信息方向课程设计——用MATLAB实现自适应系.docVIP

信息方向课程设计报告 题目：用MATLAB实现自适应系 统仿模及图像增强处理 学院：物联网工程学院 专业：电子信息工程 班级： 姓名： 学号： 课程设计目的和要求 目的：数字信号处理和图象处理是电子信息工程专业必修的基础课 ,学好这些课程对于学生解决信息 系统中信号的传输与处理问题是绝对必需的。然而 , 这些课程在着重培养学生掌握信号与系统物理模型的数学描述、分析、求解及相应的物理解释之外 , 在培养学生的实验技能方面 也应提出明确的要求。鉴于这门课程偏重理论分析和计算求解的特点 , 本课程的设计环节侧重软件 , 兼顾硬件 , 软硬结合 , 这不仅会明显地巩固理论教学中所学的基本概念和分析方法, 而且将与其它课程实验一起共同为本科生毕业设计和研究生论文工作的开展打下良好基础。 要求：数字信号处理和图象处理课程设计要求使学生掌握数字信号处理的基本算法的计算机实现，从而培养学生运用数字信号处理的原理解决生物医学、电子工程领域的实际问题的能力。进一步提高程序设计及调试能力，初步掌握进行科学研究工作的主要步骤和方法，学习和掌握科学研究资料检索的方法，学习对已有资料进行消化总结的方法，学习撰写科学报告的基本方法。 课程设计任务 1、自适应系统仿模：绘制出E[εk2]对k变化的LMS学习曲线。 2、对Lena图像的若干增强处理： （1）、直方图均衡化增强图像对比度的MATLAB程序： （2）、采用邻域平滑算法增强图像的MATLAB程序 （3）、采用边界锐化算法增强图像的MATLAB程序 3、对tout图像进行增强处理。 课程设计内容 1 、自适应系统仿模 对于一个离散时间系统，可定义期待响应dk为一个希望自适应系统的输出如与之相接近的信号，其中k为采样时刻。 如图1.1所示，系统由一个自适应线性组合器和一个相减器组成，在k时刻的系统输出误差 (1.1) 而自适应线性组合器的输出 (1.2) 其中 分别为自适应系统在k时刻的输入信号向量和权问量，于是系统输出均方误差 图1.1 利用MSE性能测度的自适应系统 (1.3) 这里，权向量Wk可以是随时间变化的，但为确知向量，故在式(1.1)中可将Wk置于统计平均符号之外。 考虑平稳随机信号，系统输入信号Xk及期待响应dk统计量的计算应和时刻k无关，故有 (1.4) 定义期待响应和输入信号之间的互相关向量为 (1.5) 由此，在图1.1组成的系统中，其均方误差输出的性能测量为权向量的二次函数。且该系统的性能函数ξ(W)为 (1.6) 由上式可知，等号右边三项均为实数，且前面两项之和必大于或等于第三项，故性能函数ξ(W)必为大于或等于零的实数。 可以看出．让性能函数ξ(W)达到最小的最佳权向量Wopt可以用对它求梯度的方法得到。事实上，由式(1.6)并利用梯度的运算式可知 (1.7) 在最佳权向量处的梯度值应为零，于是 自适应系统在最小均方误差输出情况下的最佳权向量Wopt满足维纳一霍夫(Wiener-Hopf)方程 (1.8) 式中，相关矩阵R必须是满秩的，即必须有逆。 将式(1. 8)代入式(1. 6)，且考虑到为实数，于是最小均方误差为 (1.9) 对于LMS算法，可以简单地直接利用单次采样数据| εk |2来代替均方误差。于是在自适应过程的每次迭代中，其梯度估值具有如下形式： (1.11) 采用这个简单的梯度估值，可以导出一种最速下降法类型的自适应算法。可得 (1.12) 称上式为LMS算法。μ是一个用于控制自适应速度和稳定性的增益常数。由于在每次迭代权时是基于不准确的梯度估值，因而这个自适应过程是带噪的。 一个单输入单输出的未知系统(或称被控系统)的自适应模拟(Adaptive modeling)示于图1.2，未知被控系统与自适应滤波器(即图中的自适应模拟)由相同的输入激励。自适应滤波器调整自身以得到一个与未知系统相匹配的输出，通常是得到一个未知系统输出最好的最小均方拟合。这种拟合的程度与自适应系统的可调权数(即“自由度”)有关。 图1.2 单输入单输出的自适应模拟模型 对于如图1.2所示系统，令xk＝RANDOM(1)－0.5，让L＝2，μ＝0