![点击分享此内容可以赚币 分享](/master/images/share_but.png)
学位论文-—自适应滤波器的设计与实现.doc
《学位论文-—自适应滤波器的设计与实现.doc》由会员分享,可在线阅读,更多相关《学位论文-—自适应滤波器的设计与实现.doc(66页珍藏版)》请在咨信网上搜索。
1、自适应滤波器的设计与实现北 京 石 油 化 工 学 院毕 业 设 计 (论 文) 任 务 书学院(系、部) 信息学院专业 通信工程 班级 通092 1.毕业设计(论文)题目自适应滤波器的设计与实现2.任务起止日期: 2013年2月28日 至 2013年6月173.毕业设计(论文)的主要内容与要求自适应滤波是利用前一时刻已获得的滤波器参数的结果自动地调节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节其自身传输特性以达到最优的维纳滤波器。自适应滤波系统具有很强的自学习、自跟踪能力和算法实现性。自适应滤波是信号处理的重要基础,近年
2、来发展很快,在各个领域取得了广泛的应用。设计自适应滤波器,在输入信号特性未知或者输入信号特性变化时,能够调整滤波器的参数,以达噪声干扰的抵消,并进行仿真。任务与要求:1. 调研收集资料2. 翻译外文,不少于2万字符3. 方案论证4. 软件平台仿真实现提交成果:1. 英文两万翻译为五千中文2. 自适应滤波器设计程序3. 撰写毕业论文一份4.主要参考文献1 于洋. 一种改进的LMS自适应滤波器设计D.本科学位论文.北京:北京石油化工学院,20092 丁玉美. 数字信号处理M.西安:西安电子科技大学出版社,20023 王姣. 自适应滤波器的MATLAB仿真D. 本科学位论文.北京:北京石油化工学院,
3、20024 薛小梅. 一种基于LMS算法的自适应滤波器设计D. 本科学位论文.北京:北京石油化工学院,20065 吴燕. 一种自适应滤波器的设计与仿真J.科技广场,2010,第7期:59-616 程玉柱. 自适应滤波器的算法比较研究J.大庆师范学报,2008,第2期:23-267 张立萍. RLS自适应滤波器的Matlabe设计与仿真J.赤峰学院学报,2011,第4期:25-268 蒙俊甫. LMS自适应滤波器的仿真与实现J.设计参考,2009,第9期:67-739 程玉柱. 自适应滤波器的算法比较研究J.大庆师范学报,2008,第2期:23-2610 吴正茂. 自适应滤波器及其应用研究J.南
4、昌水专学报,2004,第2期:36-4011 向大威、温、顾亚平. 自适应滤波器的几种全更新算法J中国科学院东海研究站12 Simon Haykin. Adaptive Filter ThearoM.北京:电子工业出版社,200613 李勇、徐震. MATLAB辅助现代工程数字信号处理M.西安电子科技大学出版社,2002.1014 王世一. 数字信号处理M.北京理工大学出版社,201215 张立萍. RLS自适应滤波器的Matlabe设计与仿真J. 赤峰学院学报,2011,第4期:25-265.进度计划及指导安排2.283.12 查询收集相关资料,翻译外文3.13-3.29 查询资料,撰写开题
5、报告3.30-4.12 学习理论知识4.13-4.19 学习编程4.20-5.10 课题程序设计5.11-5.20 程序调试及优化5.21-6.5 学习论文编写规范,编写论文6.6-6.16 规范材料,准备答辩任务书审定日期 年 月 日 系(教研室)主任(签字) 任务书批准日期 年 月 日 教学院(系、部)院长(签字) 任务书下达日期 年 月 日 指导教师(签字) 计划完成任务日期 年 月 日 学生(签字) 摘 要最小二乘(RLS)法是一种典型的有效的数据处理方法。由著名学者高斯在1795年提出,他认为根据所获得的观测数据来推断未知参数时,未知参数最可能的值是这样一个数据,即它使各项实际观测值
6、和计算值之间的差的平方乘以度量其精度的数值以后的和为最小。这就是著名的最小二乘法。自适应滤波算法根据的最佳准则为最小均方误差准则。自适应算法的目标在于,使滤波器输出与需要信号的误差的平方的统计平均值最小。这个准则根据输入数据的长期统计特性寻求最佳滤波。最小二乘法对不同的数据组导出不同的“最佳”滤波器。因而常说最小二乘法导出的最佳滤波器是“精确”的。递推最小二乘法(RLS)是最小二乘法的一类快速算法。本文基于matlab进行仿真,研究不同输入和信噪比滤波器的性能。通过对比实验,分析收敛性和滤波效果,确定了滤波器正则化系数的选取,信噪比高正则化系数选取小正常数,反之取大正常数。对不同类型滤波器输入
7、信号独立实验,周期型号和非周期信号的滤波器效果都较好,但周期信号的滤波效果更好。但从程序的运行时间上看,其复杂度高,计算量比较大。关键词:自适应滤波器,最小二乘法,matlab仿真IAbstractLeast squares (RLS) method is a kind of typical effective data processing method. Gauss proposed in 1795 by famous scholars, he thinks, according to the observed data to infer unknown parameter is obta
8、ined, the unknown parameters is the most possible values that a data, which make the actual observed value multiplied by the square measure of the difference between calculated value and the accuracy of numerical and later to a minimum. This is the famous least-square method.Adaptive filtering algor
9、ithm based on optimum criterion for the minimum mean square error criterion. Adaptive algorithms goal is to make the filter output and signal statistical average of the squared error is minimal. The criteria according to the long-term statistical characteristics of the input data for optimal filter.
10、 Least squares method for different data sets derived different best filter. Thus derived the optimum filter often say least-square method is accurate. Recursive least squares (RLS) is a fast algorithm of the least-square method. this paper studies the performance of the filter input and SNR and sim
11、ulation based on matlab. Convergence analysis and filtering effect by experiment, confirmed the filter selection of regularization coefficient, high SNR regularization coefficient selected normal number, instead take dazheng constant. For different types of filter input signal independent experiment
12、, the cycle model and aperiodic signal filter effects are better, but the periodic signal filtering effect is better. But look from the programs running time, its complexity is high, the relatively large amount of calculation. Key words:Adaptive filtering, the least square method, emulation verify b
13、y MATLABIII目 录第一章 前言11.1 自适应滤波器简介11.2 选题背景及研究意义11.3 国内外研究发展现状2第二章 自适应滤波器的基础理论42.1 滤波器概述42.1.1 滤波器简介42.1.2 滤波器分类42.1.3 数字滤波器概述42.2 自适应滤波器基本理论72.3 自适应滤波器的结构9第三章 自适应滤波器递归最小二乘算法113.1 递归最小二乘算法113.1.1 递归最小二乘算法简介113.1.2 正则方程113.1.3 加权因子和正则化163.1.4 递归计算183.2递归最小二乘(RLS)算法的性能分析22第四章 基于MATLAB自适应滤波器仿真234.1 正弦波去
14、噪实验234.2 滤波器正则化参数的确定284.2.1 高信噪比284.2.2 低信噪比314.2.3 结论334.3 输入信号不同对滤波效果的影响334.3.1 输入信号为周期信号334.3.2 输入信号为非周期信号38第五章 结论与展望445.1 结论445.2 对进一步研究的展望44参考文献45致 谢46附 录46声 明58第一章 前 言1.1自适应滤波器简介自适应滤波器属于现代滤波的范畴,它是40年代发展起来的自适应信号处理领域的一个重要应用,自适应信号处理主要是研究结构可变或可调整的系统,可以通过自身与外界的接触来改善自身对信号处理的性能,通常这类系统是时变的非线性系统,可以自动适应
15、信号传输的环境和要求,无须详细的知道信号的结构和实际知识,无须精确设计处理系统本身。自适应系统的非线性特性主要是由系统对不同的信号环境实现自身参数的调整来确定的。自适应系统的时变特性主要是由其自适应响应或自适应学习过程来确定的,当自适应过程结束和系统不再进行时,有一类自适应系统可成为线性系统,并称为线性自适应系统,因为这类系统便于设计且易于数学处理,所以实际应用广泛。本文研究的自适应滤波器就是这类滤波器。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,自适应滤波器的频率则是自动适应输入信号而变化的,所以其适用范围更广。在没有任何信号和噪声的先验知识的条件下,
16、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节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。1.2选题背景及研究意义伴随着移动通信事业的飞速发展,自适应滤波技术应用的范围也日益扩大。早在20世纪40年代,就对平稳随机信号建立了维纳滤波理论。根据有用信号和干扰噪声的统计特性(自相关函数或功率谱),用线性最小均方误差估计准则设计的最佳滤波器,称为维纳滤波器。这种滤波器能最大程度地滤除干扰噪声,提取有用信号。但是,当输入信号的统计特性偏离设计条件,则它就不是最佳的了,这在实际应用中受到了限制。到60年代初,由于空间技术的发展,出现了卡尔曼滤波理论,即利用状态变
17、量模型对非平稳、多输入多输出随机序列作最优估计。现在,卡尔曼滤波器已成功地应用到许多领域,它既可对平稳的和非平稳的随机信号作线性最佳滤波,也可作非线性滤波。实质上,维纳滤波器是卡尔曼滤波器的一个特例。在设计卡尔曼滤波器时,必须知道产生输入过程的系统的状态方程和测量方程,即要求对信号和噪声的统计特性有先验知识,但在实际中,往往难以预知这些统计特性,因此实现不了真正的最佳滤波。Widrow.B等于1967年提出的自适应滤波理论,可使自适应滤波系统的参数自动地调整而达到最佳状况,而且在设计时,只需要很少的或根本不需要任何关于信号与噪声的先验统计知识。这种滤波器的实现差不多像维纳滤波器那样简单,而滤波
18、性能几乎如卡尔曼滤波器一样好。因此,近十几年来,自适应滤波理论和方法得到了迅速发展。自适应滤波是一种最佳滤波方法。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。由于它具有更强的适应性和更优的滤波性能。从而在工程实际中,尤其在信息处理技术中得到广泛的应用。自适应滤波的研究对象是具有不确定的系统或信息过程。“不确定”是指所研究的处理信息过程及其环境的数学模型不是完全确定的。其中包含一些未知因数和随机因数。任何一个实际的信息过程都具有不同程度的不确定性,这些不确定性有时表现在过程内部,有时表现在过程外部。从过程内部来讲,描述研究对象即信息动态过程的数学模型的结构和参数是
19、我们事先不知道的。作为外部环境对信息过程的影响,可以等效地用扰动来表示,这些扰动通常是不可测的,它们可能是确定的,也可能是随机的。此外一些测量噪音也是以不同的途径影响信息过程。这些扰动和噪声的统计特性常常是未知的。面对这些客观存在的各种不确定性,如何综合处理信息过程,并使某一些指定的性能指标达到最优或近似最优,这就是自适应滤波所要解决的问题。近十几年来,自适应滤波理论和方法得到了迅速的发展,究其原因是因为自适应滤波器相比于其他一般的滤波器在滤波性能、设计实现的难易程度、对外部环境的复杂程度的适应能力和对系统先验统计知识的依赖程度等方面都显现出强大的优势。自适应滤波器具有很强的自学习、自跟踪能力
20、和算法的简单易实现性,它在噪声量化信号的检测增强,噪声干扰的抵消,通信系统的自适应均衡,图象的自适应增强复原以及未知系统的自适应参数辩识等方面都有广泛的应用。本文仅讨论自适应滤波器在噪声干扰的抵消方面的原理、算法及仿真。1.3国内外研究发展现状经过数十年的研究,自适应滤波理论得到了极大的发展,成为信号处理理论研究的热点之一,而依据不同的优化准则可以推导出许多截然不同的自适应理论,目前自适应滤波理论主要包括以下几个分支:(1) 基于维纳滤波器理论的最小均方算法(2) 基于卡尔曼滤波理论的卡尔曼算法(3) 基于最小二乘法的算法(4) 基于神经网络的算法由于设计简单、性能最佳,自适应滤波器是目前数字
21、滤波器领域是活跃的分支,因而被广泛应用到各种信号处理领域中.(1) 广泛用于系统模型识别如系统建模:其中自适应滤波器作为估计未知系统特性的模型。 (2) 通信信道的自适应均衡 如:高速modem采用信道均衡器:用它补偿信道失真,modem必须通过具有不同频响特性而产生不同失真的信道有效地传送数据,则要求信号均衡器具有可调系数,据信道特性对这些系数进行优化,以使信道失真的某些量度最小化。又如:数字通信接收机:其中自适应滤波器用于信道识别并提供码间串扰的均衡器。 (3) 雷达与声纳的波束形成 如自适应天线系统,目前在通信领域研究的一个重要课题就是如何在有限的频谱资源基础上提高通信系统的容量。在第三
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 学位 论文 自适应 滤波器 设计 实现
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【可****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【可****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。