自適應噪聲消除實驗報告

1、文檔來源為：從網絡收集整理.word版本可編輯.歡迎下載支持4文檔來源為：從網絡收集整理.word版本可編輯.歡迎下載支持開放型創(chuàng)新實驗報告實驗項目 自適應噪聲消除器編號:*實驗教師：*報告人：*學號:*一、實驗目的1. 了解自適應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造方法.二、實驗原理1. 自適應濾波原理自適應濾波器是指利用前一時刻的結果，自動調節(jié)當前時刻的濾波器參數，以適應信 號和噪聲未知或隨機變化的特性，得到有效的輸出，主要由參數可調的數字濾波器和自適應算法兩部分組成，如圖1所示：圖1自適應濾波器原理圖x(n)稱為輸入信號，y(n)稱為輸出信號，d(n)稱為

2、期望信號或者訓練信號，e(n)為誤差信號，其中e(n)=d(n)-y(n)。自適應濾波器的系數(權值)根據誤差信號e(n),通過一定的自 適應算法不斷的進行改變，以達到使輸出信號y(n)最接近期望信號圖中參數可調的數字濾波器和自適應算法組成自適應濾波器。自適應濾波算法是濾波 器系數權值更新的控制算法，根據輸入信號與期望信號以及它們之間的誤差信號，自適應 濾波算法依據算法準則對濾波器的系數權值進行更新，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算法是自適應濾波器中常用的一種算法，其系統(tǒng)的系數隨輸入序列而改變。LMS算法是對初始化的濾波器系數依據最小均方誤差準則進行不斷修正

3、來實現(xiàn)的。由于LMS算法是在一個初始化值的基礎上進行逐步調整得到的，因此，在系統(tǒng)進入穩(wěn)定之前有一個 調整的時間，這個時間受到算法步長因子u的控制，在一定值范圍內，增大 u會減小調整時間，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。權系數更新公式為：W(i+1)=W(i)+2ue(i)X(i)依據上述算式，制定LMS濾波器設計實現(xiàn)方法為：(1)設計濾波器的初始化權系數W(0)=0，收斂因子u;計算輸入序列經過濾波器后的實際輸出值：out( n)=WT( n)*X( n);計算估計誤差e( n)=xd( n)-out( n);計算n+1階的濾波器系數 W(n+1)=W(n+2)*u*e(

4、n)*X(n);重復一過程；三、實驗仿真1.實驗程序clear;g=100; %統(tǒng)計仿真次數為gN=1024; %輸入信號抽樣點數k=32; %濾波器階數u=0.0001; %濾波器收斂因子pp=zeros(g,N-k); %將每次獨立循環(huán)的誤差結果存于矩陣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); %設置抽頭加權初值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)的圖形顯示結果保存下來2. 實驗分析(1)收斂因子對LMS算法自適應濾波的影響圖1階數為128，收斂因子為0.1的濾波效果圖2階數為128，收斂因子為0.1的收斂效果圖3階數為128，收斂因子為0.01的濾波效果圖4階數為128，收斂因子為0.01的收斂效果圖5階數為128，收斂因子為0.001的濾波效果圖6階數為128，收斂因子為0.001的收

7、斂效果圖7階數為128，收斂因子為0.0001的濾波效果圖8階數為128，收斂因子為0.0001的收斂效果實驗結果分析：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整，因此輸出序列的開始部分有一個很長的調整時間。u=0.001時圖6中的效果得到了明顯的改進，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u=0. 1時，系統(tǒng)無法實現(xiàn)收斂，u的最大取值不能超過矩陣R的跡。(2)濾波器階數對LMS算法自適應濾波的影響圖9階數為256收斂因子為0.0001的濾波效果 圖10階數為128收斂因子為0.0001的濾波效果 圖11階數為64收斂因子為0.0001的濾波效果 圖12階數為32收斂因子為0.0001的濾