电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

自适应滤波器的设计

自适应滤波器的设计_第1页
1/10
自适应滤波器的设计_第2页
2/10
自适应滤波器的设计_第3页
3/10
一、 实验题目 自适应滤波器的设计 二、 实验要求 产生一个含有噪声的语音信号,使其通过一个自适应滤波器,观察其结果并分析此滤波器的性能。 三、 实验原理 自适应滤波器主要由两部分组成,第一部分是一个FIR滤波器,也称横向滤波器,其权系数可随时调整,完成滤波工作;第二部分是滤波器的权调整算法,也称学习算法。 图1 自适应滤波器原理图 图中,  x n 表示输入信号,  y n 是输出信号,  d n 称为期望信号,或者称为参考信号、训练信号,  e n 是误差信号。其中    e nd ny n。自适应滤波器 H z的系数根据误差信号,通过一定的自适应算法,不断进行改变,使输出信号 y n 最接近期望信号 d n 。 自适应滤波器工作过程,开始时,给FIR滤波器赋予任意的初始权系数,在每个时刻,用当前权系数对输入信号进行滤波运算,产生输出信号,输出信号与期望响应的差定义为误差信号,由误差信号与输入信号矢量一起构造一个校正量,自适应地调整权矢量,使误差信号趋于降低的趋势,从而使滤波器逐渐达到或接近最优。 我们知道,自适应过程的最终目的是寻找最佳权系数,在本实验中采用的是最小均方算法(LMS), LMS以集合平均为基础,属于统计分析的方法。 LMS(Least mean square)算法是Widrow 等人提出的,是用梯度的估计值代替梯度的精确值,算法简便易行,获得了广泛的应用。但存在收敛速度慢,有额外误差等缺点。 1、LMS算法的权值计算 梯度估计值用一条样本曲线进行计算。 2222212,TjjjjjjNdeeeeed  ⌒,…, 因为Tjjjedw x 所以 22212,TjjjjNeeex,…, 222122,TjjjjjNeeee ⌒,…, 2jjje x ⌒ 用j⌒ 代替j 得 12jjjjwwe x  FIR滤波器中第i个权系数的计算公式为 ,,1,2j ijj ijiwwe x  FIR滤波器中第 i个权系数的控制电路如图 图2 FIR第i个去路的控制电路 2、LMS算法加权矢量的过渡过程 将误差公式Tjjjedw x代入,,1,2j ijj ijiwwe x 得 ,1,2Tj ijjjjjjiwwxdxx w  22TjjjjjIxx wxd 假设jw 和jx 不相关,对,,1,2j ijj ijiwwe x 取统计平均得...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

自适应滤波器的设计

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部