数字信号处理上机作的业.pptVIP

下载本文档

2
0
约1.46千字
约 8页
2017-08-22 发布于湖北
举报
版权申诉

数字信号处理上机作的业.ppt

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

数字信号处理上机作的业

已知一白噪声激励AR（2）模型，;clear fs=800; %采样频率等于800Hz det=1/fs; t=0:det:2-det; x=randn(size(t));%0均值单位方差正态分布随机信 %待模拟的系统（AR模型） a=[1,-1.6,0.8]; b=[1]; d=filter(b,a,x) %白噪声激励AR模型;%自适应FIR滤波器 N=30;%30维权矢量自适应滤波器 delta=0.005;%步长为0.005； M=length(x); y=zeros(1,M); h=zeros(1,N); %LMS算法 for n=N:M %从第N个点开始 x1=x(n:-1:n-N+1); %输入序列赋值 y(n)=h*x1; %求输出信号值 e(n)=d(n)-y(n); %P73 误差信号=期望信号-输出信号 h=h+delta.*e(n).*x1; %P73 3.2.54 end;%画频谱图 X=abs(fft(x,2048)); Nx=length(X); kx=0:800/Nx:(Nx/2-1)*(800/Nx); D=abs(fft(d,2048)); Nd=length(D); kd=0:800/Nd:(Nd/2-1)*(800/Nd); Y=abs(fft(y,2048)); Ny=length(Y); ky=0:800/Ny:(Ny/2-1)*(800/Ny);;figure(1) subplot(3,1,1) plot(kx,X(1:Nx/2));xlabel(Hz) title(零均值单位方差白噪声信号) subplot(3,1,2) plot(kd,D(1:Nd/2));xlabel(Hz) title(经过AR(2)系统后信号) subplot(3,1,3) plot(ky,Y(1:Ny/2));xlabel(Hz) title(经过自适应FIR滤波器后信号) clc a0=arburg(y,2); %用BURG法对输出序列Y进行谱分析对比AR模型的参数 a0 ;上机作业2;%基于RLS的自适应FIR滤波器 N=10; M=length(x); y=zeros(1,M); w=zeros(1,N); T=eye(N)*10000;%I*10000;for n=N:M x2=x(n:-1:n-N+1); %输入序列赋值 g=x2*x2; c=(1+x2*inv(T)*x2); k=inv(T)*x2/c; e0=d(n)-w*x2; % P94 递推公式(1) w=w+k*e0; % 权值更新 T=T-inv(T)*g*T/c; %P94 递推公式(2) y(n)=w*x2; %计算每一n的输出 e(n)=d(n)-y(n); end