡。博士論文，RLS算法。時(shí)變信道對(duì)于均衡和信道估值來(lái)說(shuō)是一個(gè)未知系統(tǒng)，由維納濾波理論可得到，自適應(yīng)濾波器的最佳權(quán)向量的變換是參考輸入信號(hào)入信號(hào)兩者之間的輸入信號(hào)互功率譜與輸入信號(hào)的功率譜的比。實(shí)際上，內(nèi)部的系統(tǒng)噪聲主要體現(xiàn)在系統(tǒng)的輸出，一般可以看成為一個(gè)加性噪聲，而且

3、通常認(rèn)為系統(tǒng)自身的輸出和該噪聲是不相關(guān)的。博士論文，RLS算法。博士論文，RLS算法。假如自適應(yīng)模型是一個(gè)權(quán)值已經(jīng)調(diào)整到使均方誤差達(dá)到最小的線性組合器，那么它的最小均方誤差解將不再受到噪聲存在的影響，而主要是取決于被控系統(tǒng)的沖激響應(yīng)，換而言之，未知信道的傳輸函數(shù)就是信道估計(jì)的最優(yōu)解，但噪聲還會(huì)影響自適應(yīng)收斂的速度。博士論文，RLS算法。通過(guò)改變迭代協(xié)方差矩陣j(O來(lái)進(jìn)行改進(jìn)的，加入一項(xiàng)與預(yù)測(cè)誤差相關(guān)的自擾動(dòng)項(xiàng)到j(luò)(t)中，該自擾動(dòng)項(xiàng)對(duì)于

4、噪聲的影響沒(méi)有反應(yīng)，但是卻對(duì)信道參數(shù)的變化的反應(yīng)很強(qiáng)烈，一旦信道發(fā)生改變，迭代在上述的三種算法中，SPRLs算法的j(O)的擾動(dòng)，該前向預(yù)測(cè)誤差能夠反映預(yù)測(cè)值和信道實(shí)際值之間的差異，該算法對(duì)于噪聲小和信道參數(shù)變化很大的情況非常有效，但是由于前向預(yù)測(cè)誤差會(huì)受到道參數(shù)變化的影響和噪聲的影響，因此當(dāng)噪聲較大時(shí)該算法就差不到無(wú)法進(jìn)行工作了。在MRLS算法中，f函數(shù)會(huì)影響j(O矩陣。因?yàn)镹(O)是高斯白噪聲，所以，不管噪聲強(qiáng)度的大小，一個(gè)比較大的

5、M在預(yù)測(cè)參數(shù)己經(jīng)收斂到真值時(shí)能夠使f函數(shù)的返回值為O。由于該算法中使用了運(yùn)行窗口M，因此對(duì)信道參數(shù)變化的檢測(cè)存在一個(gè)時(shí)延。M越小，收斂的速度越快，反之，則越慢。MRLS算法中M窗口和Z參數(shù)的大小都需要依據(jù)噪聲的強(qiáng)度來(lái)進(jìn)行選擇，這樣比較麻煩，而ISPRLs算法的自擾動(dòng)項(xiàng)Q(t)的R及M窗口大小不需要依靠不同的信噪比進(jìn)行選擇，這樣便可以快速地跟蹤信道而且比較好的克服噪聲的影響。這幾種改進(jìn)型的RLS算法用在信道估值時(shí)，都可以較快地對(duì)信道的變化