自适应滤波器的研究与仿真设计

作者:杨坤全;徐天宇 刊名:军民两用技术与产品 上传者:秦小英

【摘要】在现如今的自适应信号处理领域中,自适应滤波器的研究是比较活跃的课题之一,由于自适应滤波器具备着自学习、自跟踪能力,同时其算法的简便易实践,使其能够有效的应用到抵消噪声干扰、通信自适应、图像自适应等多个领域,自适应滤波技术对于信息处理有着十分关键的作用.

全文阅读

光 机 电 Optics & Mechanics & Electrics 2018·7(下) 军民两用技术与产品 117 1 自适应滤波器的理论研究 1.1 自适应滤波器的结构 自适应滤波是一个不断进行滤波器参数调节的过程,也就是通过之前得到的滤波器参数,自动实现当前参数的调节,从而适应信号以及噪声,达到最为优化的滤波。信号滤波从观测信号中进行信息提取,在实际应用中比较广泛的是线性自适应滤波器,其性能指标集中在收敛速度、算法复杂结构以及结构模块数值等方面。 1.2 自适应滤波算法 第一种是最小均方误差算法(LMS),是最为简单的一种算法,其具体操作过程中不需要进行输入信号相关函数的计算,同时也不需要进行矩阵分析,所以应用比较广泛。第二种是归一化最小均方误差算法(NLMS),其收敛性接近于传统的最小均方误差算法,不过其优势在于减小信号误差方面,能够防止出现较大误差进而造成接收信号缺乏精确度的情况。第三种是递归最小二乘算法(RLS),其对于非平稳性信号的适应能力较强,能够最大化的降低总能量误差,收敛速度块,是综合性能较强的一种算法。 2 自适应滤波器的仿真设计 2.1 Matlab语言介绍 Matlab 是目前国际上普遍运用的科研软件,主要应用于数据分析、计算、做图、系统设计、图像处理、仿真等多个领域,不同于C 语言等其他的高级语言,Matlab 能够摆脱计算机系统中程序代码的复杂性,实现操作中的简单便捷,具有着高效率编程、方便使用、功能扩充、矩阵计算高效等多种不同优势。 2.2 基于LMS算法的自适应滤波器仿真下面为 LMS 算法的不同参数 : (1)步长 μ,当 μ 越大的时候,自适应的时间越短,而过程就会越快,这样就容易引发其中的不稳定性,步长的选择应该根据不同的系统要求进行,其基本前提是应该满足精准度的要求,在此基础上尽量降低自适应时间。(2)级数,级数是与噪声通道的传递函数是一致的,只有这样,自适应滤波器传递函数才会与噪声通道传递函数匹配,进而实现噪音的抵消,此时的自适应滤波器整体性能最佳。(3)信噪比,LMS 算法性能将会随着信噪比降低而得到优化。 当滤波器的长度为24的时候,波形图如图一所示 : 图一 滤波器长度为24波形图 根据图一分析,能够看出在噪音条件下输入的波形图规律没有理想条件下清晰简洁,预测信号同实际信号差别不大。 当滤波器的长度为12的时候,波形图如图二所示 : 图二 滤波器长度为12波形图 根据图二分析,能够看出预测信号与实际信号的差别比长度24 的时候大,因此可以得出滤波器长度越小,预测信号同实际信号差距越大。 当滤波器的长度为12的时候,波形图如图二所示。 根据图三分析,能够看出预测信号与实际信号的差别比长度24 时小,进而得出滤波器长度越大,预测信号同实际信号差距越小。 最终得出结论,滤波器长度出现变动,其理想输入不变,噪声变化不是十分显著,同时,当滤波器长度变大的时候,预测信号会 摘 要 在现如今的自适应信号处理领域中,自适应滤波器的研究是比较活跃的课题之一,由于自适应滤波器具备着自学习、自跟踪能力,同时其算法的简便易实践,使其能够有效的应用到抵消噪声干扰、通信自适应、图像自适应等多个领域,自适应滤波技术对于信息处理有着十分关键的作用。 关键词 信息处理 ;自适应滤波器 ;仿真设计 文章编号:1009-8119(2018)07(2)-0117-02 自适应滤波器的研究与仿真设计 杨坤全 徐天宇 (中国人民解放军空军预警学院,武汉 430019) 光 机 电 Optics & Mechanics & Electri

参考文献

引证文献

问答

我要提问