matlab的LMS算法

速度主要是由步长?和特征值分散这两个参数来决定，但是步长参数?的值是有理论上界的，它由式（2.2.17）确定。在固定?值和特征值扩散时不同M值的信道均衡器的收敛速度和稳定误差是不同的。所以为了使信道均衡得到最理想的效果我们必须合理的选择均衡器的参数。

固定M?11和W?3.1，由图2.11所示曲线可知，步长?为0.01的比特误码率最低、而步长?为0.045的较高、步长?为0.09的最高。

固定??0.075和M=11抽头，由图2.12所示曲线可知，信道失真参数大（特征值分散大）的比特误码率比信道失真参数小（特征值扩散小的）的比特误码率高。

固定??0.05和W?3.1，由图2.13曲线所示可知，抽头数11的比特误码率最低其次是抽头数15、再次是抽头数21、抽头数25的最高。通过对上述三种情况下的比特误码率的测定，由学习曲线和误码率曲线的一致性，充分支持了LMS自适应算法的参数选取对自适应均衡的影响。