通信工程課程設(shè)計(jì)-自適應(yīng)通信系統(tǒng)辨識(shí)的仿真設(shè)計(jì)-資料下載頁
2025-08-11 10:53本頁面
【正文】 sk(3,:,1)),39。39。)。xlabel(39。k39。),ylabel(39。W39。)。legend(39。w139。,39。w239。,39。w339。,4)。figure(2)。subplot(2,2,1)。plot(t(1:300),abs(Wpsk(1,1:300,1)),39。.39。)。xlabel(39。k39。),ylabel(39。w339。)。title(39。(a)39。)。legend(39。μ=39。,4)。subplot(2,2,2)。plot(t(1:300),abs(Wpsk(1,1:300,2)),39。39。)。xlabel(39。k39。),ylabel(39。w339。)。title(39。(b)39。)。legend(39。μ=39。,4)。subplot(2,2,3)。plot(t(1:300),abs(Wpsk(1,1:300,3)),39。39。)。xlabel(39。k39。),ylabel(39。w339。)。title(39。(c)39。)。legend(39。μ=39。,4)。subplot(2,2,4)。plot(t(1:300),abs(Wpsk(1,1:300,4)),39。:39。)。xlabel(39。k39。),ylabel(39。w339。)。title(39。(d)39。)。legend(39。μ=39。,4)。第4章 仿真結(jié)果分析 輸入信號(hào) 輸入信號(hào)為01之間均勻分布的隨機(jī)信號(hào)，調(diào)制方式采用8PSK時(shí)的仿真結(jié)果。●不加入高斯白噪聲時(shí)程序運(yùn)行后所得到的圖形：＝. 不同μ下的w3收斂曲線圖 給出的是采用LMS算法，當(dāng)μ＝，疊代1000次后，得到系統(tǒng)濾波器參數(shù)的收斂曲線圖。從圖中我們可以看到，三個(gè)系數(shù)基本在疊代到第200次收斂到真實(shí)值，可見算法在這種情況下是有效的。 給出了，, , ，采用LMS算法疊代300次后得到的濾波器系數(shù)收斂曲線圖，在圖中，我們可以看到，（b）中的μ值大于（a）中的，其收斂速度明顯加快。而（c）中的μ值過大而導(dǎo)致收斂曲線產(chǎn)生了振蕩現(xiàn)象，但是最后仍舊收斂。（d）中μ的取值由于超過了1/λmax，所以導(dǎo)致了曲線的發(fā)散。因此，合理地對(duì)μ的取值將影響LMS算法性能的優(yōu)劣。 ●加入高斯白噪聲時(shí)程序運(yùn)行后所得到的圖形：圖 ＝圖 . 不同μ下的w3收斂曲線圖，可以看出輸出信號(hào)經(jīng)過一段時(shí)間基本達(dá)到跟蹤，說明當(dāng)輸入信號(hào)為0～1均勻分布的隨機(jī)信號(hào)加上高斯白噪聲時(shí)采用LMS算法對(duì)濾波的效果很好。 輸入為正弦信號(hào)時(shí)的仿真結(jié)果 ●加入高斯白噪聲時(shí)程序運(yùn)行后所得到的圖形：圖 ＝ ，當(dāng)輸入信號(hào)為正弦信號(hào)，采用LMS算法。迭代1000次后，曲線收斂，但是并未收斂到真實(shí)值。，疊代300次后，w3的收斂曲線，, 。，曲線收斂，但是它并未收斂到真實(shí)值，。得到以上結(jié)果的主要原因是，正弦信號(hào)為單一頻率的信號(hào)，而LMS算法要求輸入信號(hào)的頻率應(yīng)該盡可能豐富，它對(duì)頻率簡單的信號(hào)是無法估計(jì)出濾波器系數(shù)的。 步長 對(duì)輸入信號(hào)為01之間均勻分布的隨機(jī)信號(hào) 步長變小： ，， ： μ＝，迭代1000次后，三個(gè)系數(shù)直到在迭代到第1000次時(shí)才直接收斂到真實(shí)值，收斂速度慢。，，，曲線時(shí)而收斂時(shí)而發(fā)散但最收斂到了真實(shí)值。，曲線的收斂速度明顯加快，此時(shí)在大約迭代到第10次時(shí)有很明顯的振蕩現(xiàn)象但最終還是收斂了。也就是說當(dāng)μ的取值在不超過1/λmax時(shí)，不管收斂速度是快還是慢，曲線最終都會(huì)收斂的。 步長變大：步長變?yōu)? ，3， ：＝ ，得到的系統(tǒng)濾波器參數(shù)的收斂曲線圖，從圖中可以看出，三個(gè)系數(shù)基本在迭代到第500次就都發(fā)散了。，，采用LMS算法迭代300次后得到曲線除（b）外（a）（c）（d）均是發(fā)散的，因?yàn)樗鼈兊娜≈稻^了1/λmax ，所以導(dǎo)致了曲線發(fā)散。第5章 結(jié)論通過第4章對(duì)仿真結(jié)果的分析，我們可以得到以下結(jié)論：●當(dāng)輸入信號(hào)采用0～1均勻分布的隨機(jī)信號(hào)加上高斯白噪聲時(shí)，采用LMS算法進(jìn)行迭代所得到的濾波器系數(shù)收斂曲線與μ的取值密切相關(guān)，迭代次數(shù)為1000時(shí)，系數(shù)基本在迭代到第200次收斂到真實(shí)值，即算法在這種情況下是有效的。而當(dāng)μ的取值大于1/λmax時(shí)，算法所得到的系數(shù)曲線就不在收斂了而是發(fā)散的。因此，說明了合理地對(duì)μ進(jìn)行取值將直接影響到LMS算法性能的優(yōu)劣。μ的取值應(yīng)該在0～1/λmax 之間。●當(dāng)輸入信號(hào)為正弦信號(hào)時(shí)，采用LMS算法，迭代1000次后，但最終并未收斂到真實(shí)值，不能得到一個(gè)精確的收斂時(shí)刻。得到這種情況的原因是，由于正弦信號(hào)是單一頻率信號(hào)，而LMS算法要求輸入信號(hào)的頻率應(yīng)該盡可能的豐富，它對(duì)頻率簡單、單一的信號(hào)是無法估計(jì)出濾波系數(shù)的。 32
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1