- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、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。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
自适应噪声消除实验报告--第1页
开放型创新实验报告
实验项目:自适应噪声消除器
编号:********
实验教师:***
报告人:***
学号:********
一、实验目的
自适应噪声消除实验报告--第1页
自适应噪声消除实验报告--第2页
1.了解自适应波器原理及性能分析方式.
⒉掌握LMS算法的大体原理和算法中矩阵的构造方式.
二、实验原理
⒈自适应滤波原理
自适应滤波器是指利用前一时刻的结果,自动调节当前时刻的滤波器参数,以适应信
号和噪声未知或随机转变的特性,取得有效的输出,主要由参数可调的数字滤波器和自适
应算法两部份组成,如图1所示:
图1自适应滤波器原理图
x(n)称为输入信号,y(n)称为输出信号,d(n)称为期望信号或训练信号,e(n)为误差信
号,其中e(n)=d(n)-y(n)。自适应滤波器的系数(权值)按照误差信号e(n),通过必然的自适
应算法不断的进行改变,以达到使输出信号y(n)最接近期望信号
图中参数可调的数字滤波器和自适应算法组成自适应滤波器。自适应滤波算法是滤波
器系数权值更新的控制算法,按照输入信号与期望信号和它们之间的误差信号,自适应滤
波算法依据算法准则对滤波器的系数权值进行更新,使其能够使滤波器的输出趋向于期望
信号。
⒉LMS算法原理
LMS算法是自适应滤波器中常常利用的一种算法,其系统的系数随输入序列而改变。
LMS算法是对初始化的滤波器系数依据最小均方误差准则进行不断修正来实现的。由于
LMS算法是在一个初始化值的基础上进行慢慢伐整取得的,因此,在系统进入稳定之前有
一个调整的时间,这个时间受到算法步长因子u的控制,在必然值范围内,增大u会减小
调整时间,但超过这个范围值时系统再也不收敛,u的最大取值为R的迹。权系数更新公
式为:W(i+1)=W(i)+2ue(i)X(i)
依据上述算式,制定LMS滤波器设计实现方式为:
(1)设计滤波器的初始化权系数W(0)=0,收敛因子u;
(2)计算输入序列通过滤波器后的实际输出值:out(n)=WT(n)*X(n);
自适应噪声消除实验报告--第2页
自适应噪声消除实验报告--第3页
(3)计算估量误差e(n)=xd(n)-out(n);
(4)计算n+1阶的滤波器系数W(n+1)=W(n+2)*u*e(n)*X(n);
(5)重复(2)—(4)进程;
三、实验仿真
1.实验程序
clear;
g=100;%统计仿真次数为g
N=1024;%输入信号抽样点数
k=32;%滤波器阶数
u=0.0001;%滤波器收敛因子
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
forq=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);
文档评论(0)