sect;6-6 递归自适应滤波器.doc

§6-6 递归自适应滤波器 6.6.1 递归自适应滤波器的结构 本章第一节已讨论了递归滤波器的结构，其表示如（6-1），将b取相反符号 由上式对其进行Z变换，如式（6-4），则 Y(z)=A(z)X(z)+B(z)Y(z) 其系统传递函数为: 递归滤波器结构如图： 递归数字滤波器除零点外，还有极点。在时不变系统中，它有独特的优点，如锐截止特性等。 递归自适应滤波器是在递归数字滤波器的基础上生成的，如图： 递归自适应滤波器与非递归自适应滤波器比较，除了具有递归滤波器的优点外，也存在缺点。首先，自适应过程中，如果极点移动出单位圆，滤波器将变得不稳定。另外，它们的性能表面一般是非二次型的，还有可能具有局部极小值。 6.6.2递归自适应滤波器的LMS算法 由式（6-113）有 由式（6-134）定义(6-137)(6-138)式 则有 若设对角阵 共有n-1个相同的u,有n-1个不同的v ,u和v 均为常数。 由式（6-114），LMS算法可写为 式中用对角阵代替了u,并对每个?a 有一个共同的收敛参量，而对每一个b 采用的收敛因子。当然，也可以采用随时间变化的收敛因子。 将现时刻的诸b代入式（6-137）和式（6-138），则递归自适应滤波器的LMS算法归纳如下： 各的初值未知时，一般设为零。 采用式（6-134）的符号，令 则可将式(6-143)(6-144)的传递函数写成下列形式： 于是的计算可采用下列形式： 此图即为按式(6-143)计算的结构 1 29