第八章自适应信号处理的应用.ppt

第八章 自适应信号处理 技术的应用 自适应信号处理技术在噪化信号的检测增强，噪声干扰的抵消，波形编码的线性预测，通信系统的自适应均衡，图像自适应压缩编码，系统识别，以及未知系统的自适应参数辨识等方面获得广泛的应用。这里主要介绍几种当今较常用的、采用自适应滤波算法实现的技术。 8.1自适应滤波和逆滤波 自适应滤波器用作滤波和逆滤波 自适应滤波器在通信、声纳、雷达、电子测量低度器，以及生物医学工程等领域有着广泛的极其重要的应用，主要用来抑制噪声干扰，提高信噪比. 逆滤波主要用作信号复原，包括图象信号复原。维纳滤波和卡尔曼滤波都属于这种逆滤波的类型. 8.2 系统辨识 由图可知，白色谱的主信号直接加到自适应滤波器的主输入端，同时它也输入到H（z）系统，其输出又连接到自适应滤波器的参考输入端，即以未知动态系统的输出信号作为所期望的响应d(n)，当自适应滤波器处于最优工作状态，输出y(n)逼近于所期望的响应d(n)，因此得到W0= H（z） 这表明自适应滤波器的最佳冲激响应是建模对象系统H(Z)的直接原型. 8.3 自适应均衡 在信道均衡运用中，将发送的受信道失真影响的原始信号作为自适应滤波器的输入信号，可期望信号是原始信号的时延形式。通常情况下，输入信号的时延形式在接收端是可以得到的，采用形式是标准的训练信号。当MSE达到最小时，就表明自适应滤波器代表了信道的逆模型（均衡器）。 自适应均衡技术是为了补偿信道的畸变，以减少码间干扰所引起的误码实质上，自适应均衡器起到逆滤波的作用，从输出信号中恢复原符号数据，如下图 8.4 自适应回波抵消 长途电话线路中，由于终端混合装置的性能不理想会产生回波，即讲话者在讲话后一段时间又听到自已讲话的回波声音，造成干扰，这大大影响了电话通信质量。为了克服长途电话线路中回波的影响，可以终端装上自适应回波抵消器。 8.5 自适应噪声抵消与谱线增强 在许多实际应用中，宽带随机信号（如语言或音乐）往往被环境的周期性干扰所劣化，为保证随机信号质量，必须滤除这种噪声干扰.自适应噪声抵消器就能起到这种作用，详细内容后面再讲. 8.6 自适应谱估计 功率谱是随机信号分析的一个重要的统计参数，它可对离散时间随机过程的二阶统计量的频率函数作定量的测量。在参量谱分析中，常用信号模型法进行谱估计，即以自回归（AR）模型、滑动平均（MA）模型、自回归滑动平均（ARMA）模型来估算随机过程的功率谱。利用自适应预测误差滤波器可以确定非平稳模型AR参数. 8.7 自适应波束形成 自适应阵列处理与波束形成技术有着极其广泛和重要的应用。由天线阵列构成的波束形成器是一个接收空间信号的空间域滤波系统，它能够形成笔形波束。用天线阵列来产生波束形成器，需要广泛的采用自适应技术，如自适应旁瓣对消器，基于参考信号的自适应波束形成器，线性约束最小方差波束形成器，随机加权组合的自适应波束形成器，利用裂相变换的自适应波束形成器等. 8.8 自适应神经智能信息处理 自适应神经网络信息处理是自适应信号处理分支学科新发展的内容，把典型自适应上升到神经智能自适应信息处理，以神经元联接机制为基础从网络结构上直接地模拟人类智能的动力学行为。自适应神经网络和一般神经网络都具有很强的自学习性、自适应性以及自组织性。因此，自适应神经计算系统是一种新的计算结构，它的功能性极强。 8.9 盲自适应信号处理 盲信号处理理论和技术也是自适应信号处理分支学科新发展的内容之一。所谓盲信号处理是在多信号矢量和传输系统参数矩阵未知的情况下，如何只由已知观测数据矢量来求解这不确定性问题. 总结 自适应滤波是信号处理的重要基础，近年来发展速度很快，在各个领域取得了广泛的应用。在实际问题中，迫切需要研究有效、实用的自适应算法。围绕这个课题，本门课程在大量文献的基础上，对自适应滤波的多种算法进行了分析和研究。 当然，在自适应信号处理技术这个具有现实意义的课题上，还有许多工作要做，如非线性自适应滤波理论和算法以及将自适应滤波和神经网络、人工智能、盲自适应信号处理、盲源分离、盲自适应均衡等技术结合起来的诸多课题。 参考书目 沈福民 自适应信号处理[M],西安：西安电子科技大学 西蒙·赫金 自适应滤波器原理[M] ；北京：电子工业出版社 何振亚 自适应信号处理[M],北京：科学出版社 河南工业大学 * 主信号 参考输入 Y(n) 滤波器输出 H（z） 自适应滤波器 W