自适应滤波算法的研究开题报告.docVIP

开题报告 课题名称： 自适应滤波算法的研究 学院（系）： 里仁学院 年级专业： 05通信工程4班 学生姓名： 郭斌 指导教师： 崔冬 完成日期： 2009年3月15日 国内外研究动态，选题的依据和意义 自适应滤波是近30年以来发展起来的一种最佳滤波方法。30年以来，自适应信号处理一直都是研究的热点。但是知道上世纪80年代，其研究和应用才取得了重大进展。其原因有两点，一是实现工具不断实用化，二是出现的早期教材系统地对该问题进行了阐述。最近，在自适应滤波领域，新的研究成果不断涌现。自从Windrow等人提出自适应信号处理方法以后，自适应技术就广泛应用在通信，雷达，声纳，地震学，自动化，机械设计，导航系统与生物医学，电子学等几乎所有领域。 (反馈)状态。输入信号通过可编程滤波器滤波或加权后产生一个输出，然后它与期望的参考或训练信号进行比较，形成误差信号。接着，用这一误差信号来修正可编程滤波器的权系数(通常用迭代方法来实现)，最终使这一误差逐渐达到最小值(也就是使处理器的输出更逼近于训练信号)。这种自适应处理器可划分成自适应滤波器和自适应天线两大类。 自适应滤波器就是利用前一时刻已获得的滤波器系数等结果，自动地调节现时刻的滤波器系数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。自适应滤波器通常由两个不同的部分构成：滤波器部分，其结构适合于完成所需要的处理功能;自适应算法部分。用来调整上述滤波器的系数。 自适应抗差滤波具有控制观测异常及状态方程信息异常干扰的能力.着重研究自适应滤波解的性质.首先推导了动态自适应滤波与经典Kalman滤波解的解差,继而给出了状态向量估值的数学期望和均方误差,并分析了在自适应因子调控下解的偏差和均方误差的变化规律.由状态解向量的数学期望和均方误差的表达式可以看出,自适应因子能够控制状态异常对状态估值和均方误差的影响。 LMS自适应滤波算法，RLS自适应滤波算法，变换域自适应滤波算法等)进行研究和比较。LMS算法是由Widrow和Hoff提出的最小均方误差算法，由于其计算量小和易于实现等优点成为实践中被广泛应用的，也是我们拓展研究的重点。RLS算法计算复杂度高，所需的存储量极大，至此我们把如何减小它的计算复杂度和保留它的收敛速度快的特点做为研究和探索的重点。LMS自适应滤波算法和RLS自适应滤波算法进行详细的说明和研究 再次有些扰动和噪声的统计特性常常是未知的。面对这些客观存在的各种确定性，如何综合处理信息过程，并使某一些指定的性能指标达到最优或近似最优，这就是自适应滤波所要解决的问题。 本文在论述自适应滤波原理的基础上介绍了几种自适应滤波算法及其应用。 研究步骤，方法及措施 通过阅读大量的文献对自适应滤波概念及原理有所了解。 对目前已经有的自适应滤波算法进行学习分析。(LMS自适应滤波算法，RLS自适应滤波算法。) 对衡量自适应滤波的三个重要的技术指标之一初始收敛速度、时便系统跟踪能力及稳态失调进行分析和研究。对LMS自适应滤波算法和RLS自适应滤波算法进行详细的说明和研究。 学习并掌握常用的仿真语言MATLAB 对几种算法稳定性进行计算机仿真。 研究工作进度 第1～4周 查找参考书熟悉课题内容，收集资料，确定设计思路。 第5～8周 学习Matlab语言，理解和熟悉设计中使用的算法。 第9～12周 编制程序并上机进行调试，以及对软件进行优化。 第13～14周 试验结果，整理及其总结。 第15～17周 课题总结，撰写论文，答辩。 主要参考文献 ［1］刘郁林等译. 自适应滤波算法与实现. 电子工业出版社，2004年 ［2］张贤达. 现代信号处理. 清华大学出版社，1995年 ［3］沈福民. 自适应信号处理. 西安电子科技大学出版社，2001年 ［4］潘士先. 谱估计和自适应滤波. 北京航空航天大学出版社，1985年 ［5］陈克安. 自适应有源噪声控制—原理，算法及实现. 西北工业大学出版社，1993年 ［6］叶华, 吴伯修. 变步长自适应滤波算法的研究[J],电子学报, 1990, 18(4)：63-69 ［7］Raymond Kwong H, Edward Johnston. W. A variable step size LMS algorithm [ J ]. IEEE Trans. Signal Processing, 1992, SP 40 (7) : 1633-16421 ［8］Haykin S, et a l.Adapt ive filtering theory[M ] 119851 六