第十一章自適應(yīng)均衡

第十一章自適應(yīng)均衡第1頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月一.基本原理離散系統(tǒng)輸入信號(hào)濾波參數(shù)自適應(yīng)濾波器輸出信號(hào)期望的響應(yīng)信號(hào)誤差信號(hào)①濾波參數(shù)隨外部環(huán)境的變化而改變②自動(dòng)調(diào)節(jié)達(dá)到最佳濾波效果——的最優(yōu)化問(wèn)題第2頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月二.自適應(yīng)線(xiàn)性均衡器1.迫零算法峰值失真準(zhǔn)則：選擇均衡器系數(shù)，使最小目標(biāo)函數(shù)建立迫零算法：?。ㄆ谕畔⑿蛄校┦蛊渑c期望的信息序列的互相關(guān)為零即第j個(gè)系數(shù)在時(shí)刻的值基本遞推算法

是時(shí)刻的誤差信號(hào)調(diào)制速率因子，一直迭代計(jì)為的估計(jì)值，利用某算，直到達(dá)到歸零的要求一時(shí)刻的替代值第3頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月2.LMS算法對(duì)于迭代參數(shù)

速率因子變化梯度向量對(duì)于k時(shí)刻，代替均方誤差梯度估值第4頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月第5頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月（1）收斂特性步長(zhǎng)參數(shù)選擇參數(shù)使上式最陡下降收斂是C矩陣的最大特征值（2）算法加速收斂速率步長(zhǎng)參數(shù)大最佳收斂點(diǎn)找不到小收斂慢（局部最優(yōu)問(wèn)題）變化步長(zhǎng)參數(shù)，大步長(zhǎng)開(kāi)始，不斷減小第6頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月三.自適應(yīng)均衡遞推最小二乘算法①

LMS算法采用誤差輸出模的瞬時(shí)平方值的梯度近似代替均方誤差的梯度。問(wèn)題：收斂性，收斂速率，局部最優(yōu)②直接考察一個(gè)由平穩(wěn)信號(hào)輸入的自適應(yīng)系統(tǒng)在一段時(shí)間內(nèi)的輸出信號(hào)的平均功率，使該平均功率達(dá)到最小作為測(cè)量自適應(yīng)系統(tǒng)性能的準(zhǔn)則——遞歸最小二乘算法——（RLS算法）第7頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月1.算法建立遞推最小二乘（卡爾曼）算法加權(quán)因子，已觀測(cè)到向量要求出均衡器系數(shù)向量，取時(shí)間平均加權(quán)平方誤差最小。第8頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月2.算法過(guò)程—信號(hào)相關(guān)矩陣—測(cè)量矩陣—加權(quán)因子自適應(yīng)中，信號(hào)相關(guān)矩陣R的性質(zhì)：①Hermite矩陣②不同特征值的特征向量正交③R是正定矩陣，對(duì)于任意向量④所有特征值之和等于矩陣跡⑤分解：⑥時(shí)，第9頁(yè)，課件共10頁(yè)，創(chuàng)作于2023年2月設(shè)若和已有，當(dāng)接收到一個(gè)新的信號(hào)時(shí)，時(shí)間更新的遞推計(jì)算：計(jì)算輸出計(jì)算誤差計(jì)算增益向量更新相關(guān)矩陣更新函數(shù)