基于MATLAB的自适应滤波算法的研究1前言
滤波技术是信号处理的一项基本的重要技术，利用这种技术，可以抑制信号中的干扰，获取需要的信息。在数据通信过程中，需要传输的信号是扩展频谱信号，其中可能混有来自另一频带用户的信号检测中，在宽带信号中可能混有企图破坏检测系统的窄带干扰信号。用于消除上述干扰的滤波器，既可以是固定参数的，也可以是自适应的。如果采用固定参数的设计方法研制出一种认为是最佳的滤波器，就意味着设计者预先知道了一切可能的输入条件包括有用信号与噪声的先验知识以及系统在这些条件下的响应。然而，实际系统的状态往往随时间和空间的不断变化而变化，输入条件的范围即使是在统计意义下也可能是不确切的，例如上述干扰的具体频带事先是无法知道的。所以固定参数滤波器在这种情况下是失效，要实现在这种条件下的滤波，必须要求系统的参数能随着条件的变化而自行调整，这样的系统称为自适应系统。用这种系统对信号进行的变换、加工就是自适应信号处理，也可以统称为自适应滤波。由于自适应滤波器具有自动地调节自身参数的能力，能极大的保证的不失真，可以更好更快地解决上述问题。自适应滤波可以用DSP构成的系统来实现，随着大规模集成电路技术的发展，市场上出现许多能够适应实时数字信号处理要求的DSP芯片，其中美国德州仪器公司生产的TMS320C32浮点DSP，其处理能力达到40位浮点精度，浮点数操作能力达到60MFLOPS，指令速度为30MIPS，因此在许多数据采集系统和实时信号处理系统中得到了广泛的应用。自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一。滤波是当今信息处理领域的一种极其重要的技术。本文阐述了自适应滤波器的设计方法，分析了运用MATLAB软件进行自适应滤波器的设计过程。本文在论述自适应滤波基本原理的基础上，重点讨论了基于LMS的自适应滤波器算法和基于RLS的自适应滤波器算法。
word文档可复制编辑
f2选题背景
21研究目的和意义
自1967年BWidrow等人提出自适应滤波器以来，在短短的四十年中，自适应滤波器的发展很快，已广泛地用于系统模型识别，通信信道的自适应均衡，雷达与声纳的波束形成，减少或消除心电图中的周期干扰，噪声中信号的检测、跟踪、增强和线性预测等。近十几年，它在更多的应用场合如回波消除、色散信道的均衡、系统辨识、信号增强、自适应波速形成、噪声消除以及控制领域等也取得了成功1。自适应滤波技术包括自适应时域滤波、r