现代信号处理论文.docVIP

递归最小二乘法(RLS)自适应滤波算法 摘要 所谓自适应，从通俗意义上讲，就是这种滤波器能够根据输入信号统计特性的变化口动调整其结构 参数，以满足某种最佳准则的要求。自适应滤波器所釆用的最佳准则由最小均方误差准则、最小二乘准 则、最大信噪比准则和统计监测准则等。 自适应滤波理论和技术是统计信号处理和非平稳随机信号处理的主要内容，它可以在无需先验知识 的条件下，通过自学习适应或跟踪外部环境的非平稳随机变化，并最终逼近维纳滤波和卡尔曼滤波的最 佳滤波性能。因而，口适应滤波不但可以用来检测确定性信号，而且可以检测平稳的或非平稳的随机信 号。自适应技术应用包括自适应谱线检测增强与谱估计方法、自适应噪声抵消技术、自适应均衡技术、 只适用阵列处理与波束形成以及自适应神经网络信号处理等内容。 关键词：递归最小二乘法；自适应滤波；滤波器设计；自适应算法； 1引言 滤波可分为经典滤波和现代滤波。经典滤波要求已知信号和噪声的统计特性，如维纳滤波和卡尔曼 滤波。现代滤波则不要求己知信号和噪声的统计特性，如自适应滤波。白适应滤波的原理就是利用前一 时刻己获得的滤波参数等结果，自动地调节当前时刻的滤波参数，从而达到最优化滤波。自适应滤波一 般包括3个模块：滤波结构、性能判据和自适应算法。其中，自适应滤波算法一直是人们的研究热点, 包括线性自适应算法和非线性自适应算法，非线性自适应算法具有更强的信号处理能力，