自适应信号处理论文程序原版.doc

自适应信号处理论文程序原版.doc

ID:58335042

大小:712.50 KB

页数:6页

时间:2020-09-03

自适应信号处理论文程序原版.doc_第1页
自适应信号处理论文程序原版.doc_第2页
自适应信号处理论文程序原版.doc_第3页
自适应信号处理论文程序原版.doc_第4页
自适应信号处理论文程序原版.doc_第5页
资源描述:

《自适应信号处理论文程序原版.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、利用LMS算法的自适应系统仿真摘  要:一待辩识的IIR系统,用一有限长度的FIR滤波器来近似辩识系统,介绍了基于最小均方算法(LMS算法)的自适应均衡器的原理和结构,采用LMS算法得到N阶FIR滤波器来逼近原IIR滤波器,并且分析了步长,滤波器系数,初始权值以及自适应过程中的噪声对系统辩识性能的影响。针对用硬件实现LMS算法的自适应均衡器存在的诸多缺点,利用MATLAB工具对各种结构形式的自适应均衡器在不同信道模型下的收敛速度和精度进行仿真,描述了用仿真试验得出LMS自适应均衡滤波器的收敛性和跟踪性能与滤波器长度

2、和选代算法跳步两个重要的参数之间的定量关系,为此构建了有实用价值的系列时延扩展的传输环境和可变多径传输信道,建立了系统仿真模型,做出了仿真试验结果并分析了仿真试验结果的意义。关键词LMS算法;FIR滤波器;自适应滤波;IIR;MATLAB仿真关键词:LMS算法自适应均衡系统仿真移动通信无线数据通信0、引言待辨识系统是极点-零点(IIR)系统,要用一个有限长度的FIR滤波器来近似辨识该系统如图1所示。已知待辨识系统的传输函数为:(IIR),求FIR滤波器的系数。图1自适应系统辨识的原理图1、系统设计要求1)、待辨识系

3、统为IIR滤波器,利用自适应滤波的方法,采用LMS算法得到N阶FIR滤波器来逼近原IIR滤波器;2)、输入信号为高斯白噪声;3)、考察步长delta、阶数N对自适应滤波器性能的影响。2、系统设计原理由于LMS算法不需要离线方式的梯度估值或重复使用数据以及它的简单易行性而被广泛采用。只要自适应系统是线性组合器,且有输入数据向量和期待响应在每次迭代时可利用,对许多自适应处理的应用来说,LMS算法是最好的选择。我们采用LMS算法自适应调整FIR滤波器的系数,自适应滤波器的结构是具有可调系数的直接型FIR滤波器。输入信号为

4、功率为1,长度为1000点的高斯白噪声。为期望响应,为自适应FIR滤波器的输出,误差信号。对一个FIR滤波器,其可调系数为,为滤波器的阶数。则输出LMS算法是由最速下降法导出的,求出使均方误差达到最小值时相应的最佳滤波器系数组。从任意选择的一组初始值开始,接着在每个新的输入采样值进入自适应滤波器后,计算相应的输出,再形成误差信号,并根据如下方程不断修正滤波器系数:其中为步长参数,为时刻输入信号在滤波器的第个抽头处的采样值,是滤波器第个系数的负梯度的近似值。这就是自适应地调整滤波器系数以便使平方误差最小化的LMS算法

5、。3、系统仿真和结果分析1)、仿真环境和各参量设置在MATLAB7上用软件仿真,仿真条件:(1)高斯白噪声的产生利用MATLAB的库函数randn产生均值为零,方差为1的高斯白噪声。为了观察不同的步长和阶数对系统性能的影响,必要时可以设定“种子值”产生相同的输入序列。(2)待辨识系统对输入的期待响应由待辨识系统的传递函数可以写出它的差分方程形式为本系统中,可用filter函数实现,可得到待辨识系统的期待响应。(3)步长delta范围的确定FIR滤波器有N个LMS算法调整的抽头系数,滤波器长度N作为程序输入变量。步长

6、参数控制该算法达到最佳解的收敛速度。大使收敛较快,然而,如果取得太大,算法则会变得不稳定,为了保证稳定,的取值应满足。在实际工程应用中,因为不可能大于输入相关矩阵对角元素之和,我们采用更为严格的限制条件,对于自适应横向滤波器,即,其中为输入信号功率。(4)绘制学习曲线为了检测LMS算法的收敛速度,计算均方误差的短时平均并绘制其学习曲线图,即计算:平均区间可自由设定。本文中取200。2)、仿真结果分析步长对结果的影响首先固定阶数,用某个状态的randn函数产生同一组输入高斯白噪声,调整步长为不同值,可以观察到以下均方

7、误差与迭代次数的关系的学习曲线:图1步长=0.01图2步长=0.05图3步长=0.1图4步长=0.002从上面的图1至图4中可见,在满足步长的取值范围内,步长越大,收敛越快,步长越小,收敛越慢。当步长过大,学习曲线会发散,不能收敛,步长过小,收敛速度很慢,在工程中无实际意义。当步长取0.01左右时,均方误差最小,约为0.01;如果需要较快的收敛速度或者说处理的实时性要求比较强,保证一定误差范围内可以适当增加步长。滤波器阶数对结果的影响步长固定为0.01,改变自适应滤波器的阶数N,观察到如下学习曲线:从上面的图中可以

8、看出,阶数对于收敛速度没有影响。随着阶数的增加,均方误差得到改善。所以可以通过提高阶数来降低均方误差。加噪对结果的影响在期望响应中加入高斯白噪声,可以观察以下加噪前和加造后的学习曲线比较图:从上面的图中可以看出自适应过程中的噪声引起稳态权向量解发生了较大的变化,收敛于一个距离最佳权向量一定距离的范围内扰动。所以在设计实现时要尽量减少不必要的噪声,增加系统辨识

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。