摘要:基于自适应滤波器很强的跟踪能力,且其算法相对简单容易实现的优点,当今学术界对它的理解越来越重视和深入,作为一个如此活跃的课题,它主要应用在:如检测噪声信号并抵消其影响,对均衡通信系统、图像的复原和识别未知系统中存在的参数也有应用。
所谓自适应滤波器,即参考前一时刻所得到的结果,然后对当前时刻的滤波器参数进行适当的调整,以此来适应信号与噪声不断变化的特点,从而保证输出的准确性。自适应滤波器能够提取出信号中的有效信息,即剔除噪声等。以此可以做到所得到的输出信号基本还原或者完全还原。具有收敛速度快,良好的跟踪以及较低的稳态失调的特点正是要探讨的方向,而这个可以通过调节一个参数——步长来实现。因此本篇论文首先对自适应滤波器的理论进行了基本的介绍,随后便介绍了三种可以实现这一功能的算法,即变步长仿射投影算法(VSS APA)、变步长归一化最小均方(VSS NLMS)算法以及无参变步长归一化最小均方(NPVSS NLMS)算法,并通过实验的仿真结果对算法的性能进行了分析,并在算法与算法间进行了的对比。
关键词:自适应滤波器;归一化最小均方算法;变步长;仿射投影算法
目录
中文摘要
Abstract
前 言-5
第1章-绪论-6
第1.1节-背景及意义-6
第1.2节-发展现状与前景-6
第2章-变参数自适应滤波器-8
第2.1节-基本理论-8
第2.2节-常见应用-8
第2.2.1节-信号增强器-8
第2.2.2节-系统辨识器-9
第2.2.3节-信号预测器-9
第2.3节-设计思路-10
第2.3.1节-数字滤波器结构-10
第2.3.2节-自适应滤波结构-10
第2.3.3节-算法设计思路-11
第3章-VSS APA算法及仿真-12
第3.1节-概述-12
第3.2节-仿真-13
第4章-VSS NLMS 算法及仿真-15
第4.1节-概述-15
第4.2节-仿真-15
第5章-NPVSS NLMS 算法及仿真-17
第5.1节-概述-17
第5.2节-仿真-18
第6章-结论与展望-19
第6.1节-总结-19
第6.2节-展望-20
参考文献-22
致 谢-23