در این پروژه، اکولایزر با استفاده از الگوریتم های LMS و RLS از خروجی فیلتر کانال مدل سازی شده است. ورودی تاخیر در مقایسه با خروجی اکولایزر و خطا برای مدل سازی اکولایزر استفاده می شود. همچنین عملکرد الگوریتم RLS و LMS مقایسه شده است. شبیه سازی ها برای این پروزه در نرم افزار matlab صورت گرفته است. این پروژه را میتوان برای درس فیلتر تطبیقی و به عنوان کد پایه در مقالات و پایان نامه ها استفاده نمود.
گزارشکار: ندارد | شبیه سازی : دارد (متلب) |
متعادل کردن فرایند تنظیم تعادل بین مولفه های فرکانس در یک سیگنال الکترونیکی است. شناخته شده ترین استفاده از انعطاف پذیری در ضبط صدا است، اما بسیاری از برنامه های کاربردی دیگری در الکترونیک و مخابرات دارد. مدار یا تجهیزات مورد استفاده برای دستیابی به برابر سازی یا متعادل کردن، اکولایزر equalizer نامیده می شود.
برای طراحی اکولایزر در فیلتر های وفقی از روش های مختلفی از قبل روش lms یا روش rls استفاده می شود. الگوریتم میانگین حداقل مربعات (LMS) یک طبقه از فیلتر تطبیقی است که برای تولید یک فیلتر مورد نظر با یافتن ضرایب فیلتر که مربوط به تولید حداقل مربع میانگین سیگنال خطا (تفاوت بین سیگنال مورد نظر و واقعی) است، استفاده می شود. حداقل مربعات بازگشتی (RLS) یک الگوریتم فیلتر انطباق است که به صورت بازگشتی ضرایب را پیدا می کند که یک تابع هزینه ی کوچکترین مربع را با توجه به سیگنال های ورودی به حداقل می رساند. این رویکرد در مقایسه با سایر الگوریتم هایی مانند حداقل مربعات متوسط (LMS) است که هدف آن کاهش میانگین خطای مربع است.
در این پروژه از این دو روش برای طراحی اکولایزر در متلب استفاده شده است و این دو روش با یکدیگز از لحاظ عملکرد مورد مقایسه قرار گرفته اند.
در ادامه بخشی از نتایج شبیه سازی ها نشان داده شده است.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.