[2018年最新整理]地球物理信息处理基础作业--自适应滤波器.docx

中国地质大学（北京）自适应滤波器在地球物理中的应用课程名称：地球物理信息处理基础 学生姓名：刘雅宁学 号：2010120053所在院（系）：地球物理与信息技术学院2011。10。20自适应滤波器在地球物理中的应用 自适应录波器是能够根据输入信号自动调整性能进行数字信号处理的一种数字滤波器。作为对比，非自适应滤波器具有静态的滤波系数，这些系数组成传递函数。自适应滤波器能根据环境的改变，使用自适应算法来改变滤波器阐述和结构。而一般情况下， 不改变自适应滤波器的结构。而自适应滤波器的系数是由自适应算法更新的时变系数。即其系数自动连续地适应于给定信号，以获得期望响应。自适应滤波器的最重要的特征就在于它能够在未知环境中有效工作，并能够跟踪输入信号的时变特征。对于一些应用来说，由于事先不知道所需要进行的操作参数，例如我们地球物理中对一些噪声信号处理时噪声的特性，所以要求使用自适应系数进行处理。在这种情况下通常使用自适应滤波器，自适应滤波器使用反馈来调整滤波器系数以及频率响应。总的来说，自适应的过程是一种将价值函数用于确定如何更改滤波器系数，从而减小下一次迭代过程成本的算法。价值函数是滤波器最佳性能的判断准则，比如减小输入信号中的噪声成分能力。自适应滤波器原理数字滤波器是数字信号处理中使用最广泛的一种线性系统环节， 是数字信号处理的重要基础。它的功能本质上说是将一组输人的数字序列通过一定的运算后转变为另一组输出的数字序列。由于自适应滤波器可以自动地调节自身的参数， 而在设计时只需要很少的或根本不需要任何关于信号和噪声的先验统计知识， 因而其发展很快。自适应数字滤波器的原理如图1 所示。图中x(j) 表示j时刻的输人信号值， y(j)表示j 时刻的输出信号值， d(j)表示j时刻的参考信号值或所期望响应信号值，误差信号ε(j)为d(j)与y(j) 之差。自适应数字滤波器的滤波参数受误差信号的控制ε(j)， 根据ε(j)的值而调整， 使之适合下一时刻的输人x(j+1)， 以便使输出y(j+ l) 接近于所期望的参考信号d(j+1) 。当输入信号和噪声的统计特性未知或输入过程的统计特性发生变化时，自适应滤波能自动调整自身参数以满足某种最佳准则要求。根据不同的准则，产生不同的自适应算法，但主要有两种基本的算法：最小均方误差（LMS）算法和递推最小二乘（RLS）算法。由Widow 和Hoff 提出的最小均方误差算法，因其具有计算最小、易于实现等优点而在实践中被广泛采用。自适应滤波器有很多种，其中递归型自适应数字滤波器应用较广。 它的输人x (n ) 与输出y(n) 的关系为式中a k(n ) 与b k(n ) 为滤波器系数a ， 与b 、在第n采样时刻的值。若d (n) 为期望输出的第n 个采样时刻的值， 则相应采样时刻的输出误差为而使用自适应噪声抵消系统其应用很广泛， 它除了需要原始输人外， 还需要一个参考输人， 供给与原始输人相关的噪声， 以便抵消原始输人的噪声， 而对有用信号几乎不产生畸变。除递归型自适应滤波器外，自适应滤波器还有自适应横向数字滤波器、各型自适应数组滤波器等几种。自适应滤波器在地球物理中应用随着数据信号处理技术的发展，数字信号处理器的性能加强，自适应滤波器的应用越来越广泛。由于自适应滤波器可以自动地调节自身的参数，，而在设计时只需要很少的或根本不需要任何关于信号和噪声的先验统计知识，因而其发展很快。尤其在地球物理信息处理中，自适应技术被大量的应用于参数识别、噪声消除、谱估计等方面。地磁数据自适应噪音处理器基本原理：由于地磁观测往往以某种形式构成同步观测点或同步观测台网， 因此， 我们可以利用所需处理的观测点资料作为源信号， 利用另一观测点资料作为参考信号。源信号包含信号s和噪音n0，s和n0之间一般不相关。参考信号包含信号x和噪音n1，x和n1之间一般不相关。而s和x之间存在某种形式的相关关系，n0和n1之间也不相关。包含x和n1的参考信号经自适应线性组合器得到输出信号y。将y信号和相应的源信号进行比较，得到差值信号ε。根据ε对自适应线性组合器进行调整， 继而进行以参考信号线性组合开始的迭代循环。最后达到源信号相应值和自适应线性组合器的输出值之间的均方差为最小。地磁数据自适应噪音处理器的原理如图2所示：图二：自适应地磁数据噪音消除框图下面对该系统进行简单讨论。令该系统的原始信号输入为s+n0， 参考信号输入为x+ n1， 参考信号经自适应线性组合器的输出为y， 则该系统输出为z=s + n0 – y 。将该式两边平方， 可得:z2=（s-y）2+ n02- 2n0（s-y）。取等式两边的数学期望， 并利用n0和s，n0 和y均不相关的关系， 可得到。由于处理中无输出反馈到原始信号， 所以， 在调整自适应线性组合器时，不受