[高等教育]现代数字信号处理第三章.pptVIP

第三章 自适应滤波器 自适应滤波器：最小均方误差为准则 自动调节本身的 不必预先知道信号和噪声的统计特性 （自相关）先验知识 自相关慢变能自动适应 3.1 自适应滤波原理 从维纳滤波器看 自适应滤波器则能自动调节它的 值以满足上述小均方误差准则。 由参数可调的数字滤波器（或为自适应处理器）和自适应算法两部分组成： 可以是单输入信号，也可以多输入信号，其余是时间序列, 在不同的场合这些信号代表着不同的具体内容。 几种常见的例子： 1，自适应预测器 x(n) 预测未来 x(n+△) d(n+ △) 可用于语言编码，谱估计，谱线增强，信号白化等 典型的多输入干扰抵消器。 信号的接入方法不同，得到各种不同的用途。 设计自适应滤波器时，应首先确定滤波器的结构。（FIR IIR或格型结构）然后设计自适应算法。以调整滤波器参数。其目标是使某一特定的代价函数最小化。本章以输出的均方误差作为代价函数。 3.2 自适应线性组合器 自适应参数是一种可调的FIR。递归结构形式，分析实现简单。早在大多数自适应信号处理中得到广泛应用。权矢量 用矢量表示： 输出： 用矩阵表示： 使 3.3均方误差性能曲面 由 令： 简写 从式中看出均方误差 是权矢量 的二次函数，若展开上式只有 各分量的一次和二次项存在。 因此， 的函数图形是 维空间中一个凹的超抛物体曲面。有唯一的极小点 。 该曲面称为均方误差性能曲面，简称性能曲面。自适应过程是自动调整权系数，使均方误差达到最小值 的过程，这相当于沿性能曲面向下搜索最低点。 最常用的搜索方法是梯度法。因此，性能曲面的梯度是一个很重要的概念。 均方误差性能曲面的梯度用 表示，定义为： 对各权矢量进行偏微分 最小均方误差对应的权矢量称为最佳权矢量或维纳权矢量。用 表示。在性能曲面上，该点梯度等于零。 这正是对应维纳-霍夫方程的矩阵形式。 得最小均方误差： 由于 是 的二次型。且在 处存在唯一最小值。故 可写成下列标准形式。 定义：权偏移矢量 该式表明：当权矢量 相对于最佳值 偏离了一个数值： 时均方误差将比最小均方误差 大一个数值 ,要使 为非负，显然要求 显然R应该是正定的或半正定的，半正定是指对于某些有限个V或所有V使 的情况，实际应用中R常满足这一要求。计算性能曲面的梯度得 3.5 最陡下降法原理 自适应滤波器原理 的自适应过程就是要从性能曲面上某点（初始点）开始。沿着曲面向下搜索最低点的过程。实际目的就是要寻求 按 可求得唯一的 ，但需要预先知道相关矩阵P和R。 当P和R不能预先求得时，就只能直接用数值计算的方法。 当N大时，遇到计算上的严重困难。 更具有使用价值的递推法：widrow-Hoff LMS算法，是他们两人与1959年提出：求最佳权矢量的一个简单 而有效的递推方法。牛顿法是一种方法，在数学上有重要意义但实现非常困难，而最陡下降法在工程上比较容易实现，有很大的实用价值。此法不需要求相关矩阵，也不涉及矩阵求逆，就是沿性能曲面最陡方向向下搜索曲面的最低点，根据已知测量数据曲面的最陡下降方向是曲面梯度的负方向，这是一个迭代搜索过程。按此方法： 从初始点开始 沿负梯度方向等价于 等于初始值 加上一个正比于负梯度的增量。用类似方法一直搜索到 ，所以最陡下降法迭代计算权矢量的公式为 是控制搜索步长的参数-----称为自适应增益常数或称为收敛因子（常数）。 1.物理意义 是w的二次方程， 随w的变化关系可画成一个碗形的“曲面”。自适应过程正是连续的调节w