《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > EDA與制造 > 設(shè)計應(yīng)用 > 基于IQRD-RLS的自適應(yīng)均衡算法在 DS-SS系統(tǒng)的應(yīng)用研究
基于IQRD-RLS的自適應(yīng)均衡算法在 DS-SS系統(tǒng)的應(yīng)用研究
來源:微型機與應(yīng)用2011年第15期
李 明,黃 華,夏建剛
(四川大學(xué) 電氣信息學(xué)院,四川 成都 610065)
摘要: 提出一種基于逆QR分解的RLS自適應(yīng)算法(IQRD-RLS),該算法能有效降低計算復(fù)雜度、改善矩陣條件數(shù),具有比基于相關(guān)矩陣的最小二乘算法有更好的數(shù)值穩(wěn)定性。通過用Matlab仿真結(jié)果表明,逆QR分解方法避免了RLS 問題的不準(zhǔn)確求解問題,并且很容易隨時檢查變換信息矩陣的正定性。
Abstract:
Key words :

摘  要: 提出一種基于逆QR分解的RLS自適應(yīng)算法(IQRD-RLS),該算法能有效降低計算復(fù)雜度、改善矩陣條件數(shù),具有比基于相關(guān)矩陣的最小二乘算法有更好的數(shù)值穩(wěn)定性。通過用Matlab仿真結(jié)果表明,逆QR分解方法避免了RLS 問題的不準(zhǔn)確求解問題,并且很容易隨時檢查變換信息矩陣的正定性。
關(guān)鍵詞: 逆QR分解;自適應(yīng)濾波算法;遞歸最小二乘法;直接序列擴頻系統(tǒng)

 在目前的移動通信領(lǐng)域中,克服多徑干擾、降低出錯率,是提高通信質(zhì)量一個非常重要的問題。特別是當(dāng)信道特性不固定時,該問題尤為突出,而自適應(yīng)濾波器[1],則完美地解決了這一問題。自適應(yīng)濾波器的核心就是自適應(yīng)算法,而自適應(yīng)算法有很多,如LMS算法、歸一化NLMS算法和RLS算法等,這些算法已經(jīng)廣泛應(yīng)用于通信、系統(tǒng)辨識、信號處理和自適應(yīng)控制等領(lǐng)域。但是這些算法是在有限精度運算條件下,舍入誤差的積累,容易導(dǎo)致算法的不穩(wěn)定。在實際應(yīng)用中,需要一個具有略高的運算復(fù)雜度且數(shù)值穩(wěn)定性良好的自適應(yīng)濾波算法。因為一個數(shù)值魯棒性好的自適應(yīng)濾波算法可以用更短的字長甚至定點運算實現(xiàn),同時又可以減少時延。
 本文基于逆QR分解[2]提出了一種更有效逆QR分解的RLS自適應(yīng)算法(IQRD-RLS),它能有效降低計算復(fù)雜度、改善矩陣條件數(shù),具有比基于相關(guān)矩陣的最小二乘算法有更好的數(shù)值穩(wěn)定性。該算法的主要優(yōu)點是可以采用脈動陣[3],并在考慮量化效應(yīng)時改善算法的數(shù)值特性。逆QR分解方法避免了RLS問題的不準(zhǔn)確求解問題,并且很容易隨時檢查變換信息矩陣的正定性。通過在(DS-SS)擴頻系統(tǒng)[4]進(jìn)行仿真,驗證了逆IQRD-RLS算法所具有的特性,起到了減少信道傳輸錯誤、濾除干擾的效果,改善了濾波性能,因而值得繼續(xù)深入研究其他基于IQRD-RLS算法的改進(jìn)算法。




2 IQRD-RLS[6]算法在擴頻系統(tǒng)中的應(yīng)用仿真研究
 直接序列擴頻通信系統(tǒng)通常包括信道編碼器、譯碼器、調(diào)制器、解調(diào)器以及兩個完全一致的偽隨機序列發(fā)生器,其中,一個在發(fā)送端與調(diào)制器相接,另一個在接收端與解調(diào)器相接。而擴頻是通過偽噪聲序列(PN)對發(fā)送的信息數(shù)據(jù)進(jìn)行調(diào)制來實現(xiàn)的。在接收端,原偽噪聲序列和所收信號的互相關(guān)運算可將窄帶干擾擴展到DS信號的整個頻帶,使干擾等效為幅度較低、頻譜較平坦的噪聲;同時,將DS信號解擴,恢復(fù)原始信息數(shù)據(jù)。由于窄帶干擾是非高斯的,樣值間有很強的相關(guān)性,可以從過去樣值來估計當(dāng)前樣值。而DS信號頻譜平坦,以Chips率取樣的樣值之間幾乎不相關(guān),所以解擴前利用自適應(yīng)濾波算法對信號濾波,從當(dāng)前信號中減去干擾估值,再將差信號與PN碼進(jìn)行相關(guān)解擴,可大大提高直擴通信系統(tǒng)的性能。
 為了檢驗基于IQRD-RLS自適應(yīng)均衡算法在DS-SS擴頻系統(tǒng)的抗干擾、降低接收信號錯誤率的性能,本文考慮如下系統(tǒng)功能的信道:從QPSK星座獲得的符號用來訓(xùn)練一個自適應(yīng)濾波器,自適應(yīng)濾波器的系數(shù)采用直接決定模式下從16-QAM調(diào)制星座獲得的500個符號。信噪比設(shè)置為30 dB、自適應(yīng)濾波器系數(shù)為35。在訓(xùn)練模式下,使用的算法是LMS(μ=0.001)、NLMS(μ=0.4)和IQRD-RLS(λ=0.99)。結(jié)果將顯示為散射圖的輸出信號,該情況下不同數(shù)目的訓(xùn)練符號為150、300和600,仿真結(jié)果如圖1所示。

 

 

 從圖1可以看出,IQRD-RLS、LMS和NLMS三種算法隨著訓(xùn)練符號的增加,均不同程度上降低了接收信號的錯誤率,提高了接收端接收信號的可靠性,極大地改善了通信質(zhì)量,特別是IQRD-RLS算法效果更佳。
本文詳細(xì)地分析了基于逆QR分解的IQRD-RLS自適應(yīng)均衡算法在DS-SS系統(tǒng)中的應(yīng)用。該算法有效降低了計算復(fù)雜度和接收信號的錯誤率,改善了矩陣條件數(shù),提高了通信質(zhì)量,具有比基于相關(guān)矩陣的最小二乘算法更好的數(shù)值穩(wěn)定性。本算法還有很多有待改進(jìn)的地方,進(jìn)一步的工作就是繼續(xù)分析那些更好的算法,以不斷完善系統(tǒng)模型,以期更好地應(yīng)用于實踐中。
參考文獻(xiàn)
[1] 西蒙赫金.自適應(yīng)濾波器原理[M].第4版.鄭寶玉,譯.北京:電子工業(yè)出版社,2004.
[2] LIU Z S, LI J. A QR-based least mean squares algorithm for adaptive parameter estimation [J]. IEEE Transactions on Circuits and Systems-II: Analog and Digital Signal Processing, 1988,45:321-329.
[3] 洪增.矩陣?yán)碚撆c方法[M].北京:電子工業(yè)出版社,2006.
[4] 藏珍,徐向東.一種基于最小二乘的DS-SS系統(tǒng)搞窄帶干擾方法[J].空軍雷達(dá)學(xué)院報,2006,20(3):174-176,179.
[5] 姜波,楊軍,張爾揚.稀疏自適應(yīng)Volterra濾波的QRD-RLS算法[J].信號處理,2008,24(4).
[6] 馮地耘,陳立萬.基于LCMV的IQRD-SMI自適應(yīng)數(shù)字波束形成算法[J].蘭州理工大學(xué)學(xué)報,2007,33(1).
 

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。