基于LMS与RLS算法的自适应均衡器性能研究

均衡技术是克服码间干扰(Inter-Symbol Interference，ISI)的有效措施，由于信道
特性的随机性与时变性，实际中消除码间干扰最常用的是自适应均衡器。本文对基于最小均方(Least Mean Squares, LMS)算法和递推最小二乘(Recursive Least Squares, RLS)算法的自适应均衡器进行仿真研究，分析了信道特性与设计参数对自适应均衡器的收敛速度与稳态性能的影响。
关键词：码间干扰 自适应均衡器 收敛速度 稳态性能
信号在有限带宽色散信道中传输会使每一个符号占用的时间被展宽，形成码间干扰
(ISI)。在实际的数字通信系统中，由于多径传输、信道衰落等影响，在接收端也会产生严重的码间干扰。为了克服码间干扰，提高通信系统的性能，一般在接收端采用均衡技术[1]。
均衡是指对信道特性的均衡，接收端的均衡器产生与信道特性相反的特性，用来减小或
消除因信道的时变多径传播特性引起的码间干扰。均衡分为两种，一种是频域均衡，另一种是时域均衡[1]。频域均衡是使整个系统的频率传递函数满足无失真传输的条件，时域均衡是直接从时间响应出发，使整个系统的冲激响应满足无码间干扰的条件。
在数字通信中一般采用时域均衡，最常用的方法是在基带信号接收滤波器之后插入一个
横向滤波器，根据滤波器抽头系数的调整方式可以分为手动调整和自动调整[2]。如果信道的特性在接收端已知，一般采用比较简单的手动调整方式。由于实际信道特性是未知的，具有随机性，而且信道响应是时变的，这就要求均衡器能够实时地跟踪无线通信信道的时变特性，根据信道响应自动调整滤波器抽头系数，即自适应均衡器。自适应均衡器不需要知道信号与噪声的先验知识，适用于实时处理系统[3,4]。本文对基于LMS算法与RLS算法的自适应均衡器进行了仿真研究，分析信道特性与设计参数对自适应均衡器性能的影响。