Вы находитесь на странице: 1из 54

Кафедра телекоммуникаций

Дисциплина: «Адаптивные системы в


телекоммуникациях»
Практическое занятие №5 «Применение
САПР Simulink/MatLab для создания
адаптивных фильтров-
идентификаторов»
Преподаватели:
Авдеенко Глеб Леонидович , старший преподаватель
кафедры ТК
Киев - 2017 1
Цель занятия: освоить методику исследования
адаптивных фильтров, идентифицирующих неи-
звестную систему связи, с использованием
библиотек САПР Simulink/MatLab

2
1. Основные теоретические сведения
Адаптивные фильтры в настоящее время нашли
применение во многих радиотехнических и
телекоммуникационных системах. Все способы
использования адаптивных фильтров так или иначе сводятся
к решению задачи идентификации, т.е. определения
характеристик некоторой системы. Возможны два варианта
идентификации – прямая и обратная.
В случае прямой идентификации адаптивный фильтр
включается параллельно с исследуемой системой. Входной
сигнал является общим для исследуемой системы и
адаптивного фильтра, а выходной сигнал системы служит
для адаптивного фильтра образцовым сигналом. В
процессе адаптации временные и частотные
характеристики фильтра будут стремиться к
соответствующим характеристикам исследуемой
системы. 3
Структурная схема для исследования по методу прямой
идентификации:

Таким образом для адаптивного фильтра:


INPUT – входной (исходный) сигнал системы;
DESIRED – выходной сигнал исследуемой (идентифи-
цируемой) системы.
4
Структурная схема для исследования по методу обратной
идентификации:

При обратной идентификации адаптивный фильтр


включается последовательно с исследуемой системой.
Выходной сигнал системы поступает на вход адаптивного
фильтра (INPUT), а входной сигнал системы является
образцом для адаптивного фильтра (DESIRED). Таким
образом, фильтр компенсирует влияние системы и
восстанавливает исходный сигнал, устранив внесенные
системой искажения. 5
Таким образом для адаптивного фильтра:
INPUT – выходной сигнал исследуемой (идентифи-
цируемой) системы.
DESIRED – входной (исходный) сигнал системы;

6
2. Порядок выполнения работы
1). Откройте новое окно для создания модели адаптивного
фильтра, руководствуясь активацией меню : «File» → “New” →
«Model»

7
Должно появиться следующее окно

8
2). Запустите Simulink, нажав на кнопке «Start» и потом выбрав
«Simulink» →”Library browser”

9
Должно появиться следующее окно

10
3) Перетащите в окно модели:
А) из окна подбиблиотеки «Commonly used block» библиотеки
Simulink следующие элементы:
– Scope;
– Demux.

11
Б) Из окна подбиблиотеки «Sources» библиотеки Simulink:
- Pulse Generator

12
В) Из окна подбиблиотеки «Signal Processing Sinks»
подбиблиотеки DSP System Toolbox:
- Display (11 штук);
- Vector Scope (2 штуки).

13
Г) Из окна подбиблиотеки «Filtering» подбиблиотеки «Filter design»
библиотеки DSP signal Toolbox:
- Lowpass filter

14
Д) Из окна подбиблиотеки «Transforms» библиотеки DSP signal
Toolbox:
- Magnitude FFT

15
Е) Из окна подбиблиотеки «Adaptive Filters» подбиблиотеки
«Filtering» библиотеки DSP signal Toolbox:
- LMS Filter

16
Таким образом, в окне модели получим следующие блоки

17
4) Настройка параметров модели:
А) Pulse Generator

18
Б) Lowpass filter

19
Нажмите кнопку View Filter Response. На экране отобразится АЧХ
синтезированного фильтра, который в данном примере играет
роль идентифицируемой системы.

20
В) LMS Filter

21
Г) Magnitude FFT

22
Д) Demux

23
E) 1-ый блок «Vector Scope»
1) Вкладка “Scope Properties” 2) Вкладка “Display Properties”

3) Вкладка “Axis Properties” 4) Вкладка “Line Properties”

24
Ж) 2-ой блок «Vector Scope»
1) Вкладка “Scope Properties”

2) Вкладка “Axis Properties”

25
3) Вкладка “Line Properties”

26
З) Блок «Scope»

27
И) 1-ый блок «Display»

28
К) Остальные 10-ть блоков «Display»

29
5) Соберите схему для исследования по методу прямой идентификации:

Идентифицируемая
система

Адаптивный фильтр

INPUT = Исх.сигнал;
DESIRED = с выхода Lowpass Вычислитель
весовых
коэффициентов 30
6) Установите следующие параметры конфигурации
окна симулятора:
- откройте диалоговое окно “Configuration parameters”
путём выбора подменю «Configuration parameters»
меню «Simulation». Выберите вкладку «Solver».
- В строке «Stop time» введите параметр «inf»;
- С помощью вкладки «Type» выберите «Fixed step»;
- C помощью вкладки «Solver» выберите «Discrete».
6) Нажмите ОК для закрытия диалогового окна.

31
7) Нажмите кнопку «►» для наблюдения за процессом адаптации.

1-й график: исходный сигнал;


2-й график: сигнал, прошедший через идентифицируемую систему, то есть Lowpass filter;
3-й график: сигнал с выхода адаптивного фильтра;
4-й график: сигнал ошибки на выходе адаптивного фильтра. 32
Тоже самое, но в большем масштабе времени

33
Весовые коэффициенты адаптивного фильтра (отмечены звёздочкой):

34
АЧХ адаптивного фильтра:

35
8) Соберите схему для исследования по методу обратной идентификации:

INPUT = с выхода Lowpass;


DESIRED =Исх.сигнал;

36
9) Нажмите кнопку «►» для наблюдения за процессом адаптации.

37
38
Сравните величину ошибки на выходе адаптивного фильтра при
прямой и обратной идентификациях.
Весовые коэффициенты адаптивного фильтра (отмечены звёздочкой):

39
АЧХ адаптивного фильтра:

40
Таким образом, результаты моделирования
свидетельствуют о том, что в процессе адаптации как по
методу прямой, так и по методу обратной
идентификации, адаптивному фильтру удаётся
подобрать такие значения весовых коэффициентов, при
которых передаточную характеристику этого фильтра
можно считать эквивалентной передаточной
характеристике идентифицируемой системы, роль
которой выполняет фильтр нижних частот (Lowpass
filter).

41
Домашнее задание:

Используя вышеприведенный порядок работ


выполнить адаптивную идентификацию
вышеупомянутой системы используя адаптивные
фильтры, работающие по алгоритмам LMS,
Normalized LMS, Sign-Error LMS, RLS. Построить
графики напряжений полезного cигнала на входе и
выходе идентифицируемой системы, напряжения на
выходе адаптивного фильтра, напряжения ошибки на
выходе адаптивного фильтра для заданных значений
шага адаптации. Дать сравнительную характеристику
эффективности работы фильтров адаптации, сделать
выводы.
42
1) Бондарчук

1) Алгоритмы адаптации: LMS, Sign-Error LMS


2) Шаг адаптации: 0,01
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 50 Гц, скважность 25%

2) Брицун
1) Алгоритмы адаптации: LMS, Normalized LMS
2) Шаг адаптации: 0,05
3) Входной сигнал: частотная манипуляция, несущая частота 450
Гц, манипулирующий сигнал: прямоугольный импульс с частотой
следования 50 Гц, скважность 50%

43
3) Вальчук
1) Алгоритмы адаптации: Normalized LMS, Sign-Error LMS
2) Шаг адаптации: 0,005
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 50 Гц, скважность 50%

4) Вовк
1) Алгоритмы адаптации: Normalized LMS, LMS
2) Шаг адаптации: 0,005
3) Входной сигнал: частотная манипуляция, несущая частота 450
Гц, манипулирующий сигнал: прямоугольный импульс с частотой
следования 50 Гц, скважность 25%

44
5) Волошин
1) Алгоритмы адаптации: LMS, Sign-Error LMS
2) Шаг адаптации: 0,02
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 50 Гц, скважность 50%

6) Гер
1) Алгоритмы адаптации: LMS, Normalized LMS
2) Шаг адаптации: 0,1
3) Входной сигнал: частотная манипуляция, несущая частота 450
Гц, манипулирующий сигнал: прямоугольный импульс с частотой
следования 50 Гц, скважность 30%

45
7) Гетьман
1) Алгоритмы адаптации: Normalized LMS, Sign-Error LMS
2) Шаг адаптации: 0,01
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 50 Гц, скважность 30%

8) Денисюк
1) Алгоритмы адаптации: Normalized LMS, LMS
2) Шаг адаптации: 0,01
3) Входной сигнал: частотная манипуляция, несущая частота 450
Гц, манипулирующий сигнал: прямоугольный импульс с частотой
следования 50 Гц, скважность 25%

46
9) Дробіна
1) Алгоритмы адаптации: LMS, Sign-Error LMS
2) Шаг адаптации: 0,01
3) Входной сигнал: амплитудная манипуляция, несущая
частота 450 Гц, манипулирующий сигнал: прямоугольный
импульс с частотой следования 50 Гц, скважность 25%

10) Зелепукіна
1) Алгоритмы адаптации: LMS, Normalized LMS
2) Шаг адаптации: 0,05
3) Входной сигнал: частотная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 50 Гц, скважность 75%

47
11) Кастранець
1) Алгоритмы адаптации: Normalized LMS, Sign-Error LMS
2) Шаг адаптации: 0,005
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 50 Гц, скважность 75%

12) Козик
1) Алгоритмы адаптации: Normalized LMS, LMS
2) Шаг адаптации: 0,005
Входной сигнал: частотная манипуляция, несущая частота 450
Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 100 Гц, скважность 25%

48
13) Кукліна

1) Алгоритмы адаптации: LMS, Sign-Error LMS


2) Шаг адаптации: 0,02
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 100 Гц, скважность 50%

14) Лейко
1) Алгоритмы адаптации: LMS, Normalized LMS
2) Шаг адаптации: 0,1
3) частотная манипуляция, несущая частота 450 Гц,
манипулирующий сигнал: прямоугольный импульс с частотой
следования 100 Гц, скважность 25%

49
15) Михайлов
1) Алгоритмы адаптации: Normalized LMS, Sign-Error LMS
2) Шаг адаптации: 0,01
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 100 Гц, скважность 25%

16) Опанасець
1) Алгоритмы адаптации: LMS, Sign-Error LMS
2) Шаг адаптации: 0,001
3) частотная манипуляция, несущая частота 450 Гц,
манипулирующий сигнал: прямоугольный импульс с частотой
следования 75 Гц, скважность 30%

50
17) Полонський
1) Алгоритмы адаптации: Normalized LMS, Sign-Error LMS
2) Шаг адаптации: 0,1
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 75 Гц, скважность 25%
18) Прут
1) Алгоритмы адаптации: LMS, Normalized LMS
2) Шаг адаптации: 0,25
3) частотная манипуляция, несущая частота 450 Гц,
манипулирующий сигнал: прямоугольный импульс с частотой
следования 75 Гц, скважность 50%
19) Соляникова
1) Алгоритмы адаптации: Sign-Error LMS, LMS
2) Шаг адаптации: 0,25
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 75 Гц, скважность 40% 51
20) Тимошенко
1) Алгоритмы адаптации: LMS, Normalized LMS
2) Шаг адаптации: 0,025
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 75 Гц, скважность 25%

21) Юсина
1) Алгоритмы адаптации: LMS, Sign-Error LMS
2) Шаг адаптации: 0,0025
3) частотная манипуляция, несущая частота 450 Гц,
манипулирующий сигнал: прямоугольный импульс с частотой
следования 100 Гц, скважность 50%

52
22) Ярмола
1) Алгоритмы адаптации: LMS, Normalized LMS
2) Шаг адаптации: 0,005
3)Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 50 Гц, скважность 25%

1) Донг Тхі Тхо


1) Алгоритмы адаптации: Normalized LMS, Sign-Error LMS
2) Шаг адаптации: 0,025
3) частотная манипуляция, несущая частота 450 Гц,
манипулирующий сигнал: прямоугольный импульс с частотой
следования 75 Гц, скважность 40%

53
2) Рибак
1) Алгоритмы адаптации: LMS, Sign-Error LMS
2) Шаг адаптации: 0,001
3) Входной сигнал: амплитудная манипуляция, несущая частота
450 Гц, манипулирующий сигнал: прямоугольный импульс с
частотой следования 50 Гц, скважность 25%

3) Немченко
1) Алгоритмы адаптации: LMS, Normalized LMS
2) Шаг адаптации: 0,015
3) Входной сигнал: частотная манипуляция, несущая частота 450
Гц, манипулирующий сигнал: прямоугольный импульс с частотой
следования 25 Гц, скважность 50%

54