- 1、本文档共91页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
本科毕业设计(论文)
自适应滤波器及其应用仿真
***
燕 山 大 学
2013年6 月
本科毕业设计(论文)
自适应滤波器及其应用仿真
学 院:信息科学与工程学院 专 业:电子信息工程 学生姓名:*** 学 号: 指导教师:****** 答辩日期:2013.6.24
燕山大学毕业设计(论文)任务书
学院:信息科学与工程学院 系级教学单位:电子与通信工程系
学
号 ****** 学生
姓名 *** 专 业
班 级 题
目 题目名称 自适应滤波器及其应用仿真 题目性质 1.理工类:( ( ( ( ( ( ( ( 题目类型 1.毕业设计( 2.论文( ) 题目来源 科研( 生产实际( 题目( ) 主
要
内
容 自适应滤波器是信号处理中一个重要的环节,包括自适应滤波器结构和自适应滤波算法。课题主要研究常用的自适应滤波结构和三种经典的自适应滤波算法:最小均方误差(LMS)算法,归一化最小均方误差(RLS)算法和递归最小二乘(RLS)算法。在理论原理的基础上使用Matlab仿真工具对算法进行仿真分析。 基
本
要
求 1 掌握自适应滤波的基本理论
2 研究三种经典自适应滤波算法:LMS, RLS和NLMS算法的基本原理及性能
3 学习掌握使用Matlab仿真软件并对算法进行仿真分析。
参
考
资
料 1 郝金.自适应滤波器原理(第四版).西安工业出版社.2010
2 燕山大学数字图书馆.中国期刊全文数据库优秀硕博论文
周 次 第1~4周 第5~8周 第9~12周 第13~16周 第17~19周 应
完
成
的
内
容 收集资料,熟悉课题内容,设计思路 程序设计与调试 程序设计、分析、调整、以及程序优化 实验结果整理及总结 论文书写,课题总结,答辩 指导教师:******
职称:副教授 2013年3月4 日 系级教学单位审批:胡正平
2013年3月6 日
摘要
自适应滤波器的研究是当今自适应信号处理中最为活跃的研究课题之一。因其具有很强的自学习、自跟踪能力和算法的简单易实现性等优点,使得它在噪化信号的检测增强,噪声干扰的抵消,通信系统的自适应均衡,图像的自适应增强复原以及未知系统的自适应参数辩识等方面都得到了广泛的应用。
自适应滤波器是指利用前一时刻的结果,自动调节当前时刻的滤波器参数,以适应信号和噪声未知或随机变化的特性,得到有效的输出。研究自适应滤波器可以去除输出信号中的噪声和无用信息,得到失真较小或者完全不失真的输出信号。本文介绍了自适应滤波器的理论基础,重点讲述了自适应滤波器的几种实现结构,然后重点介绍了三种自适应滤波算法:最小均方误差(LMS)算法,归一化最小均方误差(NLMS)算法和递推最小二乘(RLS)算法,并对LMS算法,NLMS算法和RLS算法性能进行了详细的分析。其中LMS算法结构简单,鲁棒性强,但其收敛速度很慢,NLMS算法是LMS算法的改进算法,而RLS收敛速度快,但其运算量很大。最后本文对基于LMS算法,NLMS算法和RLS算法的自适应滤波器进行Matlab仿真应用。实验表明:在自适应信号处理中,自适应滤波信号占有很重要的地位,自适应滤波器应用领域广泛;另外LMS算法和RLS算法各有优缺点,LMS算法因其鲁棒性强特点而应用于自回归预测器,而RLS算法因其收敛速度快优点而应用于信号增强器中。
关键词 自适应滤波器; LMS算法; NLMS算法;RLS算法
Abstract
The adaptive filter is one of the most active research topic in adaptive signal processing today. Because it has a strong self-learning, self-tracking capabilities and algorithms simple ease of implementation, etc., making it in the detection in the noise of the signal enhancement, noise offset, communication systems, adaptive equalization, adaptive image enhanced recovery and unk
文档评论(0)