基于LabVIEW的LMS自适应滤波器的设计及其应用Word下载.docx

基于LabVIEW的LMS自适应滤波器的设计及其应用Word下载.docx

《基于LabVIEW的LMS自适应滤波器的设计及其应用Word下载.docx》由会员分享，可在线阅读，更多相关《基于LabVIEW的LMS自适应滤波器的设计及其应用Word下载.docx（7页珍藏版）》请在冰豆网上搜索。

【期刊名称】《上海大学学报（自然科学版）》

【年（卷）,期】2007（013）004

【总页数】5页（P456-460）

【关键词】LabVIEW;

自适应滤波器;

LMS算法;

语音处理

【作者】罗伟栋;

【作者单位】上海大学,通信与信息工程学院,上海,200072;

上海大学,通信与信息工程学院,上海,200072;

上海大学,通信与信息工程学院,上海,200072

【正文语种】中文

【中图分类】基础科学

第13卷第4期2007年8月上海大学学报（自然科学版）JOURNALOFSHANGHAIUNIVERSITY（NATURALSCIENCE）V01.13No.4Aug.2007文章编号：

1007-2861（2007）04-0456-05基于LabVIEW的LMS自适应滤波器的设计及其应用罗伟栋，肖光华，方勇（上海大学通信与信息工程学院，上海200072）摘要：

传统自适应滤波器的研究大多局限于Matlab、Simulink等工具，由于不能设计成一个虚拟仪器或者一个应用系统，无法测试滤波器在工程应用中的实际性能，因此，该文以LMS算法为例，设计了一种基于IAbVIEW的LMS自适应滤波器．实验证明，该滤波器有效、性能良好，而且能很好地应用于语音信号的分析和处理．关键词：

LabVIEW；

自适应滤波器；

LMS算法；

语音处理中图分类号：

IP216文献标识码：

ADesignandApplicationofLMSAdaptiveFilterwithLabVIEWLUOWei-dong,XIAOCuang-hua,FANGYong（SchoolofCommunicationandInformationEngineering,ShanghaiUniversity,Slumghai200072,China）Abstract:

AstraditionaltoolssuchasMatlabandSimulinkaremconvenienttoproduceapplicationsystems,weproposetouseLabVIEWtodevelopadaptivefiltersbasedonanLMSalgorithm.Experimentsshowthattheobtainedfilterisvalidandhasgoodperformanceinspeechprocessing.Keywords:

LabVIEW;

adaptivefilter;

LMSalgorithm;

speechprocessing目前自适应滤波理论在现代技术的各个领域，特别是在通讯、遥感与遥测、自动控制、雷达与电子干扰、模式识别等领域得到广泛的应用．自适应滤波器的核心就是自适应算法，传统的研究手段大多局限于Matlab、Simulink等工具，虽然方便，但由于不能设计成应用系统来测试滤波器在工程应用中的实际性能，而LabVIEW作为一个优秀的图形化编程平台，它在数据采集、虚拟仪器软件框架、通用接口总线及串口仪器控制、图像处理、运动控制、数据分析和图表显示方面都具有强大的优势，特别是对于一些基于实时数据的采集和分析的应用系统或虚拟仪器的设计，LabVIEW更是无可替代，因为它提供了大量与此相关的特殊功能，是所有传统高级语言所不具备的…．因此，我们以LMS（lLeastMeanSquare）算法为例，设计了一种基于LabVIEW的LMS自适应滤波器，其设计结构简洁，具有较好的人机交互界面，能根据不同的要求方便地做出调整，适用于不同场合的实际信号分析和处理，对于一些最优化解的问题的研究或工程设计，能够带来很大的方便．1自适应滤波算法概述在各种自适应滤波算法中，Widrow-Hoff的LMS算法以其计算量小、稳定性好且易于实现而得到广泛应用，图1为自适应横向滤波器的结构框图．该算法中步长因子肛对算法的性能有决定性的影响，通过改变肚可以测试该滤波器的收敛精度、稳定性等收藕日期：

2007-02-08通信作者：

罗伟栋（1976~），男，剐教授，博士，研究方向为智能信息系统和嵌入式系统．E-mail:

lwd@staff．shu．edu．cn第13卷4期2007年8月上海大学报（自然科学版）OFSHANGHAIUNIVERSITY（NATURALSCIENCE）V01.13No.4Aug.2007的LMS自适应滤波器的方勇摘要：

传统自适应滤波器的研究大多局限于Matlab、Simulink等工具，由于不能设计成一个虚拟仪器或者一个应用系统，无法测试滤波器在工程应用中的实际性能，因此，该文以LMS算法为例，设计了一种基于IAbVIEW的LMS自适应滤波器．实验证明，该滤波器有效、性能良好，而且能很好地应用于语音信号的分析和处理．中图分类号：

IP216andApplicationofLMSFilterwithLabVIEWLUOWei-dong,XIAOFANGYong（SchoolofCommunicationandInformationEngineering,ShanghaiUniversity,Slumghai200072,China）traditionaltoolssuchasMatlabandSimulinkaremconvenienttoproduceapplicationsystems,weproposetouseLabVIEWtodevelopadaptivefiltersbasedonanLMSalgorithm.Experimentsshowthattheobtainedfilterisvalidandhasgoodperformanceinspeechprocessing.Keywords:

LabVIEW;

adaptivefilter;

speechprocessing目前自适应滤波理论在现代技术的各个领域，特别是在通讯、遥感与遥测、自动控制、雷达与电子干扰、模式识别等领域得到广泛的应用．自适应滤波器的核心就是自适应算法，传统的研究手段大多局限于Matlab、Simulink等工具，虽然方便，但由于不能设计成应用系统来测试滤波器在工程应用中的实际性能，而LabVIEW作为一个优秀的图形化编程平台，它在数据采集、虚拟仪器软件框架、通用接口总线及串口仪器控制、图像处理、运动控制、数据分析和图表显示方面都具有强大的优势，特别是对于一些基于实时数据的采集和分析的应用系统或虚拟仪器的设计，LabVIEW更是无可替代，因为它提供了大量与此相关的特殊功能，是所有传统高级语言所不因此，我们以LMS（lLeastMeanSquare）算法器，其设计结构简洁，具有较好的人机交互界面，能根据不同的要求方便地做出调整，适用于不同场合的实际信号分析和处理，对于一些最优化解的问题的研究或工程设计，能够带来很大的方便．在各种自适应滤波算法中，Widrow-Hoff的LMS算法以其计算量小、稳定性好且易于实现而得到广泛应用，图1为自适应横向滤波器的结构框图．该算法中步长因子肛对算法的性能有决定性的影响，通过改变肚可以测试该滤波器的收敛精度、稳定性等通信作者：

lwd@staff．shu．edu．cn第4期罗伟栋，等：

基于LabVIEW的LMS自适应滤波器的设计及其应用457性能2]．因此，我们就以LMS算法为例，设计了一种LabVIEW平台上的自适应滤波器．图1自适应横向滤波器结构Fig.1Structureofadaptivetransversefilter2系统硬件构成基于LabVIEW的自适应滤波系统主要由传感器、采集卡、计算机3个部分组成（如图2）．传感器将物理信号（如声音、压力）转换为电压信号并放大后送入采集卡，这里我们采用NI的PXI-4472采集卡控制信号的采样率、采样时间和采样信号的通道数，并将结果交由计算机处理，其中，PXI-4472采集卡提供了8通道的信号采集端口，用户可以根据需要灵活选择．因此，用LabVIEW设计的自适应滤波器可以对不同种类的实际信号进行实时分析处理，这是Matlab、Simulink等传统分析手段所无法做到的，图2硬件系统组成框图Fig.2Structureofhardwaresystem3LabVIEW环境下滤波器的设计采用LabVIEW设计的自适应滤波器由人机交互的界面（前面板）和相当于源代码功能框图的程序（后面板）组成，前面板是程序界面，可模拟仪器的输入，并把数据提供给VI（VirtualInstrument）的框图程序；

后面板又称为代码窗口或流程图，可以控制和操纵定义在前面板上的输入和输出．3.1前面板的设计利用LabVIEW的人机交互界面来实现传统仪器操作面板的功能，用户可很方便地看到滤波器各环节变化的过程，从而调整滤波器的初始参数以使滤波器的性能达到最好．图3给出了滤波器各个参量的示波器图形曲线以及初始参数的控制单元．其设计流程如下：

（1）在前面板中添加示波器、开关、数值控键、显示控键和其他界面工具，方便用户通过鼠标或键盘获取数据并显示结果．而且用户根据不同的用途只要改变一下控制框图即可，实现了模块化的编程．

（2）定义面板各个控件参数，弘为滤波器的步长因子，肘为滤波器抽头系数，形（0）为滤波器初值，6为抽头系数的最大值，这些参数对于滤波器的性能有着非常重要的影响，图3前面板Fig.3Frontpanel3.2后面板的设计将虚拟仪器的程序以流程图的方式有机地联系起来，这是LabVIEW的特色所在．根据图1给出的框图，采用模块化程序设计思想就可以构造出LabVIEW环境下的自适应滤波器．由于系统的输入、输出信号是以向量的形式表达的，而LMS算法的迭代方式在LabVIEW中只能以循环的形式来实现，因此，在迭代方式上LabVIEW和传统LMS算法的“逐点”迭代就产生了矛盾，从图4中我们可以看出，LMS算法是通过对每一点的迭代运算来调整系统抽头系数，而LabVIEW程序是以一种“块”迭代的方式来调整抽头系数的，虽然也能达到一定的自适应滤波效果，但这种迭代方式本质上是错误的，除非滤波器抽头只有一个．通过对labVIEW环境的深入分析，解决这一问题的途径有2种：

一种是依靠LabVIEW自身的模块采用2个循环嵌套的方式以达到逐点迭代的目的，这样的设计逻辑会很复杂，程序执行效率很低，而且不利于以后对滤波器的改进；

另一种是依靠罗伟栋，等：

基于LabVIEW的LMS自适应滤波器的设计及其应用性能2]因此，我们就以LMS算法为例，设计了一种图1自适应横向滤波器结构Structureofadaptivetransversefilter系统硬件构成基于LabVIEW器、采集卡、计算机3个部分组成（如图2）．传感器将物理信号（如声音、压力）转换为电压信号并放大后送入采集卡，这里我们采用NI的PXI-4472采集卡控制信号的采样率、采样时间和采样信号的通道数，并将结果交由计算机处理，其中，PXI-4472采集卡提供了8通道的信号采集端口，用户可以根据需要灵活选择．因此，用LabVIEW设计的自适应滤波器可以对不同种类的实际信号进行实时分析处理，这是Matlab、Simulink等传统分析手段所无法做到的，2硬件系统组成框图Structureofhardwaresystem采用LabVIEW设计的自适应滤波器由人机交，并把数据提供给VI（Virtual3.1前面板的设计利用的人机交互界面来实现传统仪环节变化的过程，从而调整滤波器的初始参数以使滤波器的性能达到最好．图3给出了滤波器各个参量的示波器图形曲线以及初始参数的控制单元．其设计流程如下：

示控键和其他界面工具，方便用户通过鼠标或键盘获取数据并显示结果．而且用户根据不同的用途只要改变一下控制框图即可，实现了模块化的编程．

（2）因子，肘为滤波器抽头系数，形（0）为滤波器初值，6为抽头系数的最大值，这些参数对于滤波器的性能有着非常重要的影响，3前面板Fig.3Frontpanel3.2后面板的设计将虚拟仪器的程序以流程图的方式有机地联系框采用模块化程序设计思想就可以构造出LabVIEW环境下的自适应滤波器．由于系统的输入、输出信号是以向量的形式表达的，而LMS算法的迭代方式在LabVIEW中只能以循环的形式来实现，因此“逐点迭代的方式来调整抽头系数的，虽然也能达到一定的自适应滤通过对labVIEW环境的深入分析，解决这一问题的途径有2种：

一种是依靠LabVIEW自身的模块采用2个循环嵌套的方式以达到逐点迭代的目的，这样的设计逻辑会很复杂，程序执行效率很低，而且不利于以后对滤波改进；

另一种是依靠458上海大学学报（自然科学版）第13卷LMS迭代形式LabVIEW迭代形式图4迭代方式示意图Fig.4FormofiterativealgorithmLabVIEW兼容其他高级语言的函数库（如Matlab、C语言等）这一强大功能，采用LabVIEW和Matlab的混合编程方式，通过调用Matlab的函数库来进行迭代运算，这样设计可以大大简化系统的设计流程，提高程序的执行效率，但是占用硬件资源多．考虑到以后工程设计中需要对滤波器改进，因此，本文选择后者在l[AbVIEW平台上实现基于LMS算法的滤波器，其中滤波器模块（见图5）已经封装成VI的形式，以方便调用．图5后面板框图Fig.5Blockdiagram3.3滤波器有效性分析为验证该滤波器的有效性，需要分析两方面的内容：

首先是信号的相关性对系统收敛影响的分析；

其次是步长且对收敛精度和稳定性影响的分析，因此我们分4种情况进行实验．参考信号取2000个采样点，滤波器抽头系数为M=300，初值肜（0）=0.00

1．取口=0.0002，（a）d（n）=Asin（c.vn），茗（n）=d（n-A）,（b）d（n）=Asin（a,n），茁（n）=d（n一△）+b（n）；

取岸=0.0004，（c）d（凡）=Asin（叫n），茗（几）=d（n-A），（d）d（n）=Asin（鲫n），菇（n）=d（n一△）+6（n）．式中，△为延迟2个单位，b（n）是20dB的高斯白噪声，信号频率为10Hz.图6（a）与（b）的实验结果中，b组的均方误差MSE）的收敛精度要比a组的收敛精度差约250dB，d组的均方误差的收敛精度同样要比c组的收敛精度差大约250dB.图6（c）与（d）的实验结果表示相同条件下，a组的均方误差的收敛速度比c组的收敛速度要快400多点，b组的均方误差的收敛速度比d组的收敛速度要快200多点．可见实验结果是符合理论分析的‘3]，由此可以证明该滤波器是有效的．4滤波器在语音信号分析中的应用采用LabVIEW设计的自适应滤波器结构简洁，通过改变滤波器的外围模块，可以很方便地应用于不同场合的信号处理，本研究以2路语音信号的时延估计为例，给出了基于LabVIEW设计的自适应滤波器在时延估计中的具体应用，并进行了性能分析，时延估计在目标定向等方面具有很大的应用价值目前时延估计的方法有很多，其中基于最小均方误差时延估计法适用面广、计算量较小，而且它的实时性较好、实用性强，所以它是一类比较理想的时延估计方法．如图7所示，把xi（n）和X2（n）分别当作参考信号和目标信号，用X2（n）去逼近菇．（n）．根据LMS准则，当滤波器抽头系数形（n）=R．：

（n）R主1（n）时，xI（儿）和X2（n）的均方误差酬e2（n）]最小，此时滤波器系数形（n）收敛，找出其最大值对应的n，就是两信号之间的时延r[4]．4.1语音信号的采集LabVIEW和传统分析手段最大的不同就是LabVIEW可以对实际信号进行分析处理，利用NI的PXI-4472采集卡和麦克风可以方便地设计1个2路语音采集系统．在语音采集环境中有机箱、饮水机、空调等设备发出的噪声，声源位置（如图8）距离两个麦克风距离差为25.30cm.采集的语音的男声发出喂、喂……”的声音，采集时间为0.5s，采样率为11.025kHz，在同一时刻采集的两路信号波形如图9所示．鼍鼍鼍一一一一一一自然科版）迭代方式示意图Fig.4FormofiterativealgorithmLabVIEW兼容其他高级语言的函数库（如Matlab、C语言等）这一强大功能，采用LabVIEW和Matlab的混合编程方式，通过调用Matlab的函数库来进行迭代运算，这样设计可以大大简化系统的设计流程，提高程序的执行效率，但是占用硬件资源多．考虑到以后工程设计中需要对滤波器改进，因此，本文选择后者在l[AbVIEW平台上实现基于LMS算法的滤波器，其中滤波器模块（见图5）已经封装成VI的形式，以方便调用．5后面板框图Fig.5Blockdiagram为验证该滤波器的有效性，需要分析两方面的内容：

其次是步长且对收敛精度和稳定性影响的分析，因我们分4种情况进行实验．参考信号取2000个采样点，滤波器抽头系数为M=300，初值肜（0）=0.001．取口=0.0002，（a）d（n）=Asin（c.vn），茗（n）=d（n-A）,茁（n）=d（n一△）+b（n）；

岸4，（c）d（凡）=Asin（叫n），茗（几）=d（n-A），式中，△为延迟2个单位，b（n）是20dB的高斯白噪声信号频率为10Hz.6（a）与（b）的实验结果中，b组的均方误差MSE）的收敛精度要比a组的收敛精度差约250dB，d组的均方误差的收敛精度同样要比c组的收敛精度差大约250dB.图6（c）与（d）的实验结果表示相同条件下，a组的均方误差的收敛速度比c组的收敛速度要快400多点，b组的均方误差的收敛速度比d组的收敛速度要快200多点．可见实验结果是符合理论分析的‘3]由此可以证明该滤波器是有效的．设计的自适应滤波器结构简洁，通过改变滤波器的外围模块，可以很方便地应用于不同场合的信号处理，本研究以2路语音信号的时延估计为例，给出了基于LabVIEW设计的自适应滤波器在时延估计中的具体应用，并进行了性能分析，时延估计在目标定向等方面具有很大的应用价值目前时延估计的方法有很多，其中基于最小均方误差时延估计法适用面广、计算量较小，而且它的实时性较好、实用性强，所以它是一类比较理想的时延估计方法．如图7所示，把xi（n）和X2（n）分别当作参考信号和目标信号，用X2（n）去逼近菇．（n）．根据R主1（n）时，xI（儿）和X2（n）的均方误差酬e2（n）]最小，此时滤波器系数形（n