自适应滤波技术在噪声抵消中的应用研讨.pdfVIP

申请学位学科：工学 所学学科专业：控制理论与控制工程 培养单位：电气与信息工程学院 硕士生： 高宁 导师： 郑恩让教授 马令坤副教授 201 0年5月 RESEARCHoN THEAPPLICATIoNoF ADAPTIVE FIIJEIUNG INNoISE TECHNIQUE CANCELLATION AThesis Submittedto Shaanxi ofScience University and Technology in PartialFulfillmentofthe forthe of RequirementDegree Master of Engineering．．． Thesis Supervisor：Professor ■■■●__■______‘■●-Zhent三En-rang 一t-!■一 ProfessorMa Lin2．kun ●■■●●■■■■■■■■■■■■●_一1 I■■■■●●■■■■■- 0 May，201 自适应滤波技术在噪声抵消中的应用研究 摘要 一直以来，噪声的消除与抑制问题是信号处理中的核心问题之一。常规 的抑制噪声的方法是给包含噪声的信号加一固定滤波器，使得噪声分量尽量 地减少而得到有用信号。但是实际生活中，很多噪声环境都是时变的，而固 定滤波器无法跟踪这种变化，因此，噪声抑制不理想。本课题针对噪声的时 变性，采用具有自适应能力的滤波器，以便实时跟踪噪声环境的变化，将噪 声有效地抑制。为此，本文研究了自适应滤波器及其噪声抵消的应用，主要 着重于以下几个方面： 对基于最小均方误差LMS算法的自适应滤波器进行了研究，了解其性 能，对其建立了单输入的噪声抵消系统。在不同输入信号，不同学习速率， 不同输入信噪比的情况下对系统进行了仿真试验，仿真研究表明，该系统能 够实现对线性噪声环境的模拟，达到了噪声抵消的目的，但是它的收敛速度 慢，稳态误差低。 针对基于最小均方误差LMS算法的自适应滤波器的以上缺点，采用线 性神经元网络来组成自适应滤波器，构成白适应噪声抵消系统。线性神经网 络结构简单，但其自适应滤波效果好。仿真表明，其收敛速度与稳态误差较 前者都有较大的改善，系统输出信号信噪比高。 若噪声通道结构比较复杂或存在非线性时，上述两种线性自适应滤波器 的长度会增加，造成稳态失调增大、收敛速度降低，影响系统的抵消性能。 由于神经网络经过训练后可以较好地逼近非线性函数，因此对于平稳信号输 入，采用BP神经网络构成自适应滤波器可以提高系统的抵消性能。通过仿 真实