ImageVerifierCode 换一换
格式:DOCX , 页数:6 ,大小:22.39KB ,
资源ID:22415962      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/22415962.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(基于LMS算法的自适应滤波器设计Word格式.docx)为本站会员(b****8)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

基于LMS算法的自适应滤波器设计Word格式.docx

1、图1为LMS自适应横向滤波器原理图。图1 LMS自适应横向滤波器原理图改自适应滤波器的输入矢量为:X(n) =x(n)x(n -1)x(n m - 1)T ( 1)加权矢量为:W(n) =W1( n) W2 (n)Wm (n) 丁 ( 2)滤波器的输出为:My( n) = wi (n)x( n -i 亠 1) = W T (n) X (n) =XT( n)W (n) (3)i 土y(n)相对于滤波器期望输出 d( n)的误差为:e( n) =d( n) -y(n) =d( n) -W T (n)X( n) (4)根据最小均方误差准则,最佳的滤波器参量应使得性能函数均方误差 f(W)二In) =

2、Ee2(n)为最小,上式称为均方误差性能函数。假定输入信号x(n)和期望相应d(n)是联合平稳过程,那么在时刻n的均方误差是加权矢 量的二次函数,其表达式为:(n) =Ed2( n) 2PTW( n) WT (n ) RxW (n) ( 5) 式中:Ed (n)是期望响应d(n)的方差;P=Ed(n)X(n)是输入矢量 X(n)和期望响应d(n)的互 相矢量;Rx=EX(n)X T(n)是输入矢量X(n)的自相关矩阵。均方误差是权向量的二次函数, 是一个上凹的抛物面, 具有唯一的最小值,调解权向量使得均方误差最小,相当于沿抛物面下降寻找最小值。用梯度法求该最小值,对权向量 W求导得到均方误差的

3、梯度为:. 冗沐 T 心 =2RxW -2P ( 6):W :- 2 j- - M在性能曲面上最佳权向量 Wopt对应点的梯度等于零,即:2RxWpt2P=0 ( 7)该方程是正则方程,由此解出最佳权向量 Wopt二RxP称为维纳解。Rx和P,而且还利用上式求解,需要精确地知道输入信号和期望信号的先验统计知识 要对矩阵求逆运算。最陡下降法可避免求逆运算,它通过递推的方式寻求加权矢量的最优值,是LMS算法的理论基础。首先设置一个 W的初值 W(0),沿E减小的方向调整 W可以找到Wpt。因为梯度方向是E增加最快的方向,所以负梯度方向就是 E减少最快的方向。最小均方算法是一种简单的估计梯度的方法,

4、 其突出特点是计算量小、易于实现,且不要求脱线计算。其关键技术在于按照 e(n)及各x(n)值,通过某种算法,确定 Ee 2为最小时的各h (n)的值,从而自动调节各 h(n)值至h (n)值。LMS核心算法是使用平方误差代替均方误差,即2 2 2点 e (n) Se (n) Se (n) (n) ” (8)更0 更1 和N所以 ;e( n) /c、 =2e (n) 2 e( n)x( n) (9)将上式代人最陡下降法迭代计算权矢量的公式得:-(n 1) - (n)宀(-、(n) (10)则LMS算法的基本关系式为:-(n 1) = - (n) - 2.Le(n)x(n)其中是收敛因子,决定收

5、敛速度及稳定性,口满足0卩1/入max,入max是Rxx的最大特征值,Rxx=EX(n)XT(n)。四、导入仿真软件1、 仿真思路设计一个二阶加权自适应横向滤波器, 对一个正弦信号进行滤波, 设置不同的收敛因子,由MATLAB序图形观察滤波效果。2、 程序代码%初始化clear all ;fs=10000;t=0:1/fs:1;sn=sin(2*pi*t); %产生初始信号n=randn(size(t); %产生高斯噪声xn=sn+n; %信号加噪声w=0 0.5; %设置初始值u=0.00026; %设置收敛因子for i=1:le ngth(t)-1y(i+1)=n(i:i+1)*w: %

6、 噪声通过滤波器输出 ye(i+1)=x n( i+1)-y(i+1); %e为原始信号加噪声的期望减去滤波器输出的噪声 y w=w+2*u*e(i+1)* n(i:i+1); % 权的变化公公式endsubplot(3,1,1)plot(t,xn) %输出信号加噪声图形title(带噪声原始信号)grid;subplot(3,1,2)plot(t,s n)原始正弦信号subplot(3,1,3)plot(t,e)滤波结果3、仿真结果图2卩=0.00026时正弦加噪信号的滤波图3卩=0.0026时正弦加噪信号的滤波图4卩=0.0026时正弦加噪信号的滤波图1设置的收敛因子为 0.00026,图

7、2设置的收敛因子为 0.0026,图3设置的收敛因子 为 0.026。五、结果分析的大小影响算法的收敛速度, 卩值小,收敛速度慢,计算工作量大,但滤波性能较好。卩值大,收敛速度快,计算工作量小,滤波性能较差。但当 卩1/入max时,系统发散,收敛速度不明显,且取值过多,会造成计算溢出。所以,对 的选择应综合整个系统考虑,在满足精度要求的基础上,尽量减少自适应时间。参考文献1、 优化方法与电路优化设计,东南大学出版社,鲍顺光,1991;2、 电路与系统分析-使用MATLAB,高等教育出版社,赵录怀,杨育霞等, 2004;3、 电路的计算机辅助分析 -MATLAB与 PSpice应用技术,戚新波,刘宏飞等,2006;4、 电子技术基础(模拟部分) (第四版),清华大学出版社,康华光, 2000。

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1