自适应滤波器原理.pptVIP

自适应滤波器原理 第1页，共31页。 内容提要 自适应滤波器概述 自适应的诸多算法（以非递归为例） 最小均方算法（LMS） 自适应原理应用 自适应预测 自适应模拟 自适应噪声对消 自适应陷波 分离信号和谱线增强 盲均衡 第2页，共31页。 第3页，共31页。 自适应处理器的结构 开环自适应系统 闭环自适应系统 第4页，共31页。 算法 准则 基于梯度 牛顿法→最速下降→ LMS LMS权向量收敛性 人为噪声 失调 第5页，共31页。 准则 以下稍作推导… 第6页，共31页。 令 则 2 第7页，共31页。 第8页，共31页。 第9页，共31页。 第10页，共31页。 Wopt=W-(1/2)R-1? 迭代公式1：W(k+1)=W(k)-(1/2) R-1?(k) 迭代公式2: W(k+1)=W(k)-μR-1?(k) →牛顿法 迭代公式3: W(k+1)=W(k)-μ?(k) →最速下降 第11页，共31页。 以e2(k)代替E[e2(k)] →LMS迭代算法 第12页，共31页。 第13页，共31页。 ? 权向量的收敛性 经过多次迭代后，权向量的期望值E[W(k)]将收敛于维纳最优解，即 。 V’——W在主轴坐标中的权向量； ——R的对角化特征值矩阵； V’