實驗過程中在夏季湖中布設了兩個節點，它們的水聲收發模塊置于水深1m、相距8.4m的位置，信號采用了5階m序列：1100111110001101110101000010010，其碼元速率為1950個/秒;并使用ook(on-off keying)調制方式，其載波為頻率為7.8125khz的正弦波，采樣頻率為50khz。采用lms算法及nlms算法，并取前反饋濾波器的階數分別為lf=23，lq=12，收斂因子μ=0.1，濾波器權系數初值wl(n)=wq(n)=0。

?

　　圖2 調制后發送信號的波形、采集回來的水聲數據波形

　　圖2的上、下兩圖分別示出了期望信號的波形，以及采集回來的數據波形。

　　實驗處理過程將原始采集信號，經過赫爾伯特變換，取包絡，解碼后誤碼率為42.6%，同時將采集到的信號進行判決反饋均衡器處理，結果如下：圖3為兩種算法判決反饋均衡器輸出波形。

?

?

　　圖3 輸出波形比較

　　將上述均衡器輸出波形赫爾伯特變化，取包絡，解碼后效果如圖4所示。

?

　　圖4 lms、nlms判決反饋均衡器輸出解調解碼曲線

　　lms，nlms算法判決反饋自適應濾波算法的學習曲線比較如圖5所示。

?

　　圖5

　　上圖可以看到無論是在收斂速度以及誤差穩定度上，相較于lms算法，nlms判決反饋均衡器都有了很大的提高，實驗得出信號直接解調解碼誤碼率為42.6%，經過多次運算，lms，nlms判決反饋均衡器后誤碼率分別為9%～10%，1.5%～2%。通過均衡器后誤碼率大幅度降低，得到了很好的效果，但lms算法判決反饋均衡器均衡實際采集信號的能力遠不如nlms算法判決反饋均衡器。

　　結束語

　　本文針對實驗采集到的水聲信號波形，基于lms算法和nlms算法的判決反饋均衡器信號處理，并進行了性能分析。信號處理結果表明：lms算法實現簡單，但由于在實際應用中為獲得較小的均方誤差，收斂因子一般取得較小，導致收斂速度太慢，在降低信號誤碼率上效果一般，維持在9%～10%左右;而歸一化lms(nlms)的實現在未提高運算復雜度的基礎上，提高了收斂速度的同時降低誤碼率至1.5%～2%，效果最優。