回波抵消器的設(shè)計(jì)方案綜述【文獻(xiàn)綜述】

《回波抵消器的設(shè)計(jì)方案綜述【文獻(xiàn)綜述】》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、畢業(yè)論文文獻(xiàn)綜述電子信息工程回波抵消器的設(shè)計(jì)方案綜述摘要：文章簡單介紹回波抵消器的應(yīng)用背景，然后概述自適應(yīng)回波抵消器的兩種典型算法理論最小均方算法（LMS）和最小二乘算法（RLS）的實(shí)現(xiàn)原理與一般步驟，并比較各種方法的性能。介紹了DSPBUILDER設(shè)計(jì)實(shí)現(xiàn)工具，并舉例實(shí)現(xiàn)。最后，指出各種算法的適用場合，進(jìn)行綜合評價，供讀者參考。關(guān)鍵詞：DSPBuilder；回波抵消器；自適應(yīng)濾波器；LMS；RLS1.引言隨著通訊、數(shù)字信號處理和大規(guī)模集成電路技術(shù)的飛速發(fā)展，人們對語音通信質(zhì)量的要求越來越高。因此，回波抵消技術(shù)成為世界各大通訊公司競爭的熱點(diǎn)技術(shù)之一。從20世紀(jì)80年代興

2、起以來，人們一直致力于收斂快，穩(wěn)態(tài)誤差小，近端干擾下收斂穩(wěn)健，回波路徑變化時追蹤速度快以及算法計(jì)算量小的回波抵消器的研究。該項(xiàng)研究國外有關(guān)人士已經(jīng)做了大量的工作，而我國的研究情況還遠(yuǎn)遠(yuǎn)落后于國際先進(jìn)水平[1]?；夭ǖ窒鞒蔀橐粋€必不可少的設(shè)備。它能有效的解決長距離電話網(wǎng)絡(luò)、IP電話、免提電話和視頻會議等通信系統(tǒng)中的回波問題，很好的改善了語音通信質(zhì)量，具有廣闊的市場前景。而在數(shù)字通信、衛(wèi)星通信等系統(tǒng)中，不同程度的存在回波現(xiàn)象，影響了通信質(zhì)量。為了消除回波也可以采用回波抵消器，它能估計(jì)回波路徑的特征參數(shù)，以產(chǎn)生一個估計(jì)的回波信號，然后從接收信號中減去該信號，以實(shí)現(xiàn)回波抵消。

3、而一般采用自適應(yīng)濾波器模擬回波路徑，可以跟蹤回波路徑的變化[2]。本文對自適應(yīng)回波抵消器的算法理論、實(shí)現(xiàn)平臺等進(jìn)行了綜述，并給出了自己的觀點(diǎn)。2.自適應(yīng)回波抵消器方案概述2.1自適應(yīng)濾波器綜述根據(jù)環(huán)境的改變，使用自適應(yīng)算法來改變?yōu)V波器的參數(shù)和結(jié)構(gòu)，這樣的濾波器就稱之為自適應(yīng)濾波器。一般情況下，不改變自適應(yīng)濾波器的結(jié)構(gòu)，而改變其系數(shù)。系數(shù)則是由自適應(yīng)算法進(jìn)行實(shí)時更新。濾波器的系數(shù)自動連續(xù)地適應(yīng)于給定信號，以獲得期望響應(yīng)。自適應(yīng)濾波器的最重要的特征就在于它能夠在未知環(huán)境中有效工作，并能夠跟蹤輸入信號的時變特征[3]。圖2-1-1簡易自適應(yīng)濾波器圖2-1-1所示為一簡易自適應(yīng)

4、濾波器，自適應(yīng)濾波器對輸入信號序列x(n)的每一個樣值，按特定的算法，更新、調(diào)整加權(quán)系數(shù)，使輸出信號序列y(n)與期望輸出信號序列d(n)相比較的均方誤差為最小，即輸出信號序列y(n)逼近期望信號序列d(n)[4]?！　∽赃m應(yīng)濾波器應(yīng)用于通信領(lǐng)域的自動均衡、回波消除、天線陣波束形成，以及其他有關(guān)領(lǐng)域信號處理的參數(shù)識別、噪聲消除、譜估計(jì)等方面。對于不同的應(yīng)用，只是所加輸入信號和期望信號不同，基本原理則是相同的[4]。2.2最小均方算法(LMS)感知器和自適應(yīng)線性元件在歷史上幾乎是同時提出的，并且兩者在對權(quán)值的調(diào)整的算法非常相似。它們都是基于糾錯學(xué)習(xí)規(guī)則的學(xué)習(xí)算法。感知器算

5、法存在如下問題：不能推廣到一般的前向網(wǎng)絡(luò)中；函數(shù)不是線性可分時，得不出任何結(jié)果。而由美國斯坦福大學(xué)的Widrow和Hoff在研究自適應(yīng)理論時提出的LMS算法，由于其容易實(shí)現(xiàn)而很快得到了廣泛應(yīng)用，成為自適應(yīng)濾波的標(biāo)準(zhǔn)算法[5]。典型的LMS自適應(yīng)濾波器結(jié)構(gòu)如圖2-2-1所示。LMS算法步驟如下：1、設(shè)置變量和參量：X(n)為輸入向量，或稱為訓(xùn)練樣本，W(n)為權(quán)值向量，b(n)為偏差，　　d(n)為期望輸出，y(n)為實(shí)際輸出，η為學(xué)習(xí)速率，n為迭代次數(shù)　　2、初始化，賦給w(0)各一個較小的隨機(jī)非零值，令n=0　3、對于一組輸入樣本x(n)和對應(yīng)的期望輸出d，計(jì)算e(n

6、)=d(n)-X^T(n)W(n)　　W(n+1)=W(n)+ηX(n)e(n)　　4、判斷是否滿足條件，若滿足算法結(jié)束，若否n增加1，轉(zhuǎn)入第3步繼續(xù)執(zhí)行[6]。圖2-2-1LMS自適應(yīng)濾波器算法2.3遞推最小二乘算法(RLS)基于MMSE準(zhǔn)則的自適應(yīng)算法目標(biāo)在于使濾波器輸出與需要信號的誤差的平方的統(tǒng)計(jì)平均最小，根據(jù)輸入數(shù)據(jù)的長期統(tǒng)計(jì)特性尋求最佳濾波。但在實(shí)際中通常已知的僅是一組數(shù)據(jù)，因此只能對長期統(tǒng)計(jì)特性進(jìn)行估計(jì)或近似。最小二乘算法可以直接根據(jù)一組數(shù)據(jù)尋求最佳值，根據(jù)MMSE準(zhǔn)則得到的是對一類數(shù)據(jù)的最佳濾波器，而根據(jù)最小二乘法得到的是對一組已知數(shù)據(jù)的最佳濾波器。因此常

7、說最小二乘法導(dǎo)出的最佳濾波器是“精確”的[7]。根據(jù)最小二乘法算法，w(n)的最佳值應(yīng)使累計(jì)平方誤差性能函數(shù)最小，常數(shù)L是遺忘因子，且0