【正文】 圖 41 信號系統(tǒng)仿真框圖首先,輸入雙極性基帶信號，進(jìn)入調(diào)制系統(tǒng)，而后通過含高斯白噪聲的信道，此時信號已經(jīng)雜亂不堪，我們在將信號通過均衡器，使之盡量恢復(fù)到進(jìn)入信道前的樣子，最后，我們將恢復(fù)之后的信號進(jìn)行解調(diào)輸出。 基于 LMS 算法均衡器仿真利用上面給出的LMS 算法和線性橫向均衡器，用 MATLAB進(jìn)行仿真，它的步長因子是u=，u2=，采樣次數(shù)為 5000。信道參數(shù) [,,]：抽頭系數(shù)為 11個。經(jīng)過上述信道和噪聲影響后輸出的信號圖形，以及經(jīng)過均衡器后輸出的信號圖形，最后一個是通過LMS算法均衡器均衡后，期望輸出與均衡后輸出誤差的收斂速度。并討論影響其因素。下圖給出了仿真結(jié)果：其中圖 42（a）為理想 4QAM 調(diào)制信號的星座圖，圖 42 (b)為經(jīng)過上述信道和嗓聲影晌后的均衡器輸入端信號星座圖，圖 42(c)是均衡器輸出端信號的星座圖，圖 42(d)是 LMS 算法的不同步長收斂速度， 42（e ）是 LMS 算法對誤碼率的影響。從圖中可以看出，均衡器輸入信號由于信道和噪聲的影響，產(chǎn)生了嚴(yán)重的碼間干擾，接收機(jī)已經(jīng)不能正常工作，而均衡后信號星座圖已經(jīng)完全張開?？梢娛褂?LMS 算法，均衡器能夠正常收斂到最優(yōu)解并且能夠跟蹤信道的變化。仿真源碼程序見附錄所示。輸入信號 信 道高斯白噪聲4QAM 調(diào)制 均衡器 4QAM 解調(diào) 輸出信號大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 19圖 42 (a) 理想 4QAM 調(diào)制信號的星座圖圖 42 (b) 均衡器輸入端信號星座圖圖 42 (c) 均衡器輸出端信號星座圖大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 20圖 42 (d) LMS 算法在不同步長的收斂速度42（e ） 是 LMS 算法對誤碼率的影響 實驗結(jié)果經(jīng)均衡器后的信號誤碼率有明顯的降低,但噪聲還是比較大,星座圖分布的也明顯集中,步長成為影響收斂速度之一,步長長的收斂速度快。 基于 CMA 算法均衡器仿真利用上面給出的CMA算法和線性橫向均衡器，用MATLAB進(jìn)行仿真，它的步長因子是u=，u2=,，采樣次數(shù)為5000。信道參數(shù)[,, ,]。抽頭系數(shù)為11個。經(jīng)過上述信道和噪聲影響后輸入端的信號圖形，以及經(jīng)過均衡器后輸出的信號圖形，最后一個是通過CMA算法均衡器均衡后，期望輸出與均大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 21衡后輸出誤差的收斂速度。并討論影響其因素。下圖給出了仿真結(jié)果:其中圖 43（a）為理想 4QAM 調(diào)制信號的星座圖，圖 43 (b)為經(jīng)過上述信道和嗓聲影晌后的均衡器輸入端信號星座圖，圖 43(c)是均衡器輸出端信號的星座圖，圖 43(d)是 CMA 算法的不同步長收斂速度， 43（e ）是 CMA 算法不同步長下的誤碼率。從圖中可以看出，均衡器輸入信號由于信道和噪聲的影響，產(chǎn)生了嚴(yán)重的碼間干擾，接收機(jī)已經(jīng)不能正常工作，而均衡后信號星座圖已經(jīng)完全張開?？梢娛褂?CMA 算法，均衡器能夠正常收斂到最優(yōu)解并且能夠跟蹤住信道的變化。仿真源碼程序見附錄所示。43（a） 為理想 4QAM 調(diào)制信號的星座圖43(b) 為經(jīng)過上述信道和嗓聲影晌后的均衡器輸入端信號星座圖大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 22圖 43(c) 是均衡器輸出端信號的星座圖43(d) 是 CMA 算法在不同步長下的收斂速度43（e ） 是 CMA 算法在不同步長下的誤碼率大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 23 實驗結(jié)果經(jīng)均衡器后的信號星座圖分布的也明顯集中,步長成為影響收斂速度之一,步長長的收斂速度快，同時誤碼率也比較低。 LMS 算法與 CMA 算法比較利用上述仿真條件，對 LMS 算法和 CMA 算法的誤碼率進(jìn)行下比較，得知 CMA 算法收斂速度比較快,而且誤差比較小。受干擾能力也較 LMS 算法強。大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 24第五章 總 結(jié)在信息日益膨脹的數(shù)字化、信息化時代，通信系統(tǒng)擔(dān)負(fù)了重大的任務(wù)，這要求數(shù)字通信系統(tǒng)向著高效率、高可靠性的方向發(fā)展。信道均衡是通信系統(tǒng)中一項重要的技術(shù)，能夠很好的補償信道的非理想特性，從而減輕信號的畸變，降低誤碼率。在高速通信、無線通信領(lǐng)域，信道對信號的畸變更加嚴(yán)重，因此信號均衡技術(shù)是不可或缺的。自適應(yīng)均衡能夠自動的調(diào)節(jié)系數(shù)從而跟蹤信道，成為通信系統(tǒng)中一項關(guān)鍵的技術(shù)。基于此，本文對均衡器的結(jié)構(gòu)和自適應(yīng)算法做了理論研究和計算機(jī)仿真分析，具有一定的理論意義和實踐意義。本論文在分析通信信道的基礎(chǔ)上，闡述了產(chǎn)生碼間干擾的原因以及無碼間干擾的條件。分析了各種均衡器結(jié)構(gòu)和自適應(yīng)算法，并對其進(jìn)行了比較和計算機(jī)仿真。主要對LMS 和 CMA 算法的收斂特性進(jìn)行比較與分析。本文的主要工作有以下幾個方面：分析了通信信道的特點，建立了通信信道的模型，分析產(chǎn)生碼間干擾的原因，研究了消除碼間干擾的方法，即時域均衡。介紹了均衡器的分類，并對線性均衡器和判決反饋均橫器進(jìn)行了分析。對常用的自適應(yīng)均衡算法進(jìn)行了研究，包括 LMS 算法和 CMA 算法。并選擇線性橫向均衡器，分別選用這兩種算法分別對抽頭系數(shù)進(jìn)行調(diào)整，用 MATLAB 進(jìn)行仿真，并對 LMS 和 CMA 算法的收斂速度進(jìn)行比較，實驗結(jié)果為 CMA 算法整體較 LMS 算法好。均衡算法種類繁多，本論文只介紹了其中幾個，盲均衡中只介紹了 CMA 算法。目前，盲均衡器是人們很關(guān)注的一項均衡技術(shù)，已有很多的盲均衡算法問世，盲均衡算法不用訓(xùn)練序列維持，減少了訓(xùn)練時間，有較大的靈活性。由于時間的關(guān)系，對其他的均衡算法沒有做出研究，但其他算法還是有必要深入研究的。大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 25致 謝首先，我要衷心的感謝電氣信息學(xué)院的培養(yǎng)，它為我提供了很好的學(xué)習(xí)機(jī)會，讓我學(xué)到了很多專業(yè)知識和做人的道理。同時要感謝四年來各位老師的諄諄教誨和各位同學(xué)的無私幫助和支持。本文所作的研究以及本文的撰寫工作都是在鄒娟老師的悉心指導(dǎo)下完成，在論文的撰寫過程中曾多次遇到問題，鄒老師在空余時間很耐心的給予指導(dǎo)，在此衷心感謝鄒老師的幫助與支持。我還要感謝我的家人，是他們的無限關(guān)愛使我能順利完成大學(xué)的學(xué)習(xí)，是他們在我遇到難題時給我及時的幫助與無限的動力！最后，對參加論文評審和答辯的各位老師致以最誠摯的致謝!大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 26參考文獻(xiàn)[1] MATLAB 實現(xiàn)[M].北京：電子工業(yè)出版社，2022.[2] [M]. 北京：國防工業(yè)出版社 (第二版)，2022.[3] Bussgang 技術(shù)盲均衡算法的研究 [D].太原，太原理工大學(xué)電路與系統(tǒng)專業(yè)，2022.[4] 張輝. 現(xiàn)代通信原理與技術(shù)[M]. 西安：西安電子科技大學(xué)出版社， 2022.[5] [M]. 北京：電子工業(yè)出版社， 2022.[6] [M]. 北京：科學(xué)出版社，2022 .[7] [M]. 西安：西安電子科技大學(xué)出版社， 2022.[8] 及其在理工課程中的應(yīng)用指南 [M].西安：西安電子科技大學(xué)出版社，2022.[9] (第四版 )[M].北京：國防工業(yè)出版社， 2022.[10] [M]. 北京：國防工業(yè)出版社，2022.[11] 邱天爽，張旭秀，李小兵等. 統(tǒng)計信號處理 非高斯信號處理及其應(yīng)用[M].北京：電子工業(yè)出版社，2022.[12] 李妍. Matlab 通信仿真開發(fā)手冊 [M].北京：國防工業(yè)出版社，2022．[13] Godard,D,SelfRecovering Equalization and Carrier Tracking in TwoDimensional DataCommunicatioSystems,Communications[J],IEEETransactionson[legacy,pre1988],682,1975．[14] Benveniste, Goursat,M,BlindEqualizers,Communications[J].IEEE Transactions on legacy,pre1988:,1984．[15] Johnson,R,Jr,Schniter,P,Endres,etal,Blind equalization using the constant modulus criterion:a review[C],Proceedings of the IEEE,1998．大連交通大學(xué) 2022 屆本科生畢業(yè)設(shè)計（論文） 27附 錄實驗 采用線性橫向均衡器與 LMS 算法主程序clear all。 clear all。close all。 M=4。len=5000error=zeros(1,len)。for i=1:100 msg=randint(len,1,M)。 u=。 order=11。 modmsg=qammod(msg,M)。 trainlen=500。 trainmsg=modmsg(1:trainlen)。 channel=[,,]。 filtmsg=filter(channel,1,modmsg)。 filtmsg=awgn(filtmsg,20,39。measured39。)。 eq=lineareq(order,lms(u))。 [eqmsg yd e]=equalize(eq,filtmsg,trainmsg)。 demodmsg_noeq=qamdemod(filtmsg,M)。 demodmsg=qamdemod(eqmsg,M)。 symerr_noeq(i)=sum((demodmsg_noeq(trainlen+1:len)~=msg(trainlen+1:len)))/(lentrainlen)。symerr(i)=sum((demodmsg(trainlen+1:len)~=msg(trainlen+1:len)))/(lentrainlen)。error=abs(e39。)+error。 endscatterplot(modmsg,1,0,39。r*39。)。hold onscatterplot(filtmsg(trainlen:len),1,0,39。g*39。)。hold onscatterplot(eqmsg(trainlen:len),1,0,39。r*39。)。hold onfigurefor i=1:100 msg=randint(len,1,M)。 u2=。 order=11。 modmsg=qammod(msg,M)。 trainlen=500。 trainmsg=modmsg(1:trainlen)。 channel=[,,]。 filtmsg=filter(channel,1,modmsg)。 filtmsg=awgn(filtmsg,20,39。measured39。)。 eq2=lineareq(order,lms(u2))。 [eqmsg2 yd e]=equalize(eq2,filtmsg,trainmsg)。 demodmsg_noeq=qamdemod(filtmsg,M)。 demodmsg=qamdemod(eqmsg2,M)。