Лаба 1-8 Лабы и ПЗ [Вариант 1] / 7 / отчет_8

Министерство образования республики Беларусь

Белорусский государственный университет

информатики и радиоэлектроники

Кафедра РТС

Отчет

по лабораторной работе №8

«Компьютерное моделирование и обработка нестационарных сигналов»

Выполнил: Проверил:

ст.гр.740101 Ходыко Д.Л.

Булей А.В.

Минск 2010

Цель работы:

1. Изучение алгоритмов адаптивной обработки сигналов.

2. Изучение возможностей пакета MatLab для моделирования адаптивных систем.

Ход работы:

1. Используя алгоритм синтеза оптимального фильтра Винера, оценить качество желаемой импульсной характеристики в зависимости от порядка адаптивного фильтра.

Код в MatLAB:

clear all;

h = [-2 -4 6 3]; % импульсная характеристика канала связи

N = 32; % порядок рассчитываемого фильтра

r = xcorr(h, N);

r = r(N+1:end); % односторонняя КФ импульсной характеристики канала

R = toeplitz(r); % корреляционная матрица искаженного сигнала

p = zeros(N+1, 1);

kO = round((N-length(h)) /2) ;

p(kO:kO + length(h)-1) = fliplr(h); % вектор взаимных корреляций

w = R\p; % коэффициенты оптимального фильтра

subplot(1,2,1)

impz(w) % график импульсной характеристики рассчитанного фильтра

subplot(1,2,2)

impz(conv(h, w) ) % график импульсной характеристики

% скорректированного канала

Получили импульсные характеристики корректирующего фильтра и скорректированного канала связи, при различных значения порядка фильтра.

КОРРЕКТИРУЮЩИЙ ФИЛЬТР СКОРРЕКТИРОВАННЫЙ КАНАЛ

СВЯЗИ.

Порядок N = 5:

N = 8:

N = 12:

N = 15:

N = 32

ВЫВОД:

2. Используя программу из пункта 3, оценить скорость сходимости алгоритма LMS и дисперсию сигнала ошибки в установившемся режиме в зависимости от шага .

Код в MatLAB:

clear all;

NoOfData = 8000 ; % Размерность входной последовательности

Order = 32 ; % Порядок фильтра

Mu = 0.01 ; % Шаг

x = randn(NoOfData, 1) ; %Инициализация входную последовательность

h = rand(Order, 1) ; % Инициализация ИХ канала связи

d = filter(h, 1, x) ; %

w = zeros(Order,1) ; % Инициализаия ИХ адаптивного фильтра

% LMS алгоритм

for n = Order : NoOfData

D = x(n:-1:n-Order+1) ;

d_hat(n) = w'*D ;

e(n) = d(n) - d_hat(n) ;

w = w + Mu*e(n)*D ;

w_err(n) = norm(h - w) ;

end ;

subplot (1,2,1); plot(20*log10(abs(e))) ;

subplot(1,2,2); semilogy(w_err);

Получили графики ошибки e(n) и ошибки оценки корректируемой импульсной характеристики.

ГРАФИК ОШИБКИ E(N) ОШИБКА ОЦЕНКИ

Шаг:

Mu=0.005

Mu=0.01

Mu=0.02

Mu=0.05

Mu=0.06

Mu=0.07

ВЫВОД:

3. Оценика качества идентификации канала связи в зависимости

от дисперсии шума и шага .

Схема:

ПОЛУЧИЛИ:

Изменение шага: [ 0.001 0.01 0.05 0.1 0.5 1 ]

Отсчеты времени

Отсчеты времени

Отсчеты времени

Отсчеты времени

Отсчеты времени

Изменение дисперсии: [0.01 0.5 1 3 5 ]

Отсчеты времени

Отсчеты времени

Отсчеты времени

Отсчеты времени

Отсчеты времени

ВЫВОД: