NLMS判决反馈均衡器在水声通信中的应用
图2 调制后发送信号的波形、采集回来的水声数据波形
图2的上、下两图分别示出了期望信号的波形，以及采集回来的数据波形。
实验处理过程将原始采集信号，经过赫尔伯特变换，取包络，解码后误码率为42.6%，同时将采集到的信号进行判决反馈均衡器处理，结果如下：图3为两种算法判决反馈均衡器输出波形。
图3 输出波形比较
将上述均衡器输出波形赫尔伯特变化，取包络，解码后效果如图4所示。
图4 lms、nlms判决反馈均衡器输出解调解码曲线
lms，nlms算法判决反馈自适应滤波算法的学习曲线比较如图5所示。
图5
上图可以看到无论是在收敛速度以及误差稳定度上，相较于lms算法，nlms判决反馈均衡器都有了很大的提高，实验得出信号直接解调解码误码率为42.6%，经过多次运算，lms，nlms判决反馈均衡器后误码率分别为9%～10%，1.5%～2%。通过均衡器后误码率大幅度降低，得到了很好的效果，但lms算法判决反馈均衡器均衡实际采集信号的能力远不如nlms算法判决反馈均衡器。
结束语
本文针对实验采集到的水声信号波形，基于lms算法和nlms算法的判决反馈均衡器信号处理，并进行了性能分析。信号处理结果表明：lms算法实现简单，但由于在实际应用中为获得较小的均方误差，收敛因子一般取得较小，导致收敛速度太慢，在降低信号误码率上效果一般，维持在9%～10%左右；而归一化lms(nlms)的实现在未提高运算复杂度的基础上，提高了收敛速度的同时降低误码率至1.5%～2%，效果最优。
作者简介
肖鹏韬(1986－) 男 在读硕士，研究方向为通信与信息系统。
参考文献
[1] 刘林泉，梁国龙，吴波，等．一种低能耗的水声通信编码方案的研究[j]．声学技术，2007，2，26(1)：130～133．
[2] 雷利华，施浒立，马冠一，等．基于lms与rls算法的自适应均衡器性能研究[j]．微计算机信息，2009，25(3)：25～26，111．
[3] 赵春晖，张朝柱，王立国，等．自适应信号处理技术[m]．北京：北京理工大学出版社，2009．
[4] 房栋，李宇，尹力，等．水声通信中一种联合同步均衡的实现方法[j]．声学技术，2008，10，27(5)：418～419．
评论