文档介绍：自适应滤波算法实验一、实验目的1、自适应滤波算法原理。2、自适应滤波算法的实现方法。二、实验原理1、自适应滤波器一般由两部分组成:滤波器结构(一般采用FIR)和调整滤波器系数的自适应算法。图1:自适应滤波原理框图简单的说,自适应滤波就是将实际输出与所希望的输出进行比较,看是否一样。若有误差就用这个误差去调整滤波器的权向量W,使W靠近最佳权向量W*。2自适应滤波器原理及算法自适应算法的关键在于怎样能简便地找到W*。LMS算法运用最陡下降法寻找均方误差最小点,简单而有效。按照这种方法,下一个权向量等于现在的权向量加一个正比于梯度的负值变化量,即:其中µ为W向W*靠拢的步长,在实际中可取误差样本平方的梯度作为均方误差梯度的估值:LMS自适应滤波器算法可描述如下: (1)对x(n)进行FIR滤波,得到y(n)的估值。(2)计算误差。 (3)利用LMS算法调整滤波器的系数。自适应滤波原理验证:,输入到实验板。 编写DSP程序实现:每获得一个采样数据(d),给采样数据加上随机噪声作为自适应滤波器的输入(x=d+n),使用一个12阶的自适应滤波器,权系数向量(H)初始为0,对加噪后的数据进行FIR滤波,为使得到的输出(y)逼近采样数据(d),使用LMS算法根据误差(e=d-y)对FIR滤波器的各个权系数进行调整。运行程序后观察缓冲区d[]、x[]、y[]、e[]和向量H的图形,验证自适应滤波的原理。三、实验(1)步骤1、建立DSP工程,编写并添加如下文件:;(定义了配置McBSP、AD50C、以及获取采样数据的函数);、控制LED灯闪烁的函数;。主要程序如下:/**========================================================**xd-ti-dsp-lab*========================================================*/#include<>#include<>#include""#include""#defineBUFFER_SIZE 1024#defineFILTER_SIZE 12//newdatapointintnewd;intnewx;intnewy;interr;intsum,delta,k;//databuffersintdBuffer[BUFFER_SIZE];intxBuffer[BUFFER_SIZE];intyBuffer[BUFFER_SIZE];inteBuffer[BUFFER_SIZE];intindex;//filtercells&coefficientsintX[FILTER_SIZE];inth[FILTER_SIZE];//lmsstepconstintu=1000;//sub-functionsvoidclearDataBuffer();voiddoLMSfiltering();/**========main========*/voi