LMS自适应滤波器的仿真与实现.pdfVIP

第 卷 第 期 11 9 Vol.11 No.9 年 月 设计参考 2009 9 Sep. 2009 doi:10.3969/j.issn.1563-4795.2009.09.022 LMS 自适应滤波器的仿真与实现 蒙俊甫， 侯祥博 (成都理工大学信息工程学院， 四川 成都 610059) 摘 要： 介绍了LMS算法和LMS滤波器的的基本原理， 给出了利用MATLAB和DspBuilder来建 立算法模型， 从而完成LMS 自适应滤波器的仿真与设计方法， 该方法可以有效地提高FPGA 的 设计效率， 同时降低设计人员对硬件的要求。 关键词： LMS算法； 自适应滤波器； MATLAB ； 仿真 0 引言 种变步长的LMS改进算法， 主要是采用减小均方 误差或者以某种规则基于时变步长因子来跟踪信 自适应滤波器可广泛应用于系统识别、 信号 号的时变， 其中有归一化LMS 算法 (NLMS) 、 梯 处理和数字通信等许多领域。 而超大规模集成电 度自适应步长算法、 自动增益控制自适应算法、 路和FPGA 的飞速发展， 也促进了自适应滤波技 符号— 误差LMS算法、 符号— 数据LMS算法、 数 术的进步。 此外， 由于其对干扰频率不敏感， 且 据复用LMS算法等。 其权值调整是基于对系统参数的优化， 因此， 自 1.2 LMS自适应滤波器的结构原理 适应滤波器仍然越来越多地受到人们的关注。 自适应滤波是在部分信号特征未知的条件 1 LMS自适应滤波器 下， 根据某种最佳准则， 从已知的部分信号特征 所决定的初始条件出发， 按某种自适应算法进行 1.1 LMS算法 递推， 在完成一定次数的递推之后， 以统计逼近 最小均方误差 (LMS) 算法具有计算量小、 的方式收敛于最佳解。 当输入信号的统计特性未 易于实现等优点， 因此， 在实践中被广泛应用。 知， 或者输入信号的统计特性变化时， 自适应滤 LMS算法的基本思想是调整滤波器自身的参数， 波器能够自动地迭代调节自身的滤波器参数， 以 使滤波器的输出信号与期望输出信号之间的均方 满足某种准则的要求， 从而实现最优滤波。 因 误差最小， 并使系统输出为有用信号的最佳估 此， 自适应滤波器具有自我调节和跟踪能力。 在 计。 实质上， LMS可以看成是一种随机梯度或者 非平稳环境中， 自适应滤波在一定程度上也可以 随机逼近算法， 可以写成如下的基本迭代方程：