基于自適應(yīng)濾波器的無線信道估計(jì)算法的研究

1、基于自適應(yīng)濾波器的無線信道估計(jì)算法的研究基于自適應(yīng)濾波器的無線信道估計(jì)算法的研究隨著自適應(yīng)信號處理的飛速發(fā)展，自適應(yīng)濾波器在通信和信號處理等領(lǐng)域的應(yīng)用也越來越廣泛。因?yàn)樽赃m應(yīng)濾波器能夠作為系統(tǒng)信號傳輸?shù)哪婺Ｐ秃湍Ｐ停运梢杂糜谧赃m應(yīng)預(yù)測、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)。前者可以通過一個自適應(yīng)系統(tǒng)來模擬一個可以隨時間慢慢變化并且是未知的系統(tǒng)，它屬于信道估計(jì)。后者能夠消除信號在傳輸?shù)倪^程中通過媒質(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。時變信道對于均衡和信道估值來說是一個未知系統(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入信號兩者之間的輸入信號互功率譜與輸入信號的功率譜的比。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，但噪聲還會影響自適應(yīng)收斂的速度。博士論文，RLS算法。通過改變迭代協(xié)方差矩陣j(O來進(jìn)行改進(jìn)的，加入一項(xiàng)與預(yù)測誤差相關(guān)的自擾動項(xiàng)到j(luò)(t)中，該自擾動項(xiàng)對于

4、噪聲的影響沒有反應(yīng)，但是卻對信道參數(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，該前向預(yù)測誤差能夠反映預(yù)測值和信道實(shí)際值之間的差異，該算法對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)測誤差會受到道參數(shù)變化的影響和噪聲的影響，因此當(dāng)噪聲較大時該算法就差不到無法進(jìn)行工作了。在MRLS算法中，f函數(shù)會影響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，一個比較大的

5、M在預(yù)測參數(shù)己經(jīng)收斂到真值時能夠使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，因此對信道參數(shù)變化的檢測存在一個時延。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)度來進(jìn)行選擇，這樣比較麻煩，而ISPRLs算法的自擾動項(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，都可以較快地對信道的變化