电子信息系统仿真.doc

《电子信息系统仿真.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、自适应滤波器设计与仿真一课程设计目的滤波器在电子设备中已得到广泛的应用，而自适应滤波器可以不必事先给定信号及噪声的自相关函数，它可以利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数，从而实现最优滤波。介绍了自适应滤波器原理，并对LMS自适应算法进行了分析，最后用Maflab对自适应低通滤波器进行了仿真和实现，并分析了该自适应滤波器的性能。有助于我们更灵活的掌握matlab这个软件的使用方法，加深对滤波器的认识。二课程设计原理2.1自适应滤波器的一般结构　数字降噪耳机中DSP数字降噪模块是通过自适应滤波器来实现的，自适应滤波器具有跟踪信号和噪声变化的能力，滤波器的特性也随信

2、号和噪声的变化而变化，以达到最优滤波效果。自适应滤波器可以利用前一时刻获得的滤波器系数，自动地调节滤波器参数，以适应信号和噪声位置的统计特性，从而实现最优滤波。自适应滤波器的研究始于20世纪50年代末，是关于信号处理方法和技术的滤波器。自适应滤波器能够得到比较好的滤波性能，当输入信号的统计特性变化时，自适应滤波器能够自动的迭代调节自身的滤波器参数，以满足某种准则的要求，从而实现最优滤波。自适应滤波器的特性变化是由自适应算法通过调整滤波器的系数实现的。所以，自适应滤波器一般都由两部分组成：一是参数可调的数字滤波器结构，它是为完成期望的处理功能而设计；二是自适应算法，它调节滤波器系数以

3、改进性能。自适应滤波器结构图如图1所示。图（1）自适应滤波器的一般结构图　　图1中，噪声信号通过参数可调的滤波器后产生输出信号y(n)，d(n)表示期望信号，由音频信号和噪声混合组成，y(n)与期望信号d(n)进行比较，得到误差信号e(n)。e(n)和噪声通过自适应算法对滤波器的参数进行调整，使自适应滤波器输出效果达到最好。重复上面过程，滤波器逐渐了解到关于输入信号和噪声的统计规律，并以此为根据自动调整自己的参数，从而达到最佳的滤波效果。一旦输入信号的统计规律发生了变化，滤波器能够自动跟踪输入信号的变化，自动调整滤波器的参数，最终达到滤波效果，实现自适应过程。当噪声信号和混有噪声的

4、音频信号通过自适应滤波器之后，可以将环境中的噪声分离出来，并且自适应跟踪环境噪声变化，进而产生降噪信号从而实现噪声消除。2.2自适应噪声消除滤波器原理图2自适应噪声消除滤波器原理图在许多场合，一个输入信号往往包含有周期性信号和宽带成分，而周期性信号是期望得到的。如图2所示是一个自适应噪声消除滤波器(ANC)的原理图，输入是带有噪声的正弦波，它能够通过自适应调节，分离出信号中所包含的周期性成分和随机成分，从噪声中还原出正弦波。其原理是当周期信号和噪声混合的输入信号被延长一定时间后，其中的周期信号成分是高度相关的，但根据高斯理论的推断，噪声信号是不相关的。于是自适应滤波器就会减小输出信

5、号中噪声的能量，产生周期信号的最佳估计信号。周期信号和噪声都是时变信号，因此滤波器必须根据输入信号的特性适应这种变化，决定权值的选取，最终使得输出信号的能量最低，这样就从某种程度上消除了噪声。2.3LMS算法参数分析传统的LMS算法具有计算量小、结构简单、易于实现等优点，尤其是这种算法是最先由统计分析法导出的一种实用算法，它是一类自适应滤波器的基础。笔者通过Matlab仿真对LMS算法中各参数做了详细研究，并总结出其对算法的影响。针对时域LMS算法各参数做如下讨论：(1)步长。步长μ是表征迭代快慢的物理量。由LMS算法可知：μ越大，自适应时间越短，自适应过程越快，但它引起的失调也越

6、大，当μ大于l/λ时，系统发散；μ越小，系统越稳定，失调越小，但自适应过程也相应加长。因此，步长μ的选择应从整个系统要求出发，在满足精度要求的前提下，尽量减少自适应时间。(2)级数。自适应滤波器的级数应与噪声通道的传递函数F(z)的阶数一致，只有在二者相等时，自适应滤波器传递函数才有可能等于F(z)，实现噪声抵消。而当级数小于F(z)的阶数时，参考通道的噪声无法与输入通道的噪声抵消，引起最小均方差增大；当级数大于F(z)的阶数时，过多的级数引起失调的增大。因此，只有当滤波器的级数等于F(z)的阶数时，自适应滤波器的性能才达到最佳。(3>信噪比。当信噪比升高时，LMS算法性能将急剧恶

7、化。这可由频域LMS算法来克服时域LMS算法的性能局限。三课程设计步骤自适应滤波器对声信号消噪的MATLAB编程：clearallcloseallclcw=[4-10]';Mu=[0.05];N=16;intertion_num=[500];rk=randn(1,intertion_num);%a=sqrt((0.01*intertion_num)/sum(rk));rk=0.1*rk;%lms的迭代过程，求最佳权值%forj=1:2%rk=randn(1,inter