文档介绍：数字信号处理(DSP)
综合设计性实验报告
利用DSP实现自适应滤波及拓展
学院:电子信息工程学院
班级:
指导教师:
学生:

目录
概述……………………………………………………………………………… 3~10
算法原理以及软件仿真…………………………………………………………10~12

硬件需求…………………………………………………………………………12~15

程序说明…………………………………………………………………………16~19

实验步骤…………………………………………………………………………19~22
实验扩展:自适应滤波在回波抵消的应用…………………………………………22~23
(1).设计背景……………………………………………………………………………………22
⑵.设计方案…………………………………………………………………………223
程序的调试过程中的问题及解决办法…………………………………………23~24
原程序清单………………………………………………………………………24~34

总结及心得体会…………………………………………………………………34~35

参考文献…………………………………………………………………………35

自适应滤波器
一、自适应滤波器的概述:
自适应滤波器的发展史及基本原理:
自适应滤波其最重要的性能是能有效地在未知环境中跟踪时变的输入信号,使输出信号达到最优。因而在电信、雷达、声纳、实时控制以及图像处理等领域都有成功的应用。
常规滤波器具有特定的特性,对于输入信号根据这个滤波器特性产生相应的输出。也就是,先有了滤波器构成的权系数,然后决定相应输出值。但有些实际应用往往是反过来要求的,即对滤波器输出的要求是明确的,而滤波器特性是无法预先知道的。例如长话系统,回波相消器的理想输出是无回波信号,这个要求是明确的,而系统本身却不能一开始就确定下来,因为它取决于长话系统话路传输条件的变化,像这样的应用技术就必须依赖自适应滤波技术。
一个自适应滤波器,其权系数可以根据一种自适应算法来不断修改,使系统的冲击响应能满足给定的性能判据。如语音ADPCM 编码中,线性预测自适应滤波器就要尽量实现误差信号e(n)于输入信号x(n)的前端时刻值x(n-1)、x(n-2)、…等等线性无关。并由此作为判据不断调节滤波器的权系数。总的来讲,自适应滤波器有两个独立的部分:一个按理想模式设计的滤波器;一套自适应算法,用来调节滤波器的权系数,使滤波器的性能达到要求。如图所示,其中输入信号x(n)通过滤波器产生输出信号y(n),而自适应算法调节系数使误差信号e(n)达到最小。由于自适应滤波器在未知或时变系统中的明显优势,他在众多领域得到广泛应用。
x(n)
d(n)
e(n)
y(n)
-
+
滤波器结构
自适应算法

图①:自适应滤波器基本原理图
根据系统输入/输出结构变化,自适应滤波器可以应用于不同的目的,这些应用很多需要实时处理。如自适应预测器、回波相消器以及噪声消除器等等。并且,绝大多数的应用是基于最新发展的DSP来设计的。基于DSP的自适应滤波器,比用硬件实现的自适应滤波器有很多优点,其功率消耗及体积更小、更容易实现。特别重要的是修改程序使系统很容易升级,功能进一步完善。
早期的自适应滤波器的研究,是针对自适应天线系统和数字传输系统的均衡器来设计的。绝大多数对自适应滤波器的研究是基于Widrow提出的最小均方算法(LMS).因为,LMS算法的设计和实现都较为简单,因而在很多应用场合都非常适用。本文所讨论的自适应滤波器结构是FIR类型滤波器结构,逼近算法采用LMS算法。这些结构和算法是自适应技术的基础。当然,现在越来越多的特定应用,它们需要特定的滤波器结构和自适应算法,但其本质还是一样的。有些评估自适应滤波器性能的交互式软件包就把采用LMS算法和FIR结构的自适应滤波器作为评估的标准。
一个自适应滤波器实现的复杂性,通常用它所需要的乘法次数和阶数来衡量。基于DSP实现的自适应滤波器系统,其DSP的数据吞吐量和数据处理能力也就成为了考虑的重要因素。大多数DSP都有并行的硬件乘法器、流水结构以及快速的片内存储器,这些资源使自适应滤波器的实现更容易,且更有效。本文讨论自适应算法的一些应用和三种自适应FIR滤波器结构及其实现。这三种结构是:
①横向型结构(Transveral Structure)
②对称型横向型结构(Symmetric Transveral Structure)
③格型结构(Lattice Structure)
2、自适应滤波器的应用
(1)自适应预测