归一化LMS算法自适应滤波器MATLAB仿真和DSP实现.pdfVIP

第25 卷第3 期 湖南科技大学学报（自然科学版） Vol.25 No.3 2010 年 9 月 Journal of Hunan University of Science Technology （Natural Science Edition） Sept. 2010 归一化LMS 算法自适应滤波器的MATLAB 仿真与DSP 实现 曾照福，赵巧红 （湖南科技大学 信息与电气工程学院，湖南湘潭411201） 摘 要：固定步长LMS 算法自适应滤波器在收敛速度与稳态误差之间存在矛盾，变步长LMS 算法的步长因子是变化的，能够灵活 避免此矛盾.分析了两种变步长LMS 算法自适应滤波器基本原理，先使用MATLAB 对其分别进行仿真，之后应用SZ- EPP5416 评估板 对其分别进行了DSP 实现，仿真结果与DSP 实现都表明变步长LMS 算法改善了收敛速度与稳态误差间矛盾，但归一化LMS 算法能更 好地改善固定步长LMS 算法的矛盾，具有更快收敛速度与更小稳态误差. 关键词：LMS 算法；自适应滤波器；DSP 中图分类号：TP911.72 文献标识码：A 文章编号：1672- 9102（2010）01- 0067- 05 自适应滤波的研究始于20 世纪 50 年代末， 波器性能有所改善，但归一化LMS 滤波器的性能则得 Windrow 和Hoff 等人最早提出了最小均方算法（LMS）. 到明显改善，收敛速度和稳态误差都得到有效的控制. 自适应滤波器是利用前一时刻已获得的滤波器参数， 1 自适应滤波器基本结构和LMS 算法 自动地调节、更新现时刻的滤波器参数，以适应信号 [1] 和噪声未知的统计特性，从而实现最优滤波 .当在未 1.1 自适应滤波器基本结构 知统计特性的环境下处理观测信号时，利用自适应滤 波器可以获得令人满意的效果，其性能远超于用通用 LMS 算法（最小均方值算法）是一个线性的自适 方法所设计的固定参数滤波器.它在通信、雷达、声纳、 应滤波器算法，由两部分组成：一是滤波器处理，可借 控制工程及生物医学等领域有广泛应用. 助一组抽头数系数，计算滤波器的输出，借助比较这 收敛速度和稳态误差是衡量自适应算法优劣的 个输出和期望的输出，产生一个估计误差；二是自适 两个重要技术指标. 由分析可知，固定步长LMS 算法 应算法的处理，根据估计误差自动调节滤波器抽头系 的收敛速度与步长因子成正比，而稳态误差与步长因 数权重. 子成反比，因此LMS 算法在收敛速度与稳态误差之间 自适应滤波器的结构可以采用FIR 或IIR 结构， 的要求是矛盾的，为了克服这一固有的矛盾，人们提 由于IIR 滤波器存在稳定性问题，因此一般采用FIR 出了各种各样改进LMS 自适应滤波的算法.DSP 在实 滤波器作为自适应滤波器的结构. 自适应FIR 滤波器 现数字滤波上具有稳定性好、精确度高、不受环境影 结构又可分为3 种结构类型：横向型结构、对称横向 响、灵活性好等优点.因此选择DSP 来完成自适应滤波 型结构以及格型结构. 本文采用自适应滤波器设计中 器的设计.本文使用变步长LMS 算法和归一化LMS 算 最常用的FIR 横向型结构. 图1 为自适应横向型FIR 法对其进行改进，在TMS320C5416DSP 芯片上实现了 滤波器的结构示意图，图中抽头输入x [n]，x [n-1]，…，x 基于固定步长、变步长LMS 算法和归一化LMS 算法 [n-N+1]，x