自適應(yīng)濾波器的設(shè)計(jì)開題報(bào)告

1、一、題目來源來源于其他二、研究目的和意義濾波技術(shù)在當(dāng)今信息處理領(lǐng)域中有著極其重要的應(yīng)用。濾波是從連續(xù)的或離散的輸入數(shù)據(jù)中除去噪音和干擾以提取有用信息的過程，相應(yīng)的裝置就稱為濾波器。濾波器實(shí)際上是一種選頻系統(tǒng)，他對某些頻率的信號予以很小的衰減，使該部分信號順利通過。而對其他不需要的頻率信號予以很大的衰減，盡可能阻止這些信號通過。濾波器研究的一個目的就是：如何設(shè)計(jì)和制造最佳的（ 或最優(yōu)的 ） 濾波器。在數(shù)字信號處理中，數(shù)字濾波是語音和圖像處理、模式識別、頻譜分析等應(yīng)用中的一個基本處理算法。在許多應(yīng)用場合，由于無法預(yù)先知道信號和噪聲的特性或者它們是隨時間變化的，僅僅用 FIR和 IIR 兩種具有固定

2、濾波系數(shù)的濾波器無法實(shí)現(xiàn)最優(yōu)濾波。在這種情況下，必須設(shè)計(jì)自適應(yīng)濾波器，以跟蹤信號和噪聲的變化。自適應(yīng)濾波器是利用前一時刻已獲得的濾波器參數(shù)，自動地調(diào)節(jié)、更新現(xiàn)時刻的濾波器參數(shù)，以適應(yīng)信號和噪聲未知的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波。當(dāng)在未知統(tǒng)計(jì)特性的環(huán)境下處理觀測信號時，利用自適應(yīng)濾波器可以獲得令人滿意的效果，其性能遠(yuǎn)超過通用方法所設(shè)計(jì)的固定參數(shù)濾波器。三、閱讀的主要參考文獻(xiàn)及資料名稱1、數(shù)字信號處理劉益成（第二版）西安電子科技出版社2、數(shù)字信號處理張小虹（第二版）機(jī)械工業(yè)出版社 TOC o 1-5 h z 3、 自適應(yīng)信號處理M 西安：西安電子科技大學(xué)出版社，20014鄒理和, 數(shù)字信號處理, 國

3、防工業(yè)出版社,19855丁玉美等, 數(shù)字信號處理, 西安電子科技大學(xué)出版社,19996程佩青, 數(shù)字信號處理, 清華大學(xué)出版社,2001The MathWorks Inc, Signal Processing Toolbox For Use withMATLAB, Sept. 2000vinay K.Ingle, John G.Proakis, 數(shù)字信號處理及MATLAB實(shí)現(xiàn),陳懷琛等譯, 電子工業(yè)出版社,1998.99、MATLAB編程參考手冊10、中國期刊網(wǎng)的相關(guān)文獻(xiàn)11、赫金，自適應(yīng)濾波器原理第四版，西安工業(yè)出版社，2010-5-1四、國內(nèi)外現(xiàn)狀和發(fā)展趨勢與主攻方向自適應(yīng)濾波器的理論與技

4、術(shù)是50 年代末和60 年代初發(fā)展起來的。 它是現(xiàn)代信號處理技術(shù)的重要組成部分，對復(fù)雜信號的處理具有獨(dú)特的功能。自適應(yīng)濾波器在數(shù)字濾波器中試屬于隨機(jī)數(shù)字信號處理的范疇。對于隨機(jī)數(shù)字信號的濾波處理，通常有維納濾波，卡爾曼濾波和自適應(yīng)濾波，維納濾波的權(quán)系數(shù)是固定的，適用于平穩(wěn)隨機(jī)信號；卡爾曼濾波器的權(quán)系數(shù)是可變的，適用于非平穩(wěn)隨機(jī)信號中。但是， 只有在對信號和噪聲的統(tǒng)計(jì)特性先驗(yàn)已知的情況下，這兩種濾波器才能獲得最優(yōu)濾波。但在實(shí)際應(yīng)用中， 常常無法得到這些統(tǒng)計(jì)特性的先驗(yàn)知識，或者統(tǒng)計(jì)特性是隨時間變化的。陰齒，在許多情況下，用維納濾波器或卡爾曼濾波器實(shí)現(xiàn)不了最優(yōu)濾波，而自適應(yīng)濾波卻能夠提供卓越的濾波性

5、能。傳統(tǒng)的自適應(yīng)濾波器主要在時域中實(shí)現(xiàn), 采用抽頭延遲線( tapped de lay li ne) 結(jié)構(gòu)及 W IDROW - HOFF 自適應(yīng) LMS 算法。 這種方法算法簡單, 穩(wěn)健性也比較好,因而被廣泛應(yīng)用。但是濾波器的階數(shù)可能會很高,步長系數(shù)可能會很小,收斂性能不理想對輸入信號的自相關(guān)矩陣有很強(qiáng)的依賴性, 因而不具有高自適應(yīng)率。當(dāng)輸入信號的自相關(guān)矩陣的特征值分布發(fā)散度很大時, 算法的收斂速度很慢,跟蹤性能不好。許多學(xué)者對LMS 算法進(jìn)行了研究, 對傳統(tǒng) LMS 算法提出了許多有效的改進(jìn)措施,如采用變步長LMS 算法、 變換域 LMS算法 , 以及 QR 分解 LMS 算法等 , 有效

6、地克服了其性能局限性。五、主要研究內(nèi)容，需重點(diǎn)研究的關(guān)鍵問題及解決思路研究內(nèi)容：、自適應(yīng)濾波算法的原理。2、自適應(yīng)濾波經(jīng)典的算法。、 MATLAB編程實(shí)現(xiàn)自適應(yīng)濾波經(jīng)典方法。4、提出改進(jìn)的自適應(yīng)濾波的設(shè)計(jì)方法并編程實(shí)現(xiàn)，并與經(jīng)典的算法進(jìn)行優(yōu)缺點(diǎn)的比較。研究的關(guān)鍵問題：1、自適應(yīng)濾波器的結(jié)構(gòu)：自適應(yīng)濾波器的結(jié)構(gòu)有F I R 和 II R 兩種。由于II R 濾波器存在穩(wěn)定性的問題, 因此一般采用FIR 濾波器。由于FIR 濾波器橫向結(jié)構(gòu)的算法具有容易實(shí)現(xiàn)和計(jì)算量少等優(yōu)點(diǎn), 在對線性相位要求不嚴(yán)格、收斂速度不是很快的場合, 多采用 FI R 作為自適應(yīng)濾波器結(jié)構(gòu)。LMS算法的選?。篖MS算法使用的

7、準(zhǔn)則是使濾波器的期望輸出值和實(shí)際輸出值之間的均方誤差最小化的準(zhǔn)則，即使用均方誤差來做性能指標(biāo).LMS算法的分析：步長 ： 越大 , 自適應(yīng)時間越短, 自適應(yīng)過程越快, 但它引起的失調(diào)也越大。失調(diào)越小, 但自適應(yīng)過程也相應(yīng)加長。步長的選擇應(yīng)從整個系統(tǒng)要求出發(fā), 在滿足精度要求的前提下, 盡量減少自適應(yīng)時間。階數(shù)N：當(dāng)階數(shù) N 取值大時，迭代次數(shù)增加，收斂速度變快. 但當(dāng)階數(shù) N 大到一定程度，收斂速度變化不明顯，且可能引起系數(shù)迭代過程不收斂。解決思路:圖一為自適應(yīng)濾波器結(jié)構(gòu)的一般形式，圖中x(n)為輸入信號，通過參數(shù)可調(diào)的數(shù)字濾波器后產(chǎn)生輸出信號y(n)，將輸出信號y(n)與標(biāo)準(zhǔn)信號(或者為期望

8、信號)d(n)進(jìn)行比較，得到誤差信號e(n) 。 e(n)和x(n)通過自適應(yīng)算法對濾波器的參數(shù)進(jìn)行調(diào)整，調(diào)整的目的使得誤差信號e(n)的均方值最小。參數(shù)可調(diào)濾波器一般選擇FIR(有限沖擊響應(yīng)濾波器)濾波器，因其具有穩(wěn)定性和線性相位兩大優(yōu)點(diǎn)自適應(yīng)算法選擇LMS(最小均方誤差)算法，LMS 是一種以期望響應(yīng)和濾波器輸出信號之間誤差的均方值最小為準(zhǔn)則，其顯著特點(diǎn)是簡單、計(jì)算量小、易于實(shí)現(xiàn)。但LMS 的參數(shù)對其性能有一定的影響，尤其是步長的選取。另一方面，梯度算法只有一個調(diào)整參數(shù)用來控制收斂速率，收斂慢正是由于這個基本的限制，為了避免濾波器出現(xiàn)不穩(wěn)定，步長可以由輸入功率進(jìn)行控制。最后用Matlab 中的 Simuli nk 工具對設(shè)計(jì)的自適應(yīng)濾波器進(jìn)行模擬仿真。六 完成畢業(yè)設(shè)計(jì)所必須具備的工作條件及解決的辦法、通過上網(wǎng)查找相關(guān)的資料、文獻(xiàn)，了解相關(guān)技術(shù)的最新的發(fā)展方向和成果。、圖書館查找相關(guān)基礎(chǔ)知識的書面資料。、向老師請教設(shè)計(jì)過程中所遇到的問題。、通過電腦軟件MATLAB進(jìn)行程序設(shè)計(jì)及調(diào)試。七、工作的主要階段, 進(jìn)度與時間安排.21 3.7 日：聯(lián)系指導(dǎo)教師，領(lǐng)取任務(wù)書并，完成開題報(bào)告和開題答辯。.8 3.20 日：文獻(xiàn)調(diào)研初步工作，翻譯相關(guān)的外文文獻(xiàn)，。.21 4.7 日：學(xué)習(xí)理論知識，復(fù)習(xí)及掌握MATLAB軟件。4.