自適應(yīng)噪聲消除實(shí)驗(yàn)報(bào)告

1、文檔來源為：從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持4文檔來源為：從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持開放型創(chuàng)新實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)項(xiàng)目 自適應(yīng)噪聲消除器編號:*實(shí)驗(yàn)教師：*報(bào)告人：*學(xué)號:*一、實(shí)驗(yàn)?zāi)康?. 了解自適應(yīng)波器原理及性能分析方法.2掌握LMS算法的基本原理和算法中矩陣的構(gòu)造方法.二、實(shí)驗(yàn)原理1. 自適應(yīng)濾波原理自適應(yīng)濾波器是指利用前一時刻的結(jié)果，自動調(diào)節(jié)當(dāng)前時刻的濾波器參數(shù)，以適應(yīng)信 號和噪聲未知或隨機(jī)變化的特性，得到有效的輸出，主要由參數(shù)可調(diào)的數(shù)字濾波器和自適應(yīng)算法兩部分組成，如圖1所示：圖1自適應(yīng)濾波器原理圖x(n)稱為輸入信號，y(n)稱為輸出信號，d(n)稱為

2、期望信號或者訓(xùn)練信號，e(n)為誤差信號，其中e(n)=d(n)-y(n)。自適應(yīng)濾波器的系數(shù)(權(quán)值)根據(jù)誤差信號e(n),通過一定的自 適應(yīng)算法不斷的進(jìn)行改變，以達(dá)到使輸出信號y(n)最接近期望信號圖中參數(shù)可調(diào)的數(shù)字濾波器和自適應(yīng)算法組成自適應(yīng)濾波器。自適應(yīng)濾波算法是濾波 器系數(shù)權(quán)值更新的控制算法，根據(jù)輸入信號與期望信號以及它們之間的誤差信號，自適應(yīng) 濾波算法依據(jù)算法準(zhǔn)則對濾波器的系數(shù)權(quán)值進(jìn)行更新，使其能夠使濾波器的輸出趨向于期 望信號。2. LMS算法原理LMS算法是自適應(yīng)濾波器中常用的一種算法，其系統(tǒng)的系數(shù)隨輸入序列而改變。LMS算法是對初始化的濾波器系數(shù)依據(jù)最小均方誤差準(zhǔn)則進(jìn)行不斷修正

3、來實(shí)現(xiàn)的。由于LMS算法是在一個初始化值的基礎(chǔ)上進(jìn)行逐步調(diào)整得到的，因此，在系統(tǒng)進(jìn)入穩(wěn)定之前有一個 調(diào)整的時間，這個時間受到算法步長因子u的控制，在一定值范圍內(nèi)，增大 u會減小調(diào)整時間，但超過這個范圍值時系統(tǒng)不再收斂，u的最大取值為R的跡。權(quán)系數(shù)更新公式為：W(i+1)=W(i)+2ue(i)X(i)依據(jù)上述算式，制定LMS濾波器設(shè)計(jì)實(shí)現(xiàn)方法為：(1)設(shè)計(jì)濾波器的初始化權(quán)系數(shù)W(0)=0，收斂因子u;計(jì)算輸入序列經(jīng)過濾波器后的實(shí)際輸出值：out( n)=WT( n)*X( n);計(jì)算估計(jì)誤差e( n)=xd( n)-out( n);計(jì)算n+1階的濾波器系數(shù) W(n+1)=W(n+2)*u*e(

4、n)*X(n);重復(fù)一過程；三、實(shí)驗(yàn)仿真1.實(shí)驗(yàn)程序clear;g=100; %統(tǒng)計(jì)仿真次數(shù)為gN=1024; %輸入信號抽樣點(diǎn)數(shù)k=32; %濾波器階數(shù)u=0.0001; %濾波器收斂因子pp=zeros(g,N-k); %將每次獨(dú)立循環(huán)的誤差結(jié)果存于矩陣pp中，以便后面對其平均for q=1:gt=1:N;a=1;s=a*sin(0.05*pi*t); % 輸入單信號 sfigure(1);subplot(311)plot(s); %信號s時域波形title(信號s時域波形);xlabel( n);axis(0,N,-a-1,a+1);xn=awgn(s,5); %加入均值為零的高斯白噪聲

5、%設(shè)置初值y=zeros(1,N); % 輸出信號 yy(1:k)=xn(1:k); % 將輸入信號xn的前k個值作為輸出y的前k個值w=zeros(1,k); %設(shè)置抽頭加權(quán)初值e=zeros(1,N); % 誤差信號%用LMS算法迭代濾波for i=(k+1):NXN=x n(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)F2;endsubplot(312)plot(xn); %信號s時域波形title(信號s加噪聲后的時域波形)；subplot(313)plot(y); %信號s時域波形tit

6、le(自適應(yīng)濾波后的輸出時域波形)；for b=1:N-kbi(b)=sum(pp(:,b)/g; %求誤差統(tǒng)計(jì)平均endfigure(2); %算法收斂曲線t=1:N-k;plot(t,bi,r);title(收斂曲線);hold on %將每次循環(huán)的圖形顯示結(jié)果保存下來2. 實(shí)驗(yàn)分析(1)收斂因子對LMS算法自適應(yīng)濾波的影響圖1階數(shù)為128，收斂因子為0.1的濾波效果圖2階數(shù)為128，收斂因子為0.1的收斂效果圖3階數(shù)為128，收斂因子為0.01的濾波效果圖4階數(shù)為128，收斂因子為0.01的收斂效果圖5階數(shù)為128，收斂因子為0.001的濾波效果圖6階數(shù)為128，收斂因子為0.001的收

7、斂效果圖7階數(shù)為128，收斂因子為0.0001的濾波效果圖8階數(shù)為128，收斂因子為0.0001的收斂效果實(shí)驗(yàn)結(jié)果分析：u=0.0001時，圖8中誤差信號的收斂速度很慢，在整個輸入訊列中都未完成調(diào)整，因此輸出序列的開始部分有一個很長的調(diào)整時間。u=0.001時圖6中的效果得到了明顯的改進(jìn)，誤差信號得到迅速的收斂，但輸出信號卻不如u=0.0001的平滑。當(dāng)u=0. 1時，系統(tǒng)無法實(shí)現(xiàn)收斂，u的最大取值不能超過矩陣R的跡。(2)濾波器階數(shù)對LMS算法自適應(yīng)濾波的影響圖9階數(shù)為256收斂因子為0.0001的濾波效果 圖10階數(shù)為128收斂因子為0.0001的濾波效果 圖11階數(shù)為64收斂因子為0.0001的濾波效果 圖12階數(shù)為32收斂因子為0.0001的濾