1.软件版本

matlab2022a

2.运行方法

     使用matlab2022a或者高版本仿真，运行文件夹中的tops.m或者main.m。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体操作观看提供的程序操作视频跟着操作。

3.部分仿真截图

 ​编辑

 ​编辑

 ​编辑

 ​编辑

 ​编辑

 ​编辑

4.内容简介

    在无线通信系统中，由于多径效应及码间干扰的存在，信号误码率会升高。均衡技术是一种对抗码间干扰的重要技术。本文将介绍LMS均衡和RLS均衡两种均衡算法。在线性和非线性均衡中的应用。将MSK信号经过三径多径信道。

    由于最陡下降法每次迭代都需要知道性能曲面上某点的梯度值，而实际上梯度值只能根据观察数据进行估计。而L M S LMSLMS实质上是用平方误差代替均方误差，即：

​编辑

得到L M S LMSLMS算法的基本关系式：

​编辑

   RLS算法的关键是用二乘方的时间平均准则取代最小均方准则，并按照时间进行迭代计算，换句话说，对从起始时刻到当前时刻所有误差的平方进行平均并使之最小化，即： 

​编辑

对于，非平稳随机信号，为了更好的跟踪，引入一个指数加权因子对上式进行修正： 

​编辑

传统lms算法及归一化lms算法：

及其对于平稳过程，最小均方差(least mean square，lms)算法[4][5]是直接利用单次采样数据获得的e2(n)代替均方误差j(n)，来进行梯度估计的。其算法流程如下：

(1)根据已知数据，期望信号d(n)和滤波器的输入信号矢量x(n)=[x(n)x(n-1)…x(1)]t，设置收敛因子μ(0<μ

(2)初始化滤波器的权矢量w(0)=0(或由先验知识确定)、泄漏因子γ(0<γ<1，通常取γ近似为1)；

(3)对n=0,1,2…，计算滤波器输出信号y(n)=xt(n)w(n)、误差信号e(n)=d(n)－y(n)、以及滤波器权更新系数w(n+1)=w(n)+2μe(n)x(n)；

(4)归一化lms算法(nlms)在传统lms算法权值更新上做了调整：w(n+1)=w(n)+2μe(n)x(n)/[x(n)×x(n)-1+β]，参数属性与传统lms算法相同，参数β为防止x(n)×x(n)-1过小权值更新失真而设置。 

​