DSP自适应滤波器算法研究报告 .docx

《DSP自适应滤波器算法研究报告 .docx》由会员分享，可在线阅读，更多相关《DSP自适应滤波器算法研究报告 .docx（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精品名师归纳总结基于 DSP的自适应滤波器的算法争辩梅娟 202110302003摘要：随着 DSP技术的高速进展 ,人们对信号处理的实时性、精确性和灵敏性的要求越来越高 ,DSP技术在信号处理中的位置也越来越重要。自适应滤波器是一种复杂的算法 ,设计它是为了在均衡信道 ,抵消回波 ,增强谱线 ,抑制噪声等方面有所应用。而自适应滤波器的实现主要接受最小均方误差算法完成。自适应算法通 过调整滤波器系数来实现可以更好的跟踪信号的变化,最终实现自适应滤波。关键词：自适应滤波器。数字信号处理器。最小均方误差算法。Matlab仿真Algorithm Research of Adaptive Filter

2、 and DSP Simulation RealizationMei Juan 202110302003Abstract: With the rapid development of DSP technique,there is anincreasing requirement of real time processing,accuracy and flexibility in signal processing.DSPtechnique plays a more important role in signal processing.Adaptive filters havebeen im

3、plemented with some complex algorithmsinthepastdecade.Designing itisforthebalanced channel,counterbalancesthe echo,the enhancement spectral line,aspects noise elimination has the application and so on.But the realization of adaptive filtermainlyuses the least mean square to complete.The least mean s

4、quare isrealized byadjustingfilterandcan tracksignal muchbetter,finally realizes the adaptive filtering.Keywords:adaptive filter 。digitalsignal processor。least meansquare error。matlab simulation可编辑资料 - - - 欢迎下载精品名师归纳总结0 引言滤波是电子信息处理领域的一种最基本而又极其重要的技术。 在有用信号的传输过程中 ,通常会受到噪声或干扰的污染。利用滤波技术可以从复杂的信号中提取所需要的信号

5、,同时抑制噪声或干扰信号,以便更有效的利用原始信号。滤波器实际上是一种选频系统,它对某些频率的信号予以很小的衰减 ,让该部分信号顺当通过。而对其他不需要的频率信号就予以很大的衰减 ,尽可能阻挡这些信号通过。在电子系统中滤波器是一种基本的单元电路,使用很多 ,技术也较为复杂,有时滤波器的优劣直接准备产品的性能 ,所以很多国家特殊重视滤波器的理论争辩和产品开发。1 自适应滤波器简介自适应滤波器属于现代滤波器的范畴 ,自适应滤波器是相对固定滤波器而言的 ,固定滤波器属于经典滤波器 ,它滤波的频率是固定的 , 自适应滤波器滤波的频率就是自动适应输入信号而变化的,所以其适用范畴更广。在没有任何关于信号和

6、噪声的先验学问的条件下,自适应滤波器利用前一时刻已获得的滤波器参数来自动调剂现时刻的滤波器参数 ,以适应信号和噪声未知或随机变化的统计特性,从而实现最优滤波。所谓自适应滤波 ,就是利用前一时刻已获得的滤波器参数等结果,自动的调剂现时刻的滤波器参数,以适应信号和噪声未知的或随时间变化的统计特性 ,从而实现最优滤波。自适应滤波器实质上就是一种能调剂其自身传输特性以达到最优化的维纳滤波器。可编辑资料 - - - 欢迎下载精品名师归纳总结2 自适应滤波原理自适应滤波器的特性变化是由自适应算法通过调整滤波器系数 来实现的。一般而言 ,自适应滤波器由两部分组成 ,一是滤波器结构 ,二是调整滤波器系数的自适

7、应算法。自适应滤波器的结构接受FIR或IIR结构均可 ,由于IIR 滤波器存在稳固性问题 ,因此一般接受 FIR滤波器作为自适应滤波器的结构。图 1给出了自适应滤波器的一般结构。图1为自适应滤波器结构的一般形式,图中xn为输入信号 ,通过参数可调的数字滤波器后产生输出信号 yn,将输出信号 yn与标准信号 或者为期望信号 dn进行比较 ,得到误差信号 en。en和xn通过自适应算法对滤波器的参数进行调整 ,调整的目的使得误差信号 en 最小。图1 自适应滤波器的一般结构自适应滤波器设计中最常用的是 FIR横向型结构。图 2是横向型滤波器的结构示意图。可编辑资料 - - - 欢迎下载精品名师归纳

8、总结图2 横向型滤波器的结构示意图其中:为自适应滤波器的输入。为自适应滤波器的冲激响应:。为自适应滤波器的输出 :。3 自适应滤波算法自适应滤波器除了包括一个依据某种结构设计的滤波器,仍有一套自适应的算法。自适应算法是依据某种判定来设计的。自适应滤波器的算法主要是以各种判据条件作为推算基础的。通常有两种判 据条件:最小均方误差判据和最小二乘法判据。LMS 算法是以最小均方误差为判据的最典型的算法 ,也是应用最广泛的一种算法。最小均方误差 LeastMeanSquare,LMS算法是一种易于实现、性能稳健、应用广泛的算法。所 有的滤波器系数调整算法都是设法使接近,所不同的只是对于这种接近的评判标

9、准不同。 LMS 算法的目标是通过调整系数 ,使输出误差序列的均方值最小化 ,并且依据这个判据来修改权系数 ,该算法因此而得名。误差序列的均方值又叫/均方误差 0M eanSquareError,MSE。理想信号与滤波器输出之差的期望值最小 ,并且依据这个判据来修改权系数。由此产生的算法称为 LMS。均方误差表示为 :对于横向结构的滤波器,代入的表达式 :其中:为的自相关矩阵 ,它是输入信号采样值间的相可编辑资料 - - - 欢迎下载精品名师归纳总结关性矩阵。为相互关矢量 ,代表理想信号与输入矢量的相关性。在均方误差 E达到最小时 ,得到正确权系数。它应中意下式 :=0这是一个线形方程组 ,假

10、如R矩阵为满秩的 ,存在,可得到权系数的正确值中意 :。用完整的矩阵表示为 :明显为的自相关值 ,为与相互关值。在有些应用中 ,把输入信号的采样值分成相同的一段 每段称为一帧 ,再求出 R,P的估量值得到每帧的正确权系数。这种方法称为块对块自适应算法。如语音信号的线性推测编码LPC就是把语音信号分成帧进行处理的。 R,P的运算 ,要求出期望值 E,在现实运算中不简洁实现 ,为此可通过下式进行估量 :可编辑资料 - - - 欢迎下载精品名师归纳总结用以上方法获得正确 W* 的运算量很大 ,对于一些在线或实时应用的场合,无法中意其时间要求。大多数场合使用迭代算法,对每次采样值就求出较佳权系数 ,称

11、为采样值对采样值迭代算法。迭代算法可以防止复杂的和P的运算 ,又能实时求得近似解 ,因而切实可行。 LMS 算法是以最快下降法为原就的迭代算法 ,即矢量是矢量按均方误差性能平面的负斜率大小调剂相应一个增量:,这个是由系统稳固性和迭代运算收敛速度决定的自适应步长。为 次迭代的梯度。对于 LMS 算法为下式的斜率 :由上式产生了求解正确权系数W* 的两种方法 ,一种是最陡梯度法。其思路为 :设计初始权系数,用迭代公式运算,到与误差小于规定范畴。其中运算可用估量值表达式:上式K 取值应足够大。假如用瞬时来代替上面对的估量运算 ,就产生了另一种算法 可编辑资料 - - - 欢迎下载精品名师归纳总结随机

12、梯度法 ,即Widrow-Hoff 的LMS 算法。此时迭代公式为 :以后争辩的 LMS 算法都是基于 Widrow-Hoff 的LMS 算法。上式的迭代公式假定滤波器结构为横向结构。对于对称横向型结构也可推出类似的迭代公式:4 自适应滤波算法的理论仿真使用 Matlab编程,接受自适应滤波器技术实现信噪分别 ,也就是去噪。程序如下 :lear all。clf 。signal = cos2*pi*0.055*0:1000-1c 。 %产生信号noise=randn1,1000。 %产生噪声nfilt=fir111,0.4 。 %11阶低通 FIR滤波器fnoise=filternfilt,1,

13、noise 。 %相关噪声数据d=signal.c+fnoise。 %信号和噪声叠加w0 = nfilt.c-0.01 。 %设置初始化滤波器系数mu = 0.05。 %设置算法的步长s=initsew0,mu。 % adaptse函数的初始化参数y,e,s = adaptsenoise,d,s。 plot0:199,signal1:200,0:199,e1:200。程序运行的结果如图 3所示。通过 CCS软件环境 ,把滤波程序烧录可编辑资料 - - - 欢迎下载精品名师归纳总结到DSP芯片中 ,在CCSDSKC5000环境下输出仿真结果 :输入信号为余弦信号和随机噪声的叠加。程序正确运行后

14、,观看运行结果 ,得出如图 4,图5所示的仿真图。图3 Matlab 仿真图可编辑资料 - - - 欢迎下载精品名师归纳总结图4 余弦信号和随机噪声叠加的输入信号图5 输出信号5 终止语通过仿真试验结果说明 :自适应滤波器却能很好的排除叠加在信号上的噪声 ,虽然也可以用固定滤波器来实现 ,但设计固定滤波器时需可编辑资料 - - - 欢迎下载精品名师归纳总结要预先知道信号和噪声的统计特性 ,而自适应滤波器就不需要 ,并且当信号和噪声的统计特性发生变化时 ,自适应滤波器也能自动的调剂其冲激响应特性来适应新的情形 ,因此,自适应滤波器具有更加宽敞的应用前景。参考文献 1 胡广书.数字信号处理 理论、

15、算法与实现 M. 北京:清华高校出版社 ,1998.2 王世一.数字信号处理 M. 北京:北京理工高校出版社 ,1999.3 程卫国,冯峰,姚东,徐昕.Matlab启用指南 M. 北京:人民邮电出版社,2000.4 邓重一.滤波器的过去、现在与将来 J. 世界电子元器件 ,2003 4:48-50.5 侯志林.过程把握与自动化外表 M. 北京:机械工业出版社 ,1998.6 谭浩强,吴功宜.运算机教程 M.2 版.北京:电子工业出版社 ,2001.7 于海生.微型运算机把握技术 M. 北京:清华高校出版社 ,1998.8 程佩青.数字信号处理教程 M. 北京:清华高校出版社 ,2005.9 S

16、imon Haykin.AdaptiveFilterTheoryM.Beijing:Publishing House of Electronics Industry,2002.10 AlexanderVAnisimov,VadimYuTeplov,NikolaiI Silkin.SystemofThermostaticControlonPeltierThermopiles可编辑资料 - - - 欢迎下载精品名师归纳总结andMicroprocessorControlforaPortableNMRRelax ometerJ.Journal of Magnetic Resonance,2002,154:176-180.可编辑资料 - - - 欢迎下载