统计信号处理实验四东南大学.docxVIP

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

统计信号处理

实验四

《统计信号处理》实验四

目的:

掌握自适应滤波的原理;

内容一:

假设一个接收到的信号为:x(t)=s(t)+n(t),其中s(t)=A*cos(wt+a),已知信号的频率w=1KHz,而信号的幅度和相位未知,n(t)是一个服从N(0,1)分布的白噪声。为了利用计算机对信号进行处理,将信号按10KHz的频率进行采样。

1)通过对x(t)进行自适应信号处理,从接收信号中滤出有用信号s(t);

2)观察自适应信号处理的权系数;

3)观察的滤波结果在不同的收敛因子u下的结果,并进行分析;

4)观察不同的抽头数N对滤波结果的影响,并进行分析;

内容二:

在实验一的基础上,假设信号的频率也未知,重复实验一;

内容三:

假设s(t)是任意一个峰峰值不超过1的信号(取幅度为0.5的方波),n(t)是一个加在信号中的幅度和相位未知的,频率已知的50Hz单频干扰信号(假设幅度为1)。信号取样频率1KHz,试通过自适应信号处理从接收信号中滤出有用信号s(t)。

要求:

1)给出自适应滤波器结构图;

2)设计仿真计算的Matlab程序,给出软件清单;

3)完成实验报告,对实验过程进行描述,并给出试验结果,对实验数据进行分析。

实验过程:

1、假设一个接收到的信号为:d(t)=s(t)+n(t),其中s(t)=A*cos(wt+a),已知信号的

频率w=1KHz,而信号的幅度和相位未知,n(t)是一个服从N(0,1)分布的白噪声。为了利用计算机对信号进行处理,将信号按10KHz的频率进行采样。

1)参考信号d(k)=s(k)+n(k),s(k)=A*cos(wk+a),产生一个与载波信号具有相同频率的正弦信号作为输入信号x(k),即x(k)=cos(wk)。经过自适应处理后,就可以在输出信号y(k)端得到正确的载波信号(包含相位和幅度)。

框图如下:

d(k)=s(k)+n(k)

自适应

自适应滤波器

与载波同频正弦信号

+②s”(k)

e(k)

y(k)

y(k)=w(k)x(k)

e(k)=d(k)-y(k)=d(k)-wT(k)x(k)

w(k+1)=w(k)+μe(k)x(k)

2)改变收敛因子μ,观察滤波结果。

3)改变滤波器抽头数N,观察滤波结果。

2、在实验一的基础上,假设信号的频率也未知,重复实验一。

参考信号d(k)=s(k)+n(k),s(k)=A*cos(wk+a),将参考信号延时一段时间后得到的信号作为输入信号x(k),即x(k)=d(k-m)。经过自适应处理后,就可以在误差输出端y(k)得到正确的载波信号(包含频率、相位和幅度)。

3、假设s(t)是任意一个峰峰值不超过1的信号(取幅度为0.5的方波),n(t)是一个加在信号中的幅度和相位未知的,频率已知的50Hz单频干扰信号(可以假设幅度为1)。信号取样频率1KHz,试通过自适应信号处理从接收信号中滤出有用信号s(t)。

我们可以使用陷波滤波器对噪声进行滤除,但普通滤波器一旦做成,其陷波频率难以调整。如果使用自适应陷波滤波器,不仅可以消除单频干扰,而且可以跟踪干扰的频率变化,持续消噪。

自适应陷波滤波器的原理框图如下图所示:

参考信号

参考信号d(t)

w:(k)

输入信号

Ceos(nt+中)

w?(k)

LMS

算法

y?(k)+②

y:(k)

d(k)

x?(k)

90

移相器

同步取样

4②

y(k)

e(k)

:(k)

假如输入信号是一个纯余弦信号Ccos(@t+φ),则可将其分为两路,将其中一路进行90度相移,然后同步采样,得到:

x?(k)=Ccos(w?kT+φ)x?(k)=Csin(w?kT+φ)

它们通过相关抵消回路以最小均方算法去控制w?(k)和W?(k)加权,然后两个加权输出y?(k)和y?(k)相加得到y(k),称为自适应滤波器的输出。权值计算如下:

w?(k+1)=w?(k)+2μe(k)x?(k)

w?(k+1)=w?(k)+2μe(k)x?(k)

写成矩阵形式为:

w(k+1)=w(k)+2μe(k)x(k)

也可以简单的采用与内容1一样的LMS滤波器,本实验选择了只有一路参考信号的自适应滤波器。

实验结果及分析:

1.已知信号频率。

观测信号

观测信号d

5

0

0.0050.0100150.020.0250.03

文档评论(0)

chenfang888 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档