关键字 |
| 抽头延迟线滤波器、自适应同步、时变信道,自适应滤波 |
介绍 |
| 从近几十年自适应滤波获得动力在许多数字信号处理(DSP)的应用程序。数字信号处理(DSP)是一个主要玩家在当前技术进步如噪声过滤系统识别和预测。最近卡尔曼自适应滤波器算法已被用于解决这些优化问题更传统的方法如最陡下降。卡尔曼滤波的参数估计的好处当神经网络逼近函数。 |
| 自适应同步是相干通信系统的重要组成部分,尤其是对于那些使用高带宽效率调制方案,如正交幅度调制(QAM) [3], [4]。在传统的单载波通信系统的自适应同步重要,但也是必要的多载波通信系统[1]。卡尔曼滤波器是最优递归线性滤波器的最小均方误差(MMSE) [5]。相位测量和观察可以线性方程,因此应用卡尔曼滤波器。 |
| 使用卡尔曼滤波器来估计状态变量的先验估计和观察测量。卡尔曼滤波方程的最小二乘问题,解决评估跨之间的协方差和自协方差估计状态变量和观察。协方差是一个最佳的测量线性相关,卡尔曼滤波器是最优的,线性多元高斯模型的无偏估计量。非高斯边际函数或多元依赖结构可以来源于强大的非线性模型的行为和妥协的结果过滤器。 |
| 本文的组织结构如下:第二节线性信道估计是解释说。参数估计,状态估计和线性信道估计是解释说。在第三节,卡尔曼滤波器是使用抽头延迟线通道模型解释了用卡尔曼滤波参数方程。在第四节,展示了真实值的重量,估计重量,卡尔曼增益和最小均方误差(MMSE)。最后,得出结论。 |
线性航道估计 |
| 估计这个词相关的过滤。它是用来表示系统即旨在提取信息从嘈杂的数据规定数量的兴趣。信道估计这一术语允许接收器近似信号通道的影响。通道是遭受两个障碍:ISI和噪声[9]。ISI(国米符号干扰)和噪声等去除通过信道估计。两个障碍的最终结果是,接收到的信号在信道输出的噪声和扭曲的版本被传输的信号。接收机的功能是对接收信号进行操作,并提供一个可靠的信号,一个用户在系统的输出。 |
| 答:参数估计 |
| 参数估计的参数不变化或变化缓慢,而状态估计也在不断发展。在许多通信和控制系统参数识别的一些系统参数不预期的准确性。从观测数据估计这些已知参数的方法叫做参数识别。系统识别的更一般的问题开发一个系统的数学模型从观测数据叫做系统识别[6]。 |
| b .状态估计 |
| 状态估计是描述信号处理、过滤和平滑。三个基本方法用于最小二乘估计,最大似然和贝叶斯。观察的一个估计量被定义为一个函数拥有某些可取的属性如无偏性,一致性和最小方差。卡尔曼滤波器提供了优化的最小二乘估计,最大似然和贝叶斯的高斯-马尔可夫模型。马尔可夫随机过程,鉴于其现状,其未来独立于其过去[7][8]。 |
| 连续时间动态系统的状态在时间t用多维向量x (t)。状态方程描述的演变x (t)通常是系统错误。过滤的问题是复杂的事实,x (t)是隐藏的,可以观察到的唯一途径是通过间接测量他的方程是一个函数的x (t)本身。此外测量方程是受到自己的不可避免的噪声。动力系统是在下面图1。 |
| c .信道估计 |
| 信道估计是定义为过程描述物理信道的影响对输入序列。信道估计,估计系统的脉冲响应,如果通道假定为线性的。必须再次强调,信道估计只是一个真正发生的数学表示。良好的信道估计是一个某种类型的错误最小化标准满意(如最小均方误差(MMSE) [12]。 |
| 有两种信道估计方法提出了。最大似然(ML)估计量是无偏,但它对噪声更敏感。第二信道估计方法,基于最小化均方误差(MMSE) [9]。从信道接收信号受到相位失真,国米符号干扰和热噪声。 |
| 有各种理由估计信道,它允许接收器计算信道对信号的影响,消除国际符号干扰,噪音。在多样性技术Rake接收机使用信道估计来实现匹配滤波器,这样接收器是最佳匹配接收信号的传播而不是一个。最小化误差概率最大的探测器使用信道估计技术。它还允许相干解调的实现。相干de-modulation需要信号的知识的阶段。 |
卡尔曼滤波器 |
| 卡尔曼滤波器是一组数学方程,提供了一个有效的计算(递归)意味着估计过程的状态,以一种最小化平方误差的均值。卡尔曼滤波是一种有效的递归滤波器的估计动态系统的状态和噪声测量。卡尔曼滤波是广泛用于导航和制导系统、雷达跟踪,声纳测距,和卫星轨道计算,以及地震资料处理等不同领域,核电站仪表,计量经济学。信号的特征是动态或状态模型的卡尔曼滤波器可能认为顺序MMSE估计信号含有噪声。它概括顺序MMSE估计量,允许未知参数进化根据动态模型。图2显示了卡尔曼滤波器,估计量的框图。图3显示了线性信道抽头延迟线模态。 |
| 卡尔曼滤波器参数方程给出 |
| 1。预测: |
 ..... (1) |
| 2。最小的预测均方误差: |
 ……(2) |
| 3所示。卡尔曼增益: |
 ........ (3) |
| 4所示。更正: |
 ....... (4) |
| 5。最小均方误差: |
 ……(5) |
| 初始化: |
 |
结果和讨论 |
| 信道估计的参数使用卡尔曼滤波器。英吉利海峡在本质上被认为是随时间变化的。通道是作为一个抽头延迟线模仿n没有重量。没有。按要求利用权重的假定。Matlab仿真结果的时变信道估计使用卡尔曼滤波器。 |
| 我们实现了卡尔曼滤波器估计量的抽头延迟线在p = 3的重量 |
| 使用MATLAB版本7.6.0 (R2008a)。我们假设 |
 |
 |
| 的真实值权重图4所示。有三种利用权重hn [0];hn[1]和hn [2]。没有。利用权重可能会增加。图表显示,真正的价值权重减少单调。图表可以得出n。的样本。样本的值可能是固定的,也可以根据不同的要求。 |
| 输入信号是图5所示。X [n]所需的输入和S [n]的实际产出。s [n]是无声的信号。所需的输入信号是受到国际的符号干扰和噪声。和s [n]输出信号获得没有噪音。 |
| 估计利用权重图6所示。水龙头的实际值权重通过应用卡尔曼滤波参数估计。三个估计利用权重值被认为是hn [0];hn [1];和hn [2]。计算卡尔曼增益图7所示。这表明,没有。轻体重的增加按图卡尔曼增益下降。最小均方误差图8所示。这个MMSE图表示没有利用权重按图增加了误差最小化。 To minimize the error the gain is also decrease |
结论 |
| 在这篇文章中,信道参数估计使用卡尔曼滤波器和自适应同步完成。英吉利海峡在本质上是假定为时变模型为低通抽头延迟线过滤器。抽头延迟线线性信道模型被用来估计信道的参数使用卡尔曼滤波器。 |
|
数据乍一看 |
|
|
|
引用 |
- 陈黄c . h . s . c, d . c . Chang”研究的联合效应在优质的接收机同步和信道估计,“2005年第八届国际研讨会上交流(ISCOM 2005),高雄,台湾,2005年11月。
- d·r·斯蒂芬斯无线通讯锁相环:数字、模拟和光学实现,Kluwer学术出版社,第二版,2002年。
- l . k . Tan et al .,“70 mb / s的浮动利率1024 - qam电缆接收器IC集成10 b ADC和选举委员会的解码器,“IEEE杂志固态电路,33卷,12号,第2218 - 2205页,1998年12月。
- d·a·拜恩”QAM陆地和电缆传输,”IEEE消费电子,41卷,1995年8月3号,pp.383 - 391。
- b·d·o·安德森和j·b·摩尔“最佳过滤”,恩格尔伍德悬崖,新泽西:普伦蒂斯·霍尔出版社,1979年。
- j·g . Proakis“数字通信”,第3版,麦格劳-希尔,1995年。
- 美国微积分”,自适应滤波器理论”,新世纪,3。1996。
- d . Stranneby& w·沃克,“数字信号处理和应用程序”,NewenesAn爱思唯尔的印记,第二版,2009年版。
- s·m·凯,“统计信号处理基础:估计理论”,普伦蒂斯·霍尔出版社,1998年。
- Grewal编写m . S。,and Andrews A. P., “Kalman filtering, theory and practice", Prentice- Hall, 1993.
- 托马斯•Drumright“自适应过滤”,1998年春季。
- s·m·凯,“统计信号处理基础:估计理论”,普伦蒂斯·霍尔出版社,1998年。
|
菜单
..... (1)
……(2)
........ (3)
....... (4)
……(5)
