自适应滤波器.pptxVIP

自适应滤波器;设计维纳和卡尔滤波器,要求已知关于信号和噪声统计特性得先验知识。但在许多情况下人们对此并不知道或知道甚少,某些情况下这些统计特性还就是时变得。处理上述这类信号需要采用自适应滤波器。 自适应信号处理器分为两大类,一类就是自适应天线,另一类就是自适应滤波器。本章主要讨论自适应滤波器得工作原理、基本原理、重要算法和典型应用。;3、1 自适应滤波原理;自适应滤波器常见得例子: 1、自适应预测:(可用于语音编码、谱估计、信号白化等) ;2、自适应建模 ;3、自适应干扰器 传感器阵列接收到目标信号,导向延时使其预定观测方向上波束增益最大。固定目标信号滤波器输出为 自适应处理器输出就是噪声得估计 ,并用来抵消 常用于波束形成器。 ; 设计自适应滤波器时,首先要确定滤波器得结构(FIR,IIR或格形结构),然后设计自适应算法以调整滤波器参数,其目标就是使某一特定得代价函数最小化。(本章选择均方误差为代价函数) ;3、2 自适应线性组合器;输入信号矢量:;3、3 均方误差性能曲面;当输入w(n)只有两个元素时,可得到如图得自适应滤波器: 自适应过程,即自动调整权系数w(n),使均方误差达到最小值得过程,相当于沿性能曲面往下搜索达最低点得过程。 最常用得搜索方法就是梯度法,因此,性能曲面得梯度就是一个很重要得概念。;均方误差性能曲面得梯度为:;大家有