LMS算法自适应滤波器DSP设计与实现.pdfVIP

LMS 算法自适应滤波器的DSP 设计与实现 梁飞，陈永泰，唐浩 武汉理工大学信息工程学院（430070） Email: liangfei1011@ 摘 要：最小均方（LMS）算法是一种很有用且很简单的估计梯度的方法。这种算法自 60 年 代初提出以后很快得到广泛的应用，它的突出优点是计算量小，而且数字信号处理器的快速 发展也使自适应滤波器实时、经济地实现成为可能.本文以 TMS320C54x为例，在 DSP上实现 了 LMS算法的自适应滤波器，并对其在回声抵消应用中所需要的相关技术做了简单的研究和 探讨。 关键词：LMS，自适应滤波器，DSP，回波抵消器 1. 引 言 数字滤波器是数字信号处理中使用最广泛的一种线性系统环节，是数字信号处理的重要 基础。它的功能本质上说是将一组输人的数字序列通过一定的运算后转变为另一组输出的数 字序列。由于自适应滤波器可以自动地调节自身的参数，而在设计时只需要很少的或根本不 需要任何关于信号和噪声的先验统计知识，因而其发展很快。 2. 自适应Filter 原理[1] 自适应Filter 由参数可调的数字结构（or 称自适应处理器）和自适应算法两部分组成。 Adjustable Algorithm 的原则：最终使e(n)均方值最小！Adaptive Filter 是一种能自动调 整本身参数的特殊 Wiener Filter 。它在设计时，不需先知道输入信号和噪声的统计特性。它 能在自己工作中逐渐学会 or 估计出所需的统计特性。并以此依据自动调整自己的参数以达 到最佳 Filtering 的目的。总之，自适应最大的特性：学习（learning ）、跟踪（tracing ）。 Least-Mean-Square Adaptive Algorithm 最小均方（LMS ）自适应算法其核心是用平方误 差代替均方误差。LMS 算法是一种很有用的估计梯度的方法。它的突出优点是计算量小， 且不脱线计算，只要知道输入信号和参考响应。 2 代 2 它的总体思想是由e (n) ⎯⎯→E [e (n)] 。 ˆ 代 让单个平方误差序列的梯度∇(n) ⎯⎯→多个平方误差序列统计平均的梯度。 QW(n +1) W(n) +µ(−∇(n)) [ ( 2 ( ))] ∂E e n ( ) ∇ n ∂W ˆ ˆ ∂[e2 (n)] ( ) →W(n +1) W(n) +µ(−∇(n)) ∇ n ∂W - 1 - 2 ∂[e2 (n)] ∂e(n) ∇ (n) 2e(n) −2e(n)X (n) ∂W ∂W (e(n) d (n) −W T X (n)) ∴W(n +1) W(n) +2µe(n)X (n) → LMS 算法的基本关系式 LMS 算法除了基本的算法之外，有许多变型[2]，如 Sign-error LMS 算法、 Sign-data LMS 算法、Sign-sign LMS 算法等。以下就是这几种 LMS 算法的系数迭