| 以下仅列出文章摘要、目录等部分内容，如需获取完整论文资料，或原创定制、长期合作，请随时联系。 微信QQ:312050216 |
 |
 |
| BLMS算法仿真与分析 摘 要 现如今，我们正处于信息化与数字化的变革期，高速信息交互成为现代生活不可或缺的一项任务，给现如今的通信领域提出了不小的难题，显然，拥有效率高、稳定性强的数字通信系统是符合现代生活需要的。该领域起重要作用的是自适应均衡技术及其经典LMS算法，该技术可令信道更接近理想化模型，大大降低误码率，并通过自主调节跟踪信道参数来减小信号畸变。通过研究分LMS算法和其改进BLMS算法可以更深入了解这项技术。 本文研究了LMS及其改进BLMS算法，在论文前部概述了自适应均衡滤波的课题背景及研究意义，而后详述了其基本原理，详尽分析了LMS算法和BLMS算法原理及其应用，并分别仿真了这两种自适应滤波算法，最后分析了仿真结果并进行对比得出结论。研究结果表明经典 LMS 算法因为较为简单、计算量相对小、稳定性较高，该种算法中，LMS算法的终局性因素是固定步长因子μ。若μ较小时算法收敛速度慢，且需要采集更多数据来获取更精确的结果；当有较小稳态失调误差时，收敛速度变快，但稳态失调误差增大，算法有可能发散。BLMS算法相较于经典LMS算法计算量大幅度减小，且能获得更小稳态误差和更快的收敛速度。 总的来说，块最小均方算法大大降低了LMS算法的计算复杂度也在收敛速率上有了大幅下降。其应用范围相较于LMS算法有了更广阔的空间。 关键词：自适应均衡滤波；LMS算法；BLMS算法； 目录 第一章 绪论 1 1.1 课题背景及研究意义 1 1.2 国内外目前的研究状况 1 1.3 论文的主要工作及章节安排 2 第二章 自适应均衡滤波算法 3 2.1引言 3 2.2自适应滤波算法的类型 3 2.3自适应IIR过滤电路 7 2.4自适应过滤电路的应用 7 2.5本章小结 10 第三章 LMS自适应滤波算法分析 11 3.1引言 11 3.2最小均方误差(LMS)算法 11 3.3最小均方误差(LMS)算法性能分析 14 3.4 LMS算法的应用 15 3.5 本章小结 15 第四章BLMS自适应滤波算法分析 16 4.1介绍 16 4.2块最小均方误差(BLMS)算法 16 4.3块最小均方算法的性能分析 18 4.4本章总结 24 第五章 仿真结果与分析 25 5.1 LMS仿真体系模型 25 5.2 BLMS算法的设计与分析 27 5.3本章小结 29 第六章 结论与展望 30 6.1 结论 30 6.2前景 30 致谢 31 参考文献 32 |
