基于递推自适应算法的信号滤波的研究.rar

摘 要:自适应滤波理论是统计信号处理领域中的一个重要组成部分。关于未知时变情况下的信号处理问题，自适应滤波器可以提供比传统固定滤波器更优的解决方法，而且还能提供其他方法不具备新的信号处理能力。因此，自适应信号处理(Adaptive Signal Processing)是近40年来发展起来的信号处理领域一个新的分支。随着人们在该领域研究的不断深入，自适应信号处理的理论和技术日趋完善，其应用的范围也越来越普遍。

本文是介绍应用于自适应信号处理的滤波器，主要是针对基于RLS这种自适应算法。其特征是适用且算法简单，收敛速度快，易于实现。  设计一个满足实际应用要求的自适应滤波器，往往不是太方便的。然而，我们可以通过采用RLS算法，较方便地综合出一个符合一定需要的自适应滤波器。

关键词：RLS；自适应信号处理；自适应滤波器

目录

摘要

ABSTRACT

第1章 绪论-1

1.1 自适应滤波器的基本概念-1

1.2 自适应信号处理的发展过程-2

1.3 自适应信号处理的应用-3

第2章 滤波器的介绍-7

2.1 概述-7

2.2滤波器的分类-7

2.3滤波器的性能-8

2.4 不同类别的滤波器介绍-9

第3章 递推最小二乘自适应算法-11

3.1  递归最小二乘算法-11

3.1.1  RLS算法的导出-11

3.1.2 算法小结-15

3.2   RLS算法的收敛性-15

3.2.1  RLS算法的均值-16

3.2.2   RLS算法的均方偏差-17

3.2.3   RLS算法的期望学习曲线-17

3.3   RLS算法与LMS算法的比较-19

第4章 自适应滤波器的仿真-21

4.1 抵消干扰噪声-21

4.2 自回归过程的自适应预估器-24

第5章 结论和展望-27

5.1 结论-27

5.2 展望-27

参考文献-28

致  谢-29

附录：系统源程序-30