文档介绍：西安电子科技大学硕士学位论文自适应滤波算法的研究与应用姓名:张会先申请学位级别:硕士专业:电子与通信工程指导教师:冯大政;贾颖 201202 摘要\㈣??自适应滤波在统计信号处理领域占有重要地位,自适应滤波算法直接决定着滤波器性能的优劣。目前针对它的研究是自适应信号处理领域中最为活跃的研究课题之一。收敛速度快、计算复杂性低、稳健的自适应滤波算法是研究人员不断努力追求的目标。点,并利用了相邻时刻的瞬时误差的相关性,使该算法具备了良好的抗噪能力及系统跃变跟踪能力,并将该算法应用于胎儿心电信号提取,它具有重要的理论价值及实际意义。??率提取????????????????????琹?????????????????????. ????????????????. ?????????瑄???????????????甌????????????????琣????????????瓵???????. ???????????????????????. ?????????????????第一章绪论第一章绪论早在?世纪?年代,针对平稳随机信号,人们建立了维纳滤波理论。根据输入信号和噪声的统计特性,使用最小均方误差估计准则设计的滤波器称为维纳滤波器。如果输入信号的统计特性偏离设计,那么它就不是最佳的了,这使得它在实际应用中受到了限制。随着空间技术的发展,在?年代初期人们提出了卡尔曼滤波理论。基于该理论的卡尔曼滤波器利用状态变量模型对多输入多输出、非平稳的随机序列做出最优估计。维纳滤波器实质上是一种卡尔曼滤波器。上世纪?年代, ?甒???热恕緇】提出了自适应滤波理论,它是在维纳滤波、卡尔曼滤波等线性滤波的基础上发展起来的最佳滤波方法,只需要很少的或完全不需要任何有关输入信号和噪声的先验知识,就可以使自适应滤波器系统的权系数根据实际情况自动地进行调整,从而达到最佳状况,因而这种滤波器具有非平稳和非线性特征。这种滤波器的实现差不多像维纳滤波器那样简单,而滤波性能几乎如卡尔曼滤波器一样好。因此,自适应滤波技术得到了迅速的发展。近些年来,超大规模集成电路技术和计算机技术迅速发展,出现了大批性能优异的高速信号处理专用芯片和高性能的通用计算机,这为自适应滤波技术的发展和应用奠定了重要的物质基础。此外,信号处理理论和应用的发展,也为自适应滤波理论的进一步发展提供了必要的理论基础。目前,自适应滤波技术已经被广泛的应用于雷达、声纳、通信、地震勘探、生物医学、工业技术等研究领域, 并推动着这些领域的进步。??自适应滤波技术发展自适应滤波是信号与信息处理的一个重要分支,最早开始于?世纪中叶。??和?瓵????在研制天线的过程中,为了抑制旁瓣,消除信号中的噪声、干扰而首先提出了自适应滤波的概念。??年,在维纳滤波、???滤波等线性滤波基础上,美国斯坦福大学的维德罗?. ????突舴??瓾??首次提出了最小均方自适应算法,从而奠定了自适应滤波的理论基础【?。与此同时,原苏联莫斯科自国的加布尔∞. ???等人研制出了自适应滤波器。上世纪?年代后期及?年代初期,自适应滤波的理论研究和实践应用得到了进一步的发展,人们提出了各种自适应滤波算法,并将这些算法广泛应用于通信、雷达、声纳以及生物医学等诸自适应滤波算法研究及应用法,该算法与“引导算法”相似。??年???应用卡尔曼滤波原理推导出了一了各型滤波器,由此发展出了??裥妥允视β瞬ㄋ惴ā ???辏珿????和????肓艘恢只?诰卣蟠??腝?纸獾氖?捣椒ɡ辞蠼釸?问题。数十年的研究极大的发展了自适应滤波理论,自适应滤波理论已经成为信号理论。目前该理论主要包括以下几个分支: ?基于维纳滤波器理论的最小均方算法?】的平稳随机信号进行最优预测和滤波的算法。维纳· 霍夫方程的矩阵形式可表示为: 整,自适应滤波器就可以达到最优状态。第一章绪论中具有较好的韧性,此外该算法还具有良好的跟踪能力。该类滤波器需要了解卡尔曼问题中的矩阵公式,导致该算法计算复杂、运算量大、数稳定性差。?基于最小二乘准则的算法?区别于卡尔曼滤波,最小二乘算法以误差平方加权和达到最小值为最优化目标。此类算法主要包括:自适应递归最小二乘算法?也?、自适应最小二乘格型算人工神经网络是一种通过模拟生物神经模型进而完成信号处理的计算结构, 它由大量的神经元相互联接而成。神经网络在本质上是一种高度非线性的动力学网络系统,这个系统具有很强的自适应、自学****能力,同时具有巨量并行性、系统稳健性和容错性,因而使用该算法可以完成许多传统的信号处理技术所不能完成的工作。如:它有比传统单处理器的冯· 诺依曼计算机快得多的速度;可以完成特征空间高度非线性区域的模式识别等任务。??自适应滤波技术的应用前景自适应滤波器具有很强的自学****自跟踪能力,且其设计简单、性能最佳, 因此,自适应滤波器已经成为目前数字滤波