基于DSP的最小均方误差自适应滤波器的实现

DSP应用课程设计题目：基于DSP的最小均方误差自适应滤波器的实现英文题目：DSP-basedimplementationoftheLMSadaptivefilter院系：电子工程学院专业：通信工程年级：二零零八级2011年6月13—2011年6月17DSP应用课程设计1摘要滤波是电子信息处理领域的一种最基本而又极其重要的技术。在有用信号的传输过程中，通常会受到噪声或干扰的污染。利用滤波技术可以从复杂的信号中提取所需要的信号，同时抑制噪声或干扰信号，以便更有效地利用原始信号。滤波器实际上是一种选频系统，它对某些频率的信号予以很小的衰减，让该部分信号顺利通过；而对其他不需要的频率信号则予以很大的衰减，尽可能阻止这些信号通过。在电子系统中滤波器是一种基本的单元电路，使用很多，技术也较为复杂，有时滤波器的优劣直接决定产品的性能，所以很多国家非常重视滤波器的理论研究和产品开发。本文从自适应滤波器的基本原理、算法及设计方法入手，其中自适应滤波器的算法是整个系统设计的核心。本设计采用改进的LMS算法设计FIR结构自适应滤波器，用DSP实现了自适应滤波器。关键词：DSP；自适应滤波器；LMS算法；FIR结构滤波器DSP应用课程设计2AbstractFilterisanelectronicinformationprocessingbasicandextremelyimportanttechnology.Signalinthetransmissionprocess,oftensubjecttonoiseorinterferencecontamination.Youcanusefilteringtechnologytoextractthesignalfromthecomplexsignalsneeded,whilesuppressingnoiseorinterferencesignalformoreefficientuseoftheoriginalsignal.Filterisactuallyafrequency-selectivesystem,itsignalstobesmallinsomefrequencyattenuation,sothatpartofthesignalispassed;andotherunwantedfrequencysignalistobegreatlyattenuatedasmuchaspossibletopreventthesesignal.Filterintheelectronicsystemisabasicunitcircuit,usingalotoftechnologyismorecomplex,andsometimesthefilterwilldirectlydeterminetheperformanceoftheproduct,somanycountriesattachgreatimportancetothefiltertheoryresearchandproductdevelopment.Inthispaper,thebasicprinciplesofadaptivefilters,algorithmsanddesignmethodsfromthestart,oneoftheadaptivefilteralgorithmisthecoreofthesystemdesign.ThedesignofanimprovedstructureoftheLMSadaptiveFIRfilterdesignalgorithms,theDSPimplementsadaptivefilter.Keywords:DSP;adaptivefilter;LMSalgorithm;FIRfilterstructureDSP应用课程设计3目录摘要.........................................................................................................1Abstract.....................................................................................................2第一章绪论.............................................................................................4第二章第自适应滤波器的原理............................................................52.1自适应滤波器简介.......................................................................52.2自适应滤波原理...........................................................................52.3自适应滤波算法..........................................................................7第三章自适应滤波算法的DSP实现....................................................103.1DSP的理论基础.........................................................................103.2自适应滤波算法的DSP实现....................................................11第四章总结.............................................................................................14参考文献...................................................................................................15致谢...........................................................................................................16附录...........................................................................................................17DSP应用课程设计4第一章绪论近年来，尤其数字滤波技术使用广泛，数字滤波理论的研究及其产品的开发一直受到很多国家的重视。从总的来说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。自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，自动地调节现时刻的滤波参数，从而达到最优化滤波。自适应滤波具有很强的自学习、自跟踪能力，适用于平稳和非平稳随机信号的检测和估计。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，但计算比较复杂，实际应用最多的仍然是线性自适应滤波算法。线性自适应滤波算法的种类很多，有LMS自适应滤波算法、R路自适应滤波算法、变换域自适应滤波算法、仿射投影算法、共扼梯度算法等。自适应滤波理论与技术是现代信号处理技术的重要组成部分，对复杂信号的处理具有独特的功能．随着微电子技术和计算机技术的迅速发展，具备了实现自适应滤波器技术的各种软硬件条件，有关自适应滤波器的新算法、新理论和新的实施方法不断涌现，对自适应滤波的稳定性、收敛速度和跟踪特性的研究也不断深入，这一切使该技术越来越成熟，并且在系统辨识、通信均衡、回波抵消、谱线增强、噪声抑制、系统模拟语音信号处理、生物医学电子等方面都获得了广泛应用口。自适应滤波器实现的复杂性通常用它所需的乘法次数和阶数来衡量，而DSP强大的数据吞吐量和数据处理能力使得自适应滤波器的实现更容易。目前绝大多数的自适应滤波器应用是基于最新发展的DSP来设计的．DSP应用课程设计5第二章第自适应滤波器的原理2.1自适应滤波器简介自适应滤波器属于现代滤波器的范畴，自适应滤波器是相对固定滤波器而言的，固定滤波器属于经典滤波器，它滤波的频率是固定的，自适应滤波器滤波的频率则是自动适应输入信号而变化的，所以其适用范围更广。在没有任何关于信号和噪声的先验知识的条件下，自适应滤波器利用前一时刻已获得的滤波器参数来自动调节现时刻的滤波器参数，以适应信号和噪声未知或随机变化的统计特性，从而实现最优滤波。所谓自适应滤波，就是利用前一时刻已获得的滤波器参数等结果，自动地调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。自适应滤波器实质上就是一种能调节其自身传输特性以达到最优化的维纳滤波器2.2自适应滤波原理所谓的自适应滤波，就是利用前一时刻以获得的滤波器参数的结果，自动的调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。自适应滤波器实质上就是一种能调节其自身传输特性以达到最优的维纳滤波器。自适应滤波器不需要关于输入信号的先验知识，计算量小，特别适用于实时处理。由于无法预先知道信号和噪声的特性或者它们是随时间变化的，仅仅用FIR和IIR两种，他们具有固定滤波系数的滤波器无法实现最优滤波。在这种情况下，必须设计自适应滤波器，以跟踪信号和噪声的变化。自适应滤波器的特性变化是由自适应算法通过调整滤波器系数来实现的。一般而言，自适应滤波器由两部分组成，一是滤波器结构，二是调整滤波器系数的自适应算法。自适应滤波器的结构采用FIR或IIR结构均可，由于IIR滤波器存在稳定性问题，因此一般采用FIR滤波器作为自适应滤波器的结构。DSP应用课程设计6图2-1自适应滤波器的一般结构图2-1为自适应滤波器结构的一般形式，图中nx为输入信号，通过参数可调的数字滤波器后产生输出信号ny，将输出信号ny与标准信号(或者为期望信号)nd进行比较，得到误差信号ne。ne和nx通过自适应算法对滤波器的参数进行调整，调整的目的使得误差信号ne最小。自适应FIR滤波器结构又可分为3种结构类型：横向型结构（TransversalStructure）、对称横向型结构（SymmetricTransversalStructure）以及格型结构（LatticeStruture）。本文采用自适应滤波器设计中最常用的FIR横向型结构。图2-2是横向型滤波器的结构示意图。图2-2横向型滤波器的结构示意图其中：nx为自适应滤波器的输入；nw为自适应滤波器的冲激响应：1,,1,0N（2-1）ny为自适应滤波器的输出:inxnwnXnWnyNiiT10（2-2）DSP应用课程设计7自适应FIR滤波器结构又可分为3种结构类型：横向型结构（TransversalStructure）、对称横向型结构（SymmetricTransversalStructure）以及格型结构（LatticeStruture）。本文采用自适应滤波器设计中最常用的FIR横向型结构。2.3自适应滤波算法自适应滤波器除了包括一个按照某种结构设计的滤波器，还有一套自适应的算法。自适应算法是根据某种判断来设计的