自適應濾波器綜合實驗設計

張 紅,劉迅成,王 龍

(西安科技大學 通信與信息工程學院,陜西 西安 710054)

現(xiàn)代數(shù)字信號處理課程是高等院校信息處理專業(yè)學生的必修課,不僅是相關專業(yè)博士研究生入學考試科目,而且也是研究生的重要課程。自適應濾波理論是現(xiàn)代信號處理課程中的重要內(nèi)容。它廣泛應用于系統(tǒng)辨識、語音預測、回波消除、自適應信道均衡、天線陣波束形成、噪聲消除等領域[1-3]。自適應濾波器的工作參數(shù)隨輸入信號統(tǒng)計特性的變化而自適應調(diào)整,可以得到較好的濾波效果[4-10]。自適應濾波器理論性強且內(nèi)容抽象,所涉及到的數(shù)學知識面廣,公式復雜。本文針對上述問題設計綜合實驗,并制作了基于Matlab GUI的實驗界面。通過該實驗可以使學生理解自適應濾波器的理論、掌握算法、并能夠聯(lián)系到實際應用中去,加強學生的實踐能力。

1 自適應濾波器綜合實驗設計思路

圖1 實驗模型

2 自適應濾波器

自適應濾波器一般分為有限長脈沖響應濾波器(finite impulse response,FIR)和無限長脈沖響應濾波器(infinite impulse response,IIR)兩種結構,FIR相對于IIR結構簡單、穩(wěn)定、計算量少,因而被廣泛利用。本實驗采用自適應橫向FIR濾波器,其結構如圖2所示[1-2，6-7]:

圖2 自適應橫向FIR濾波器結構

輸入:

權系數(shù):

W(n)=[w0(n)w1(n)…wM-1(n)]T

濾波器的輸出:

估計誤差:

3 自適應算法——LMS算法

LMS算法基于最小均方誤差準則,即J(w)=E[e2(n))]最小。因此自適應濾波的優(yōu)化準則為

J(w)=E[e2(n)]=E{|d(n)|2}-

E{d(n)UH(n)W(n)}-WH(n)E{d(n)U(n)}+

WH(n)E{U(n)UH(n)}W(n)

估計誤差與輸入向量都被加到自適應控制部分,可以采用最優(yōu)化方法中的快速下降法求自適應濾波器的最佳權向量:

式中:μ為步長因子,是控制收斂速度和穩(wěn)態(tài)誤差的參量,且 0<μ<1/λmax，λmax為輸入信號自相關矩陣的最大特征值[9-10]。

當選擇合適的步長因子μ,采用瞬時輸出誤差功率的梯度作為均方差E[e2(n)]趨于最小值。因此可以改變?yōu)V波器長度和步長因子加快濾波器的收斂速度。

LMS自適應算法的過程:

(1) 初始化:n=0

權向量:

W(0)=[0 0…0]

估計誤差:

輸入向量:

u(0)=[u(0)u(-1)…u(-M+1)]T=

[u(0)0 0 …]T

(2) 對u=1,2,3,…

權向量的更新:

W(n+1)=W(n)+2μU(n)e(n)

期望信號的估計:

估計誤差:

(3) 令n=n+1,轉到步驟(2)。

4 實驗仿真

為了更好地對比各種參數(shù)變化對性能的影響,設計了實驗GUI界面，如圖3所示。圖3中所選抽頭數(shù)為2,算法的迭代次數(shù)為500,信號v2(n)的信噪比為-40 dB,步長參數(shù)μ=0.075,此時的信號時域分析和頻域分析以及LMS算法的收斂性能都體現(xiàn)在圖3中。可以自由改變參數(shù),通過不同的參數(shù)變化來觀察收斂性能和信號的時頻域變化。實驗表明步長對算法的收斂速度和穩(wěn)態(tài)誤差影響較大,而信道噪聲的SNR對穩(wěn)態(tài)誤差影響較大。

圖3 實驗GUI界面

5 結語

本文設計的實驗依托Matlab強大的計算能力及其繪圖能力,讓學生能直觀、深刻地理解現(xiàn)代數(shù)字信號課程中LMS算法內(nèi)容。GUI界面設計中考慮了濾波的時域效果和頻域效果的顯示,將數(shù)字信號處理的濾波和頻譜估計兩方面內(nèi)容很好結合起來,促進學生對于書中的重點內(nèi)容的理解、掌握,提高教學效率和效果。

References)

[1] 張賢達.現(xiàn)代信號處理[ M] .2版.北京:清華大學出版社,2002.

[2] 何子述,夏威.現(xiàn)代數(shù)字信號處理及其運用[M].北京:清華大學出版社,2009.

[3] 何子述,夏威,程婷,等.現(xiàn)代數(shù)字信號處理及其運用習題解答[M].北京:清華大學出版社,2011.

[4] 李寧.LMS自適應濾波算法的收斂性能研究及應用[D].哈爾濱:哈爾濱工程大學,2009.

[5] 夏曉.自適應濾波器中LMS算法的研究及應用[D].北京:北京郵電大學,2013.

[6] 賀寬,黃濤.基于Matlab的自適應濾波器設計[J].武漢理工大學學報,2008,30(1):71-73.

[7] 張立萍.LMS自適應濾波器的Matlab設計與仿真[J].赤峰學院學報,2010,26(5):104-105.

[8] 鄒艷碧,高鷹.自適應濾波算法綜述[ J] .廣州大學學報,2007,1(2):44-48.

[9] 黃振遠,朱劍平.自適應濾波LMS類算法探究[ J] .現(xiàn)代電子技術,2006(24):52-54.

[10] 陳黎霞,李亞萍,姚淑霞.基于LMS算法和Matlab的自適應濾波器的設計[J].華北水利水電學院學報,2008,8(4);52-53.