自适应模拟与系统识别要点.ppt

自适应模拟与系统辨识 内容： 一、 自适应模拟与系统识别的概述 二、 FIR滤波器综合的自适应模拟 自适应模拟与辨识的概述 如果一个真实的物理系统是具有一个或多个输入、一个或多个输出的未知的“黑箱”的话，那么这个系统的特性可由一个自适应滤波器去模拟或者说模仿。 如果适当的去选取自适应滤波器的参数的话，那么就可以使模拟出来的信号与理想中的信号的均方误差达到最小。 未知系统 自适应模拟 输入 ∑ ∑ ＋ ＋ ＋ － 系统噪声 系统输出 误差 单输入单输出被控系统的模拟（带噪） xk与噪声 互不相关 红色为有噪声的情况，蓝色为无噪声的情况 u=0.01 k=1000 程序 单位 （dB） 自适应滤波 输入 ∑ ∑ ＋ － 输入信号（此处做期待信号） 滤波输出 误差 横向自适应滤波器 系统噪声 Cos(2πk/N) 加噪后的信号 SNR=4.5 K=1000 u=0.002 L=2 红色为原信号 蓝色为滤波后的信号 程序 FIR滤波器综合的自适应模拟 FIR滤波器的基本思想如下图，在自适应滤波器收敛之后，自适应滤波器的冲击响应将会满足一组给定的设计指标的滤波，这些设计指标是体现在标有‘伪滤波器’字样的方框图中的。因为一个严格的满足这样一组滤波器，一般是物理不可实现的，因为伪滤波器并不存在，只是一个概念的东西。 为使指标在很多频率上同时被满足