基于matlab 自适应滤波,基于Matlab的自适应滤波器的设计及仿真

基于Matlab的自适应滤波器的设计及仿真

基于Matlab的自适应滤波器的设计及仿真 赵夏爽 物理与电子信息学院 电子信息科学与技术 专业学号：130522036 指导教师：燕慧英 摘要：自适应滤波器的研究是当今信号处理中最活跃的研究课题之一。自适应滤波器因其具有很强的自学习、自跟踪能力和算法的简单易实现性等优越性能，已经在数字通信、工业控制和雷达等领域获得了广泛应用。首先介绍了自适应滤波器的基本理论思想，具体阐述了自适应滤波器的基本原理、算法及设计方法。接着对自适应滤波器的核心算法——最小均方误差(LMS)进行介绍和分析，最后基于LMS算法设计自适应滤波器并进行MatLab仿真，仿真结果表明设计的自适应滤波器具有良好的性能和较强的可操作性。 关键词：自适应滤波器；LMS算法；matlab仿真 Design and Implemeutation of the Auto-adapted Filter Zhao xia-shuang College of Physics and Electronic Ination Electronic Ination Science and Technology No: 130522036 Tutor: YanHui-ying Abstract: The research of adaptive filter is one of the most active research topic in signal processing. Adaptive filter because of its strong self-learning, self tracking ability and simple algorithm of superior perance and easy to implement, has been widely used in digital communication, industrial control and other fields of radar. Firstly introduces the basic theory of adaptive filter, expounds the basic principle, algorithm and adaptive filter design . The core algorithm of the adaptive filter -- minimum mean square error (LMS) were introduced and analyzed, based on the design of adaptive LMS filter algorithm and MatLab simulation, the simulation results show that the design of adaptive filter has good perance and strong operability. Keywords: adaptive filter; LMS algorithm; MATLAB simulation 目 录 1 引言3 1.1 国内外研究现状与前景3 1.2 课题研究的意义和目的4 2 自适应滤波器理论基础5 2.1 滤波器的基本概念5 2.2 自适应滤波器的结构5 2.3 自适应滤波器原理6 2.4 自适应滤波器的LMS算法6 3 自适应滤波器设计及仿真7 3.1 LMS算法参数分析7 3.2自适应滤波器的仿真8 3.2.1 Matlab软件介绍8 3.2.2 基于LMS算法实现的流程图8 3.2.3 自适应滤波器的仿真结果及分析9 4 总结12 参考文献12 1 引言 滤波技术是信号处理的一项重要技术，利用这种技术可以抑制信号中的干扰， 获取需要的信息。在数据通信过程中，需要传输的信号是扩展频谱信号， 一方面可能混合有来自另一频带用户的干扰信号，另一方面在宽带信号中可能混有试图破坏检测系统的窄带干扰信号。用于消除上述干扰的滤波器，可以是固定参数，也可以是自调节的参数。如果采用固定参数的设计方法，研制出一种最佳的滤波器，就意味着设计者预先知道了一切可能的输入条件以及系统在这些条件下的响应。但是，实际系统的状态往往随空间和时间的变化而变化。因此，要实现在这种条件下的滤波，必须要求系统的参数能随着条件的变化而自行调整，这样的系统就称为自适应系统。用这种系统对信号进行的加工、变换就是自适应信号处理，一般称为自适应滤波。本文首先讨论了基于最小均方误差(LMS)的自适应滤波器算法，接着阐述了自适应滤波器的设计方法，并运用MATLAB软件进行自适应滤波器的仿真。 1.1 国内外研究现状与前景 最早的对于自适应滤波器的研究可以追述到20世纪50年代，它是在维纳滤波，Kalman滤波等线性滤波基础上发展起来的一种最佳滤波方法。在20世纪60年代中期形成了它的完整而正规的理论。人们根据传统数字滤波器的概念，即根据给定的频率特性指标来设计并实现数字滤波器外，还深入研究了维纳滤波器和卡尔曼滤波器的数字实现问题。维纳滤波器是根据有用信号和干扰噪声的统计特性，以线性最小均方误差估计准则所设计的最佳滤波器，它能最大程度的滤除干扰噪声，提取有用信号。但是，当信号的统计特性偏离设计条件时，它就不再是最佳的了，这使其滤波器在实际应用中受得了限制。 在1967年Windrow提出了自适应滤波系统的参数能自动的调整而达到最优说法，并且在设计的时候，只需很少或根本不需任何关于信号与噪声的先验统计知识。这种滤波器的不仅实现简单，而且器性能非常好。自适应滤波器与普通滤波器不同是因为它的冲激响应或滤波参数会随外部环境的变化而变化，经过一段自动调节的收敛时间达到最佳滤波的要求。自适应滤波器本身一个重要的算法是可以根据输入、输出及原参量信号按照一定准则修改滤波参量，以便有效的跟踪外部环境的变化。因此，自适应数字系统具有很强的自适应、自动跟踪能力和算法简单易实现性等特点。 随着超大规模集成电路(VLSI)技术的迅速进步以及自适应滤波技术理论的研究和发展，自适应滤波在噪化信号的检测增强、噪音干扰的抵消、波形编码的线性预测，雷达声纳系统的阵列处理和波束形成、通信系统的自适应均衡、图象自适应压缩编码、图象的自适应增强复原、图象识别的自适应分割以及未知系统的自适应参数辨识等方面获得了广泛的应用。 1.2 课题研究的意义和目的 自1967年Windrow等人提出自适应滤波器以来，在短短的四十年中，自适应滤波器的发展很快，已广泛地用于系统模型识别，通信信道的自适应均衡，雷达与声纳的波束形成，减少或消除心电图中的周期干扰，噪声中信号的检测、跟踪、增强和线性预测等。近十几年，它在更多的应用场合(如回波消除、信号增强、自适应波速形成、噪声消除以及控制领域等)也取