§6-2、自适应处理器的结构.doc

§6－2、自适应处理器的结构 6.2.1自适应滤波器的原理 一.开环自适应系统 开环自适应系统如图6-5所示.图中,x(k)表示输入信号,y(k)表示输出信号,d(k)表示参考信号(包括自适应系统所处的环境).该系统对输入信号或环境特性进行测量,用测量得到的信息,形成计算公式或算法,用此结果对处理器进行调整. 二.闭环自适应系统 闭环自适应系统如图6-6所示.图中,x(k)表示输入信号,y(k)表示输出信号,d(k)表示参考信号值或期望响应信号值,e(k)表示误差信号,即期望输出信号d(k)与自适应系统实际输出信号y(k)之差.处理器参数受误差信号e(k)的控制,根据e(k)的值自动调整,以使输出y(k)接近所期望的信号d(k). 由图6-6和图6-7可见,自适应系统包括了数字结构,处理器和可变的自适应权,在调节区间,权可以按自适应算法迅速调整.自适应算法通常用信号的隐式或显式表示.主要是权在自适应期间连续调整,直到均方误差E[e2(k)]减少到最小值.由此可见,自适应系统可以看作连续减少期望响应d(k)和系统响应y(k)之差,这样一个过程,也可以看作系统响应它所处的信号环境的过程. 下面讨论图6-6某些应用方面的例子. (1)自适应预测器(adaptive predition):自适应预测器如图6-8所示.图6-8(a)为简化的不可实现的情况,自适应处理器趋向最小的E[e2(k)],因此,使得它的输出近似它的输入的未来值s(k+Δ).因为后者,在实时处理中是不可能的.图 6-8(b)为可实现形式,其应用与图6-8(a)等价,而估值s^(k+Δ)用从动处理器产生.这种自适应预测器用于语音编码,谱估计,事件检测,线性增强,信号白化和其它应用领域.注意:基本的闭环自适应图6-7就置于预测图6-8当中. (2)自适应模拟(adaptive modeling):自适应模拟如图6-9所示.前向模拟如图6-9(a)所示.在前向模拟中,自适应处理器调整它的权,产生响应y(k),在最小均方意义上,尽可能与被控对象响应d(k)接近.若激励频率s(k)容量是鲁棒的,又若内部被控对象的噪声n(k)是很小的,那么,自适应处理器将变成适应未知系统的好的模拟.前向模拟在生物,社会,经济科学,自适应控制,数字滤波器设计,相关性估计和地球物理等方面有着广泛的应用. 图6－9自适应模拟(a)前向模拟，(b)逆模拟 逆模拟如图6-9(b)所示.自适应处理器调整它的权,变成被控对象的逆,即改变被控对象的输出x(k),回到输入的延迟型式s(k-Δ).延迟通常包括通过被控对象和自适应处理器的传播延迟,并假定两者为因果系统.与前向模拟类似,若 s(k)是谱鲁棒的,并若n(k)是小的.自适应处理器就适应变成未知系统的精确的模型.逆模拟在自适应控制,语音分析,信道均衡,重叠合法(deconvolution),数字滤波器设计和另外的应用方面得到运用.再次注意:图6-7所示的基本的闭环自适应系统就置于图6-9(a)和图6-9(b)中. (3)自适应干扰对消(adaptive interference cancelling ):自适应干扰对消如图6-10所示.这是广泛应用的一种简单结构.假若期望响应d(k)为信号附加噪声,即s(k)+n(k),自适应处理器的输入x(k)为与n(k)相关的另外的噪声n′(k).当s(k)和n(k)是不相关的,自适应处理器由y(k)=n?(k),并逼近n(k),使E[e2(k)]趋向最小.因此,使e(k)逼近s(k).结果降低了在e(k)中的噪声.这里再次强调图6-7置于图6-10中. (4)自适应阵处理(adaptive array processing):自适应阵处理如图6-11所示.阵处理系统本身就是一个多输入干扰对消典型,比较图6-10和图6-11就可 以看出.如同普通的波束,控制延迟,用来在观测的方向形成波束产生峰阵增益.于是,噪声目标信号s(k)+n(k)通过固定的滤波器获得,如图6-11所示.噪声估值n^(k)通过多输入处理器,用它来对消n(k),这恰如图6-10所示.图6-11中仍然使用了图6-7的基本结构. 6.2.2 非递归自适应滤波器 非递归自适应滤波器又称自适应线性组合器(adaptive linear conbiner).其一般形式如图6-12所示.图中,由x0(k),x1(k),…xn-1(k)组成信号向量,与之对应的为一组可调权,w0,w1,…wn-1以及求和单元∑和它的单输出信号y.调整权的方法称为自适应算法.因为是线性的,因此,对一组固定权值 w0,w1,…wn-1 ,输出y是输入分量 x0(k),x1(k),…xn-1(k)的线性组合. 当然,