CN112511473B - 一种自动步长lms时域均衡滤波器及其实现方法 - Google Patents

一种自动步长lms时域均衡滤波器及其实现方法 Download PDF

Info

Publication number
CN112511473B
CN112511473B CN202110134129.1A CN202110134129A CN112511473B CN 112511473 B CN112511473 B CN 112511473B CN 202110134129 A CN202110134129 A CN 202110134129A CN 112511473 B CN112511473 B CN 112511473B
Authority
CN
China
Prior art keywords
step length
filter
estimation
algorithm
tap
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110134129.1A
Other languages
English (en)
Other versions
CN112511473A (zh
Inventor
林敏�
王钢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ruidina (Wuxi) Technology Co.,Ltd.
Original Assignee
Redina Nanjing Electronic Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Redina Nanjing Electronic Technology Co ltd filed Critical Redina Nanjing Electronic Technology Co ltd
Priority to CN202110134129.1A priority Critical patent/CN112511473B/zh
Publication of CN112511473A publication Critical patent/CN112511473A/zh
Application granted granted Critical
Publication of CN112511473B publication Critical patent/CN112511473B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03012—Arrangements for removing intersymbol interference operating in the time domain
    • H04L25/03019—Arrangements for removing intersymbol interference operating in the time domain adaptive, i.e. capable of adjustment during data reception
    • H04L25/03057—Arrangements for removing intersymbol interference operating in the time domain adaptive, i.e. capable of adjustment during data reception with a recursive structure

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Filters That Use Time-Delay Elements (AREA)

Abstract

本发明提出了一种自动步长LMS时域均衡滤波器及其实现方法，该均衡滤波器包括滤波器、主控制机制单元、次控制机制单元和第一加法器；所述滤波器，用于根据主控制机制单元输出的估计抽头对输入向量进行处理，以获得估计输出向量和判决输出向量；所述第一加法器，用于接收估计输出向量并结合期望响应，以获得估计误差；所述次控制机制单元，用于接收并采用QA‑LMS算法对所述估计误差进行处理，以获得步长；所述主控制机制单元，用于接收并采用抽头增益算法对所述步长进行处理，以获得估计抽头。本发明降低了收敛后的稳态误差和均衡后输出数字信号的误码率，同时提升了自动步长算法的收敛速度。

Description

一种自动步长LMS时域均衡滤波器及其实现方法
技术领域
本发明涉及数字通信和无线通信领域，具体而言，涉及一种自动步长LMS时域均衡滤波器及其实现方法。
背景技术
在数字通信和无线通信中，均衡滤波器可有效地消除码间串扰的影响。常见的基于训练的时域均衡器分为LMS算法族和RLS算法族。LMS算法族均衡滤波器的复杂度与信道的RMS delay呈线性正相关，实现较为简单，具有非常好的稳态误差和鲁棒性，因此广泛用于各类有线通信系统，比如，传统的双绞线语音通话技术中，此类应用的传输信道多为时不变平稳信道。RLS算法虽然收敛速度好，但具有复杂度高，信噪比较低的条件下容易发散的缺点。
为了解决LMS算法族相对于RLS算法族收敛速度慢的缺陷，工业界和学术界发明了很多变步长的自适应LMS均衡算法。如图1所示，为线性变步长LMS均衡滤波器的结构示意图。其中，LMS均衡滤波器中的主控制机制是用于自适应更新FIR滤波器的抽头系数，次控制机制针对目标是用以调整抽头系数更新时的步长。
针对次控制机制，目前的变步长LMS算法主要包含以下几种：
1）改进的VSS-LMS算法：用估计误差的平方乘以参数作为步长的增量，更新步长。但是，改进的VSS-LMS算法收敛速度和RLS相比仍然较慢，无法满足无线通信技术中对于收敛速度的严格要求。
2）基于双曲函数的HTLMS算法：用估计误差相关的双曲正切函数，配置对应参数，更新步长。HTLMS算法稳态误差得到改进，但同样收敛速度仍然较慢，无法满足无线通信技术中对于收敛速度的严格要求。
3)应用于水声信道的UWAVLMS算法：用前向估计误差和后向检验误差改进双曲正切函数的结构，提出一种非线性误差与步长的映射关系，并配置对应参数，更新步长。UWAVLMS算法在判决误差e(n)为0时，算法中除式还会出现无法正常计算的问题。
而且，上述传统的变步长LMS算法都需要根据不同的信道条件和应用场景手动配置算法的相关参数，当信道条件改变时预设的参数将导致算法性能不再是最优化的。
因此，现有技术中针对次控制机制还发明了自动步长算法，主要有基于指数函数的自动步长算法（A-LMS），由于自动步长LMS算法相比传统的变步长LMS算法有着信道适应性更好的突出优势，且不需要手动配置参数，因此现有的自动步长LMS算法，即A-LMS成为很多均衡滤波算法的首选方案。然而，由于指数函数特性，收敛后的步长无法取值到非常接近于0，导致A-LMS算法收敛后步长仍然较大，抽头系数更新的增量大，导致算法对一些突变误差较为敏感，从而产生判决输出信号的误码率较高的问题。
发明内容
鉴于上述问题，本发明提供了一种自动步长LMS时域均衡滤波器及其实现方法，降低了收敛后的稳态误差和均衡后输出数字信号的误码率，同时，提升了自动步长算法的收敛速度。
为解决上述技术问题，本发明采用的技术方案是：
第一方面，本发明提供了一种自动步长LMS时域均衡滤波器，包括滤波器、主控制机制单元、次控制机制单元和第一加法器；所述滤波器，用于根据主控制机制单元输出的估计抽头对输入向量进行处理，以获得估计输出向量和判决输出向量；所述第一加法器，用于接收估计输出向量并结合期望响应，以获得估计误差；所述次控制机制单元，用于接收并采用QA-LMS算法对所述估计误差进行处理，以获得步长；所述主控制机制单元，用于接收并采用抽头增益算法对所述步长进行处理，以获得估计抽头。
作为优选方案，所述滤波器包括前馈滤波器、反馈滤波器、第二加法器和符号检测单元；所述前馈滤波器，用于根据主控制机制单元输出的估计抽头对输入向量进行处理；所述反馈滤波器，用于根据主控制机制单元输出的估计抽头对判决输出向量进行处理；所述符号检测单元，用于检测并根据设定阈值对估计输出向量进行判决，以获得判决输出向量；所述第二加法器，用于将前馈滤波器和反馈滤波器的输出进行加权和，产生估计输出向量，以供符号检测单元进行判决。
第二方面，本发明提供了一种自动步长LMS时域均衡滤波器的实现方法，包括：获取由滤波器输出的估计输出向量，并结合期望响应经第一加法器处理后，获得估计误差；次控制机制单元接收并采用QA-LMS算法对所述估计误差进行处理，以获得步长；主控制机制单元接收并采用抽头增益算法对所述步长进行处理，以获得估计抽头；滤波器根据所述估计抽头对输入向量进行均衡处理，以获得判决输出向量。
作为优选方案，所述次控制机制单元接收并采用QA-LMS算法对所述估计误差进行处理，包括：步骤1，获取估计误差；步骤2，计算估计误差平方对步长的偏导数；步骤3，引入元步长参数，计算步骤2结果与元步长参数的乘积；步骤4，引入归一化因子，计算步骤3结果与归一化因子的商，以降低元步长参数的取值敏感性；步骤5，将步骤4结果映射到二次函数上，获得初步步长；步骤6，引入高步检测机制，计算初步步长与高步检测因子的商；步骤7，将步骤6结果作为步长进行输出。
作为优选方案，所述步长的计算公式为：
Figure 100002_DEST_PATH_IMAGE002
其中，
Figure 100002_DEST_PATH_IMAGE004
为n时刻第i抽头位置的步长，
Figure 100002_DEST_PATH_IMAGE006
表示二次函数的底数部分，M为抽头数，k为元步长参数，
Figure 100002_DEST_PATH_IMAGE008
为估计误差；
对上式求偏导的结果为：
Figure 100002_DEST_PATH_IMAGE010
其中，
Figure 100002_DEST_PATH_IMAGE012
为输入向量，
Figure DEST_PATH_IMAGE014
为抽头系数关于步长的导数，
Figure DEST_PATH_IMAGE016
为n时刻第i个估计的抽头系数。
作为优选方案，还包括将估计误差
Figure 928509DEST_PATH_IMAGE008
向上偏置判决阈值
Figure DEST_PATH_IMAGE018
，公式为：
Figure DEST_PATH_IMAGE020
当采用OOK调制方式时，
Figure DEST_PATH_IMAGE022
。
与现有技术相比，本发明的有益效果包括：本发明基于二次函数的自动步长算法（QA-LMS）通过使用二次函数代替指数函数，有效降低了基于指数函数的自动步长算法（A-LMS）在收敛后的均方误差，且不需要根据信道场景预设内置参数，自适应算法的收敛速度得到了提升，收敛速度与RLS算法相同，可有效减少无线通信技术中用于训练的preamble（前导码）帧长的负荷。当将该算法应用于IR-UWB（脉冲超宽带无线电）通信系统时，经过已建模的802.15.3a延时信道CM1~CM3通道和AWGN高斯白噪声信道仿真测试，最后判决输出信号的误码率得到了大幅度的降低。在稳态特性上，本发明提出的QA-LMS均衡算法比A-LMS算法和其他变步长LMS算法具有更低的稳态误差，且复杂度远低于RLS算法，该算法还具有非常良好的稳定性和鲁棒性，当信道发生变化时，能快速追踪到最优解（维纳滤波器的维纳解）。
附图说明
参照附图来说明本发明的公开内容。应当了解，附图仅仅用于说明目的，而并非意在对本发明的保护范围构成限制。在附图中，相同的附图标记用于指代相同的部件。其中：
图1为现有技术中线性变步长LMS均衡滤波器的结构示意图；
图2为本发明实施例中自动步长LMS时域均衡滤波器的结构示意图；
图3为本发明实施例中信道的冲击响应波形图；
图4为本发明实施例中前馈滤波器的结构示意图；
图5为本发明实施例中自动步长LMS时域均衡滤波器的实现方法流程图；
图6为本发明实施例中QA-LMS算法的计算流程示意图；
图7为本发明实施例中QA-LMS算法和A-LMS算法进行中各alpha取值的步长因子对比图。
具体实施方式
容易理解，根据本发明的技术方案，在不变更本发明实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。
需要说明的是：目前均衡滤波器主要追求的性能指标包括：收敛速度、稳态误差、误码率、鲁棒性、稳定性和算法复杂度。
下面对各性能指标和专业术语进行说明。
1）收敛速度：指均方误差MSE学习曲线或均方根误差学习曲线在训练阶段误差下降的斜率。
2）稳态误差：指训练完成后与最优解（即维纳滤波器的维纳解，表示最优的一些列抽头系数）之间的误差。
3）误码率：输出判决信号与期望响应对比计算出的误码率。
4）鲁棒性：非平稳环境下信道变化时该算法对于最优解的追踪能力。
5）稳定性：最优解是时变的，稳定性指非平稳环境下训练后该算法追踪最优解的能力。
6）算法复杂度：包括计算复杂度和硬件实现的硬件代价。
7）RMS delay：均方根延迟，它表征的是无线通信信道环境的多径特征。
8）OOK调制：该调制方式只有1个阈值电平，超过这个阈值，表示1，小于这个阈值，则表示0，因此1个OOK符号表示1 bit信息。
一般来说，无线通信的空间距离越大，均方根延迟的值越大，而所需要的均衡算法的抽头数目也越多。一般来说，抽头数目要能够覆盖均方根延迟3~5倍的时间长度。
在无线通信中，信道是时变的非平稳环境，对算法跟踪最优解的速度要求高。训练速度快可以减少训练序列的长度，降低物理帧头部分的开销。稳态误差和鲁棒性、稳定性等有利于降低输出判决的误码率。
根据本发明的一实施方式结合图2示出。本发明提供了一种自动步长LMS时域均衡滤波器，包括滤波器、主控制机制单元、次控制机制单元和第一加法器。滤波器用于根据主控制机制单元输出的估计抽头对输入向量进行处理，以获得估计输出向量和判决输出向量；第一加法器用于接收估计输出向量并结合期望响应，以获得估计误差；次控制机制单元用于接收并采用QA-LMS算法对估计误差进行处理，以获得步长；主控制机制单元用于接收并采用抽头增益算法对步长进行处理，以获得估计抽头。
具体的，上述滤波器采用前馈滤波器和反馈滤波器复用的结构，包括前馈滤波器、反馈滤波器、第二加法器和符号检测单元。前馈滤波器用于根据主控制机制单元输出的估计抽头对输入向量进行处理；反馈滤波器用于根据主控制机制单元输出的估计抽头对判决输出向量进行处理；符号检测单元用于检测并根据设定阈值对估计输出向量进行判决，以获得判决输出向量；第二加法器用于将前馈滤波器和反馈滤波器的输出进行加权和，产生估计输出向量，以供符号检测单元进行判决。
图3为本发明实施例中信道的冲击响应波形图，横轴表示时间，纵轴表示信号幅度。图4为本发明实施例中前馈滤波器的结构示意图，每个Z-1 表示的都是时间上延迟1个单位信号间隔（UI：Unit Interval），1个单位信号间隔（UI）对应于图3的横轴上信号波形上的每个灰色的竖线之间的间隔。D-1表示当前时刻前1个UI的时刻，D0表示当前时刻，D1表示当前时刻后1个UI的时刻，D2表示当前时刻后2个UI的时刻，依次类推。
本发明实施例中，上述反馈滤波器采用FIR滤波器，抽头数仅需覆盖延时信道冲击响应的post-cursor（当前时刻后）波形。前馈滤波器的抽头数需要覆盖延时信道冲击响应全部的Pre-cursor（当前时刻前）和部分的post-cursor。因此，抽头数的覆盖范围包含pre-cursor和post-cursor，两部分覆盖的时延宽度为信道的RMS delay参数的3~5倍。输入的数字信号每时刻进入1bit（比特），每部分延时单元对应的输入比特与相应的抽头系数相乘，最终对各时刻的增量求和，经过符号检测单元判决产生估计输出向量。
如图5所示，本发明还提供了一种自动步长LMS时域均衡滤波器的实现方法，包括：
步骤S101，获取由滤波器输出的估计输出向量，并结合期望响应经第一加法器处理后，获得估计误差。
步骤S102，次控制机制单元接收并采用QA-LMS算法对估计误差进行处理，以获得步长。
具体的，次控制机制单元接收并采用QA-LMS算法对估计误差进行处理，如图6所示，包括步骤1-7。
步骤1，获取估计误差。
步骤2，计算估计误差平方对步长的偏导数。
步骤3，引入元步长参数，计算步骤2结果与元步长参数的乘积。
步骤4，引入归一化因子，计算步骤3结果与归一化因子的商，以降低元步长参数的取值敏感性。
步骤5，将步骤4结果映射到二次函数上，获得初步步长。
步骤6，引入高步检测机制，计算初步步长与高步检测因子的商。
步骤7，将步骤6结果作为步长进行输出。
步骤S103，主控制机制单元接收并采用抽头增益算法对步长进行处理，以获得估计抽头。
步骤S104，滤波器根据估计抽头对输入向量进行均衡处理，以获得判决输出向量。
下面针对QA-LMS算法的计算过程进行详细说明：
如图7所示，为本发明实施例中QA-LMS算法和A-LMS算法进行中各alpha取值的步长因子对比图。图7的横轴是α，α对应于不同LMS算法中的参数，纵轴是μ，μ表示各种LMS算法中的步长。可以看出，平方函数（alpha）2在零点附近斜率大于指数函数exp（alpha），用平方函数代替指数函数，更有利于在收敛后取到接近于0的步长。
在自动步长QA-LMS算法中：
Figure DEST_PATH_IMAGE023
其中，
Figure 269492DEST_PATH_IMAGE004
为n时刻第i抽头位置的步长，
Figure 997276DEST_PATH_IMAGE006
表示二次函数的底数部分，M为抽头数，k为元步长参数，
Figure 486027DEST_PATH_IMAGE008
为估计误差。
对上式求偏导的结果为：
Figure 957459DEST_PATH_IMAGE010
其中，
Figure 215265DEST_PATH_IMAGE012
为输入向量，
Figure 379530DEST_PATH_IMAGE014
为抽头系数关于步长的导数，
Figure 851182DEST_PATH_IMAGE016
为n时刻第i个估计的抽头系数。
由于步长因子取值在二次函数斜率较陡的区间内，导致在估计误差较大且不稳定时，步长的取值产生不规则的振荡，调整归一化因子
Figure DEST_PATH_IMAGE025
的增量部分可解决：
Figure DEST_PATH_IMAGE027
再更新alpha为
Figure DEST_PATH_IMAGE029
为了偏置函数工作的取值区间，将e(n)的映射过程，向上偏置判决阈值
Figure DEST_PATH_IMAGE031
，有效的加快了收敛速度，和降低了在信噪比较差时的输出误码率，公式表示为
Figure 267251DEST_PATH_IMAGE020
当采用OOK调制方式时，
Figure DEST_PATH_IMAGE033
。
进一步的，引入高步检测机制，即最终步长因子
Figure DEST_PATH_IMAGE035
还要除以修正项B，B表示为：
Figure DEST_PATH_IMAGE037
即将步长因子
Figure DEST_PATH_IMAGE039
除以修正项B后再赋值给
Figure 317247DEST_PATH_IMAGE039
。
上述QA-LMS整体的算法过程可总结为：
初始化：
Figure DEST_PATH_IMAGE041
Figure DEST_PATH_IMAGE043
其中，
Figure DEST_PATH_IMAGE045
对每个时刻n的输入计算：
Figure DEST_PATH_IMAGE047
上述算法过程中的变量表示含义总结为：
Figure 557473DEST_PATH_IMAGE012
为输入向量，
Figure DEST_PATH_IMAGE049
为期望响应，
Figure 755236DEST_PATH_IMAGE008
为估计误差，
Figure DEST_PATH_IMAGE051
为偏置的估计误差；
Figure DEST_PATH_IMAGE053
(n)为n时刻第i抽头位置的归一化因子；
i取值0到M-1，M为抽头数；
Figure 443837DEST_PATH_IMAGE004
为n时刻第i抽头位置的步长，
Figure 912121DEST_PATH_IMAGE006
表示二次函数的底数部分；
Figure DEST_PATH_IMAGE055
为归一化参数，取值为
Figure DEST_PATH_IMAGE057
；
Figure DEST_PATH_IMAGE059
为误差的偏置量，OOK调制
Figure 355872DEST_PATH_IMAGE059
取值为0.5；
B为高步检测因子；
Figure 40931DEST_PATH_IMAGE016
为n时刻第i个估计的抽头系数；
Figure DEST_PATH_IMAGE061
为抽头系数关于步长的导数，反映步长的运动轨迹。
本发明实施例中，上述QA-LMS算法主要针对A-LMS算法的函数映射关系作出了创新性的修改，用二次函数替代了指数函数，并且改变了求导方式为对步长直接求导，而不是对指数函数指数部分求导。QA-LMS修改了归一化因子的增量，避免了算法在函数斜率较大的工作区间内由于误差不稳定导致的振荡现象。最后，提出对估计误差偏置一定值，具体偏置的取值为调制方式的判决幅度阈值。通过使步长取值在二次函数接近于0的区间内，有效提升算法训练时的收敛速度，降低收敛后的稳态误差，降低输出判决信号的误码率。
本发明提出的 QA-LMS算法在硬件实现时，比A-LMS算法少M（M为抽头数）个cordic（COordinate Rotation DIgital Computer，即坐标旋转数字计算方法）实现的指数函数，有效地减少了自动步长算法的计算复杂度；QA-LMS算法主要针对A-LMS的函数映射关系作出了创新性的修改，用二次函数替代了指数函数，并且改变了求导方式为对步长直接求导，而不是对指数函数指数部分求导；QA-LMS修改了归一化因子的增量，避免了算法在函数斜率较大的工作区间内由于误差不稳定导致的振荡现象；最后，提出对估计误差偏置一定值，具体偏置的取值为调制方式的判决幅度阈值。通过使步长取值在二次函数接近于0的区间内，有效提升算法训练时的收敛速度，降低收敛后的稳态误差，降低输出判决信号的误码率。主要针对基于训练的时域均衡滤波器算法中变步长LMS算法需要预置参数设置的问题，在已有的自动步长LMS算法（A-LMS）的基础上加以改进，降低收敛后的稳态误差，降低均衡后输出数字信号的误码率。同时，提升自动步长算法的收敛速度，在收敛速度上与RLS算法接近，但比RLS更容易收敛，在稳态误差上要优于最优参数配置下的相关变步长LMS算法。
综上所述，本发明的有益效果包括：本发明基于二次函数的自动步长算法（QA-LMS）通过使用二次函数代替指数函数，有效降低了基于指数函数的自动步长算法（A-LMS）在收敛后的均方误差，不需要根据信道场景预设内置参数；自适应算法的收敛速度得到了提升，收敛速度与RLS算法相同，可有效减少无线通信技术中用于训练的preamble帧长的负荷。当将该算法应用于IR-UWB通信系统时，经过已建模的802.15.3a延时信道CM1~CM3通道和AWGN高斯白噪声信道仿真测试，最后判决输出信号的误码率得到了大幅度的降低。在稳态特性上，本发明提出的QA-LMS均衡算法比A-LMS算法和其他变步长LMS算法具有更低的稳态误差，且复杂度远低于RLS算法。该算法还具有非常良好的稳定性和鲁棒性，当信道发生变化时，能快速追踪到最优解（维纳滤波器的维纳解）。
应理解，所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括 ：U 盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的技术范围不仅仅局限于上述说明中的内容，本领域技术人员可以在不脱离本发明技术思想的前提下，对上述实施例进行多种变形和修改，而这些变形和修改均应当属于本发明的保护范围内。

Claims (5)

1.一种自动步长LMS时域均衡滤波器，其特征在于，包括滤波器、主控制机制单元、次控制机制单元和第一加法器；
所述滤波器，用于根据主控制机制单元输出的估计抽头对输入向量进行处理，以获得估计输出向量和判决输出向量；
所述第一加法器，用于接收估计输出向量并结合期望响应，以获得估计误差；
所述次控制机制单元，用于接收并采用QA-LMS算法对所述估计误差进行处理，以获得步长；
所述主控制机制单元，用于接收并采用抽头增益算法对所述步长进行处理，以获得估计抽头；
其中，采用QA-LMS算法对所述估计误差进行处理，包括：
步骤1，获取估计误差；
步骤2，计算估计误差平方对步长的偏导数；
步骤3，引入元步长参数，计算步骤2结果与元步长参数的乘积；
步骤4，引入归一化因子，计算步骤3结果与归一化因子的商，以降低元步长参数的取值敏感性；
步骤5，将步骤4结果映射到二次函数上，获得初步步长；
步骤6，引入高步检测机制，计算初步步长与高步检测因子的商；
步骤7，将步骤6结果作为步长进行输出。
2.根据权利要求1所述的自动步长LMS时域均衡滤波器，其特征在于，所述滤波器包括前馈滤波器、反馈滤波器、第二加法器和符号检测单元；
所述前馈滤波器，用于根据主控制机制单元输出的估计抽头对输入向量进行处理；
所述反馈滤波器，用于根据主控制机制单元输出的估计抽头对判决输出向量进行处理；
所述符号检测单元，用于检测并根据设定阈值对估计输出向量进行判决，以获得判决输出向量；
所述第二加法器，用于将前馈滤波器和反馈滤波器的输出进行加权和，产生估计输出向量，以供符号检测单元进行判决。
3.一种自动步长LMS时域均衡滤波器的实现方法，其特征在于，包括：
获取由滤波器输出的估计输出向量，并结合期望响应经第一加法器处理后，获得估计误差；
次控制机制单元接收并采用QA-LMS算法对所述估计误差进行处理，以获得步长；
主控制机制单元接收并采用抽头增益算法对所述步长进行处理，以获得估计抽头；
滤波器根据所述估计抽头对输入向量进行均衡处理，以获得判决输出向量；
其中，所述次控制机制单元接收并采用QA-LMS算法对所述估计误差进行处理，包括：
步骤1，获取估计误差；
步骤2，计算估计误差平方对步长的偏导数；
步骤3，引入元步长参数，计算步骤2结果与元步长参数的乘积；
步骤4，引入归一化因子，计算步骤3结果与归一化因子的商，以降低元步长参数的取值敏感性；
步骤5，将步骤4结果映射到二次函数上，获得初步步长；
步骤6，引入高步检测机制，计算初步步长与高步检测因子的商；
步骤7，将步骤6结果作为步长进行输出。
4.根据权利要求3所述的自动步长LMS时域均衡滤波器的实现方法，其特征在于，所述步长的计算公式为：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
为n时刻第i抽头位置的步长，
Figure DEST_PATH_IMAGE003
表示二次函数的底数部分，M为抽头数，k为元步长参数，
Figure DEST_PATH_IMAGE004
为估计误差；
对上式求偏导的结果为：
Figure DEST_PATH_IMAGE005
其中，
Figure DEST_PATH_IMAGE006
为输入向量，
Figure DEST_PATH_IMAGE007
为抽头系数关于步长的导数，
Figure DEST_PATH_IMAGE008
为n时刻第i个估计的抽头系数。
5.根据权利要求3所述的自动步长LMS时域均衡滤波器的实现方法，其特征在于，还包括将估计误差
Figure DEST_PATH_IMAGE009
向上偏置判决阈值
Figure DEST_PATH_IMAGE010
，公式为：
Figure DEST_PATH_IMAGE011
当采用OOK调制方式时，
Figure DEST_PATH_IMAGE012
。
CN202110134129.1A 2021-02-01 2021-02-01 一种自动步长lms时域均衡滤波器及其实现方法 Active CN112511473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110134129.1A CN112511473B (zh) 2021-02-01 2021-02-01 一种自动步长lms时域均衡滤波器及其实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110134129.1A CN112511473B (zh) 2021-02-01 2021-02-01 一种自动步长lms时域均衡滤波器及其实现方法

Publications (2)

Publication Number Publication Date
CN112511473A CN112511473A (zh) 2021-03-16
CN112511473B true CN112511473B (zh) 2021-05-14

Family

ID=74953102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110134129.1A Active CN112511473B (zh) 2021-02-01 2021-02-01 一种自动步长lms时域均衡滤波器及其实现方法

Country Status (1)

Country Link
CN (1) CN112511473B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115550115A (zh) * 2021-06-30 2022-12-30 华为技术有限公司 一种信号判决均衡方法以及装置
CN115361259B (zh) * 2022-08-24 2023-03-31 西安理工大学 基于空间延迟分集的信道均衡方法
CN117896219A (zh) * 2024-03-18 2024-04-16 中国民航大学 一种基于ssa寻优的lms均衡优化方法、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283528A (zh) * 2014-09-18 2015-01-14 河海大学 一种变步长lms自适应滤波方法
CN105227258A (zh) * 2015-11-03 2016-01-06 重庆大学 基于高阶统计量的l-dacs1系统自适应干扰消除方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2823043B1 (fr) * 2001-03-30 2005-09-09 France Telecom Egaliseur a retour de decisioons base sur une estimation de canal, procede d'egalisation, recepteur, signal et systeme d'emission et de reception correspondants
US7092472B2 (en) * 2003-09-16 2006-08-15 Rambus Inc. Data-level clock recovery
CN106982182A (zh) * 2017-04-18 2017-07-25 南京邮电大学 一种高速自适应判决反馈均衡器
CN108173794B (zh) * 2017-12-27 2020-05-12 武汉邮电科学研究院 一种新型lms方法及使用该方法的实数自适应均衡器

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283528A (zh) * 2014-09-18 2015-01-14 河海大学 一种变步长lms自适应滤波方法
CN105227258A (zh) * 2015-11-03 2016-01-06 重庆大学 基于高阶统计量的l-dacs1系统自适应干扰消除方法

Also Published As

Publication number Publication date
CN112511473A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN112511473B (zh) 一种自动步长lms时域均衡滤波器及其实现方法
CA2084034C (en) Adaptive receiver apparatus
Riera-Palou et al. Linear equalisers with dynamic and automatic length selection
US7421017B2 (en) Digital filter adaptively learning filter coefficient
US20070058081A1 (en) Channel equalizer and digital television receiver using the same
WO2006093389A1 (en) Channel equalizer and method of equalizing a channel
WO1998039854A1 (fr) Recepteur avec fonction de correction du decalage de frequence
CN113300988B (zh) 低频水声通信的模态间干扰抑制方法
WO1999023796A1 (en) Error filtering in a decision feedback equalizer
US8208529B2 (en) Equalization apparatus and method of compensating distorted signal and data receiving apparatus
KR100556403B1 (ko) Ｖｓｂ 수신 시스템에서 채널 등화 장치 및 그 방법
JP4783432B2 (ja) 波形等化装置
US8644369B1 (en) Equalizer adaptation for heavily compressed or clipped communications signals
US6349112B1 (en) Adaptive equalizer compensating signal distortion on transmission path
WO2007115010A1 (en) Effective adaptive filtering techniques
JP4189389B2 (ja) 等化装置および等化方法
US7289559B2 (en) Method for updating coefficients in decision feedback equalizer
JP5257008B2 (ja) 適応等化器およびタップ係数制御方法
KR100698265B1 (ko) 디지털 방송 수신기의 등화 장치
Kim Decision feedback equalizer algorithms based on error entropy criterion
He et al. Adaptive equalization for multipath fading channels using Laguerre filters
JPH0435113A (ja) 判定帰還形等化器
JP4180442B2 (ja) 適応等化器
JP2546022B2 (ja) 適応型通信路インパルスレスポンス推定方式
KR100519317B1 (ko) 주파수영역 적응 등화 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220720

Address after: 501-c1, No. 19, Erquan East Road, Huizhi enterprise center, Xishan Economic and Technological Development Zone, Nanjing, Jiangsu Province, 214000

Patentee after: Ruidina (Wuxi) Technology Co.,Ltd.

Address before: 211800 building 12-504, 29 buyue Road, Qiaolin street, Pukou District, Nanjing City, Jiangsu Province

Patentee before: Redina (Nanjing) Electronic Technology Co.,Ltd.

TR01 Transfer of patent right