自适应滤波器设计及MatLab实现研究

龙源期刊网 http://www.qikan.com.cn

自适应滤波器设计及MatLab实现研究①

作者：张凤莉 卢娜

来源：《科技资讯》2013年第17期

摘 要：自适应滤波器技术因其各方面的优越性能，已经在数字通信、工业控制和雷达等领域获得了广泛应用。本文主要介绍自适应滤波器的Matlab设计方法，且以LMS算法作为范例进行MatLab仿真，结果可见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 MatLab LMS算法

中图分类号：TP391 文献标识码：A 文章编号：1672-3791（2013）06（b）-0004-01 在现代通信以及控制工程中，滤波是一种广泛应用的信号处理方法，当外界环境特性未知，信号传递不断变化时，我们通常会选用通过自身算法改变滤波器自身的参数和结构的自适应滤波器。它主要包括自适应处理器（参数可调数字滤波器）和算法，其中自适应处理器分为FIR数字滤波器、IIR数字滤波器和格形数字滤波器。本文主要对自适应滤波器设计的LMS算法以及其MatLab仿真进行分析研究。 1 自适应滤波器的原理

自适应滤波器以输入和输出信号的统计特性的估计为依据，采取特定算法自动地调整滤波器系数，使其达到最佳滤波特性；它可以是连续域或者离散域的，离散域自适应滤波器由一组抽头延迟线、可变加权系数和自动调整系数的机构组成。离散域自适应滤波器的输入信号经过自适应处理器后产生输出信号，然后和作为参考的输入信号进行对比，产生误差输出信号，通过设计的自适应滤波算法的反馈调节调整滤波器的参数，最终输出误差信号均方差的最小值。自适应滤波器的算法决定着滤波器参考信号的处理能力，在最佳准则条件下算法能够大大提高其输出信噪比。自适应算法通常可以分为最小均方算法（LMS）和递推最小二乘算法

（RLS），LMS算法简单、运算方便、易于实现，但收敛的速度相对较慢，且其速度和输入信号的统计特性直接相关。 2 自适应滤波器的LMS算法

LMS算法是自适应滤波器的基础，是一种随机性递推算法，该算法主要包含下面三个方程：y（k）=∑w（i）x（k-i+1） e（k）=d（k）-y（k）

w（k+1）=w（k）+2ue（k）x（k-i） （0≤i≤M-1）

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库自适应滤波器设计及MatLab实现研究在线全文阅读。