（定稿）医院住院综合楼工程建设项目立项申报材料2（喜欢就下吧）

对于高于比特每秒高速通信来说，在调制解调器中需要均衡器来校正信道失真。

由于信道特性总的来说是未知的，且是时变的，因此需要用自适应算法进行自适应均衡。

自适应算法的设计主要分为两个步骤，首先选择均衡器的类型，然后根据选择均衡器的类型设计均衡器的算法。

本课题均衡器的结构选择横向滤波器，算法形式选用算法。

横向滤波器的选择本课题采用的自适应均衡器是有限长抽头式横向滤波器，其结构框图所示。

设横向滤波器的输入序列矢量为，滤波器的加权矢量或称系数矢量为，横向滤波器的结构图物理电气信息学院本科毕业设计则横向滤波器的输出可表示为式中，为横向滤波器的长度。

算法迭代公式的推导本设计采用的算法是算法。

以下为该算法的推导过程设为系统的期望响应信号，也称为训练信号，为滤波器的输出相对于的误差，即取滤波器的输出与期望响应之间的均方误差为代价函数，即定义为均衡器输入序列的自相关矩阵，是个阶方阵为互相关矩阵。

于是，式可表示为根据最小均方误差准则，使式对的梯度即偏导为零，即则可得到的最佳值应满足方程式中，称为横向滤波器的维纳解。

算法的核心思想是用平方误差代替均方误差，即式变为由最陡下降法得物理电气信息学院本科毕业设计将式代入式得式中，为步长因子。

计算机仿真算法的算法流程上小节分析了算法的推导过程。

本小节从计算机实现的角度出发，分析均衡算法的流程。

首先，以流程图的形式分析算法的运算过程。

由图可以看出，算法有两个数据输入口和个数据输出口。

在实际应用中，为了观察均衡器收敛的情况，往往需要再增加个数据输出，即由误差信号导出的均方误差值。

通过对均方误差随迭代次数的变化情况的观察以了解均衡器是初始化读入信号读入期望信号计算均衡器输出计算误差调整权系数是否超过循环次数输入信号向量期望信号均衡算法输出终止循环算法流程图物理电气信息学院本科毕业设计否收敛及其收敛后稳态误差的大小。

由以上的叙述可知，线性自适应均衡器可以采用多种工作万式，因此，将以上基本算法应用于这几种均衡模式即可得到工作在不同状态下的线性均衡算法。

算法及其应用本实验通过个二阶自回归过程来研究实时数据集平均对算法的影响，模型的差分方程为其中是零均值方差为的白噪声图为模型及其二阶自适应线性预测模型，根据算法的基本步骤可以写出该算法的程序如下模型及二阶自适应线性预测器物理电气信息学院本科毕业设计每个点的误差平方每个点的误差平方累积每个点的次误差平方均值权值的累积权值的累积，输入信号物理电气信息学院本科毕业设计，与的收敛曲线，次平均后与的收敛曲线，误差曲线学习曲线次平均误差曲线学习曲线下面对结果进行分析图为与的收敛曲线，比较平滑的为次平均求得的收敛曲线，而另外种起伏较大的为单次实现的收敛曲线，权初值为。

输入信号物理电气信息学院本科毕业设计与的收敛曲线图为初始权值为，时的误差曲线，即所谓的学习曲线，收敛速度较快的为次集平均学习曲线，而起伏较大的为单次实现的学习曲线物理电气信息学院本科毕业设计平方误差曲线学习曲线修改值，则实验结果如下与的收敛曲线物理电气信息学院本科毕业设计平方误差曲线学习曲线由以上分析可知，当收敛步长值变小时，收敛曲线的起伏变小，但收敛速度也减慢，物理电气信息学院本科毕业设计参考文献张思玉自适应均衡算法的研究硕士论文成都电子科技大学，吴碧自适应均衡技术的研究与实现硕士论文北京中国科学院声学研究所，李强，王其申消除噪声的自适应滤波方法研究安庆师范学院学报自然科学版蔡泽鉴，葛建华改进的半盲自适应信道均衡技术数字电视与数字视频夏云非，唐桃波，宋洪运自适应信号处理在通信中的应用仪器仪表学报，无线通信原理与应用蔡涛，李旭，杜振民译第版，北京电子工业出版社，王彬，邱新芸自适应均衡器及其发展趋势仪器仪表学报韩明秋自适应均衡技术的应用研究硕士论文兰州兰州大学，荣雅君，杨秋霞自适应滤波器的设计及其应用河北大学学报自然科学版何振亚自适应信号处理北京科学出版社，孙洪标自适应均衡器的设计硕士论文天津南开大学，董昕通信系统自适应均衡技术研究硕士论文成都电子科技大学，张璞，黄瑞光自适应噪声抵消系统的算法讨论与实现研究电声技术，曹达仲，王尤翠数字移动通信中的自适应均衡技术通信技术李芳，黄志勇，陈红伟种高性能低运算量自适应滤波器算法微电子学与计算机梁廷页，谢胜利短波通信中的自适应信道均衡技术通信技术王庆平无线通信中的自适应均衡理论及应用研究硕士论文昆明昆明理工大学，物理电气信息学院本科毕业设计测器匹配滤波器中频部分射频接收前端发射机，信道和接收机的射频中频部分的合成冲激响应等效噪声重建的信息数据据均衡器判决器使用自适应均衡器的通信系统结构框图ˆ物理电气信息学院本科毕业设计若是原始信息信号，是等效的基带冲激响应，即综合反映了发射机信道和接收机的射频中频部分总的传输特性，则均衡器收到的信号可表示为若均衡器的冲激响应是，在不考虑噪声的情况下，均衡器的输出为ˆ其中，是发射机，信道，接收机和均衡器四者的等效冲激响应。

横向滤波均衡器的基带复数冲激响应可以描述如下其中，是横向滤波的系数。

均衡器的期望输出值为原始信号。

假定，则为了使公式中的ˆ，必须要求均衡的目的就是实现这公式。

其频域表达式为上式表明，均衡器实际上就是信道的反向滤波器。

若传输信道是频率选择性的，则均衡器将增频率后的答谢辞了。

时光匆匆飞逝，两年多的努力与付出，随着论文的完成，终于让我在大学的生活得以划下完美的句号。

论文得以完成，要感谢的人实在太多。

首先要感谢的是陆老师，因为论文是在陆老师的悉心指导下完成的。

陆老师渊博的专业知识严谨的治学态度精益求精的工作作风和诲人不倦的高尚师德对我的影响深远。

陆老师指引我论文的写作方向和构架，并对初稿进行逐字批阅，指出其中的，使我有了思考的方向。

在此，我向陆老师表示深深的感谢和崇高的敬意。

同时，我还要感谢我的同学，在这段日子里，你们给了我很多的启发，提出了很多宝贵的意见，令我受益匪浅。

对于你们机是种集成在电路芯片，是采用超大规模集成电路技术把具有数据处理能力的中央处理器随机存储器只读存储器多种口和中断系统定时器计时器等功能可能还包括显示驱动电路脉宽调制电路模拟多路转换器转换器等电路集成到块硅片上构成的个小而完善的计算机系统。

单片机简介是种带字节闪烁可编程可擦除只读存储器的低电压，高性能位微处理器，俗称单片机。

是种带字节闪烁可编程可擦除只读存储器的单片机。

单片机的可擦除只读存储器可以反复擦除次。

该器件采用高密度非易失存储器制造技术制造，与工业标准的指令集和输出管脚相兼容。

由于将多功能位和闪烁存储器组合在单个芯片中，的是种高效微控制器，是它的种精简版本。

引脚图供电电压接地口口为个位漏级开路双向口，每脚可吸收门电流。

当口的管脚第次写时，被定义为高阻输入。

能够用于外部程序数据存储器，它可以被定义为数据地址的第八位。

在编程时，口作为原码输入口，当进行校验时，输出原码，此时外部必须被拉高。

口口是个内部提供上拉电阻的位双向口，口缓冲器能接收输出门电流。

口管脚写入后，被内部上拉为高，可用作输入，口被外部下拉为低电平时，将输出电流，这是由于内部上拉的缘故。

在编程和校验时，口作为第八位地址接收。

口口为个内部上拉电阻的位双向口，口缓冲器可接收，输出个门电流，当口被写时，其管脚被内部上拉电阻拉高，且作为输入。

并因此作为输入时，口的管脚被外部拉低，将输出电流。

这是由于内部上拉的缘故。

口当用于外部程序存储器或位地址外部数据存储器进行存取时，口输出地址的高八位。

在给出地址时，它利用内部上拉优势，当对外部八位地址数据存储器进行读写时，口输出其特殊功能寄存器的内容。

口在编程和校验时接收高八位地址信号和控制信号。

口口管脚是个带内部上拉电阻的双向口，可接收输出个门电流。

当口写入后，它们被内部上拉为高电平，并用作输入。

作为输入，由于外部下拉为低电平，口将输出电流这是由于上拉的缘故。

复位输入。

当振荡器复位器件时，要保持引脚上两个机器周期的高电平时间。

当访问外部存储器时，地址锁存允许的输出电平用于锁存地址的地位字节。

在编程期间，此引脚用于输入编程脉冲。

在平时，端以不变的频率周期输出正脉冲信号，此频率为振荡器频率的。

因此它可用作对外部输出个上下循环中按下过键，电梯下降到楼后停止工作。

直到再次按下键后重新恢复工作。

定时由定时器和起完成。

定时，每中断次。

在中断服务程序中将加大问题。

对于高于比特每秒高速通信来说，在调制解调器中需要均衡器来校正信道失真。

由于信道特性总的来说是未知的，且是时变的，因此需要用自适应算法进行自适应均衡。

自适应算法的设计主要分为两个步骤，首先选择均衡器的类型，然后根据选择均衡器的类型设计均衡器的算法。

本课题均衡器的结构选择横向滤波器，算法形式选用算法。

横向滤波器的选择本课题采用的自适应均衡器是有限长抽头式横向滤波器，其结构框图所示。

设横向滤波器的输入序列矢量为，滤波器的加权矢量或称系数矢量为，横向滤波器的结构图物理电气信息学院本科毕业设计则横向滤波器的输出可表示为式中，为横向滤波器的长度。

算法迭代公式的推导本设计采用的算法是算法。

以下为该算法的推导过程设为系统的期望响应信号，也称为训练信号，为滤波器的输出相对于的误差，即取滤波器的输出与期望响应之间的均方误差为代价函数，即定义为均衡器输入序列的自相关矩阵，是个阶方阵为互相关矩阵。

于是，式可表示为根据最小均方误差准则，使式对的梯度即偏导为零，即则可得到的最佳值应满足方程式中，称为横向滤波器的维纳解。

算法的核心思想是用平方误差代替均方误差，即式变为由最陡下降法得物理电气信息学院本科毕业设计将式代入式得式中，为步长因子。

计算机仿真算法的算法流程上小节分析了算法的推导过程。

本小节从计算机实现的角度出发，分析均衡算法的流程。

首先，以流程图的形式分析算法的运算过程。

由图可以看出，算法有两个数据输入口和个数据输出口。

在实际应用中，为了观察均衡器收敛的情况，往往需要再增加个数据输出，即由误差信号导出的均方误差值。

通过对均方误差随迭代次数的变化情况的观察以了解均衡器是初始化读入信号读入期望信号计算均衡器输出计算误差调整权系数是否超过循环次数输入信号向量期望信号均衡算法输出终止循环算法流程图物理电气信息学院本科毕业设计否收敛及其收敛后稳态误差的大小。

由以上的叙述可知，线性自适应均衡器可以采用多种工作万式，因此，将以上基本算法应用于这几种均衡模式即可得到工作在不同状态下的线性均衡算法。

算法及其应用本实验通过个二阶自回归过程来研究实时数据集平均对算法的影响，模型的差分方程为其中是零均值方差为的白噪声图为模型及其二阶自适应线性预测模型，根据算法的基本步骤可以写出该算法的程序如下模型及二阶自适应线性预测器物理电气信息学院本科毕业设计每个点的误差平方每个点的误差平方累积每个点的次误差平方均值权值