自适应滤波原理.pptVIP

3.1 自适应滤波原理 如上图，自适应滤波器由参数可调的数字滤 波器和自适应算法两部分组成。参数可调数 字滤波器可以是FIR数字滤波器或IIR数字滤 波器，也可以使格型数字滤波器。该系统具 有最小均方误差和最小方差。 自适应滤波器的特性有： （1）收敛速度 （2）误调整 （3）计算的复杂性 （4）对于随时间变化的数据的循迹能力 （5）结构：高模块性、高平行性、高并行性（适合超大规模集成电路的实现） （6）数值特性：数值稳定性和数值精确性 （7）稳定性：小能量的干扰仅仅带来很小的估计误差 3.2 自适应线性组合器 自适应线性组合器是一种参数可自适应调整 的有限冲激响应（FIR）数字滤波器，具有非 递归结构形式。它的分析和实现比较简单， 在大多数自适应信号处理系统中得到广泛应 用。 图 3.6所示的是自适应线性组合器的一般形式。 输入信号适量x(n)的L+1个元素，既可以通过 在同一时刻n对L+1个不同信号源取样得到， 也可以通过对同一信号源在n以前L+1个时刻 取样得到。前者成为多输入情况，后者称为 单输入情况。图3.6所示的是多输入情况，图 3.7所示的是单输入情况。这两种情况下输入 信号矢量都用x(n)表示，但应注意它们有如下 区别： 多输入情况： X(n)=[x0(n) x1(n) … xL(n)]T （3.1） 单输入情况： X(n)=[x(n) x(n-1) … x(n-L)]T （3.2） 这意味着，多输入情况下x(n)是一个空间序 列，其元素由同一时刻的一组取样值构成， 相当于并行输入；而单输入情况下x(n)是一个 时间序列，其元素由一个信号在不同时刻的 取样值构成，相当于串行输入。 对于一组固定的权系数来说，线性组合器的 输出y(n)等于输入矢量x(n)的各元素的线性 加权和。然而实际上权系数是可调的，调整 权系数的过程叫做自适应过程。在自适应过 程中，各个权系数不仅是误差信号e(n)的函 数，而且还可能是输入信号x(n)的函数，因 此，自适应线性组合器的输出就不再是输入 信号的线性函数。 输入信号和输出信号的关系为 单输入情况： （3.3） 多输入情况： （3.4） 自适应线性组合器的L+1个权系数构成一个权系数矢量，称为权矢量，用w(n)表示，即 W(n)=[w0(n) w1(n) … wL(n)]T (3.5) 这样，式（3.3）和式（3.4）可统一表示为 y(n)=xT(n)w(n)= wT(n)x(n) (3.6) 参考响应与输出响应之差称为误差信号，用e(n)表示，即 e(n)=d(n)-y(n)=d(n)- xT(n)w(n)= d(n)- wT(n)x(n) (3.7) 自适应线性组合器按照误差信号均方值（或 平均功率）最小的准则，即 ξ(n)=E[e2(n)]=min (3.8) 来自动调整权矢量。 3.3 均方误差性能曲面 由式（3.6）、（3.7）、（3.8）得均方误差 表示式为 （3.9） 在d(n)和x(n)都是平稳随机信号的情况下， 输入信号的自相关矩阵R，d(n)与x(n)的互相 关矩阵P都是与时间n无关的恒定二阶统计， 分别定义为 （3.10） （3.11） 以上二式对应于多输入情况。对于单输入情 况，不难写出类似结果。将上二式代入式 （3.9），得到均方误差的简单表示