g=100； %统计仿真次数为gN=1024； %输入信号抽样点数k=128; ％滤波器阶数pp=zeros(g,N—k）； %将每次独立循环的误差结果存于矩阵pp中,以便后面对其平均u=0.00026; ％滤波器收敛因子for q=1:g t=1:N； a=1; s=a*sin(0。05*pi*t)； %输入单信号s figure(1）; subplot（311) plot（s)； %信号s时域波形 title（’信号s时域波形’)； xlabel（'n’)； axis（［0,N,-a—1,a+1］）； xn=awgn（s,5）; %加入均值为零的高斯白噪声 ％设置初值 y=zeros（1,N）; ％输出信号y y(1:k)=xn(1：k)； ％将输入信号xn的前k个值作为输出y的前k个值 w=zeros（1，k)； ％设置抽头加权初值 e=zeros(1,N）; %误差信号 %用LMS算法迭代滤波 for i=（k+1）:N XN=xn（(i-k+1)：（i)); y（i）=w＊XN'; e（i)=s（i）-y(i)； w=w+u＊e（i）*XN；endpp(q,:)=(e（（k+1)：N）)。^2;endsubplot(312)plot(xn）； %信号s时域波形title('信号s加噪声后的时域波形’）；subplot(313)plot(y); ％信号s时域波形 title('自适应滤波后的输出时域波形’）;for b=1：N—k bi(b)=sum(pp(：,b）)/g; ％求误差统计平均endfigure(2）； %算法收敛曲线t=1:N-k；plot(t,bi,’r'）;title（’收敛曲线’）；hold on %将每次循环的图形显示结果保存下来01002003004005006007008009001000-202s信 号 时 域 波 形ns020040060080010001200-505s信 号 加 噪 声 后 的 时 域 波 形020040060080010001200-505自 适 应 滤 波 后 的 输 出 时 域 波 形010020030040050060070080090000.10.20.30.40.50.60.70.80.91算 法 收 敛 曲 线
