文档介绍：现代数字信号处理
第三章:自适应滤波器
内容
1. 自适应滤波器原理
2. 自适应线性组合器
3. 均方误差性能曲面
4. 最陡下降算法
5. LMS算法
6. RLS算法
7. 典型应用:噪声消除
自适应算法
理论分析
1。自适应滤波原理
学习和跟踪(时变信号)
带有可调参数的最优线性滤波器
两输入两输出Two inputs and two outputs;
FIR,IIR, and 格形(Lattice)
最小均方误差和最小平方误差准则
线性滤波器
性能评价
自适应方法
输入信号
输出信号
期望响应
误差
滤波器参数
通用自适应滤波器的基本原理
3. 自适应滤波器的性能
失调量(Misadjustment)
plexity)
对时变统计量的跟踪能力
结构上:高模块性,并行性等(是否适合硬件实现)
收敛速度
数值特性:数值稳定性(对字长效应不敏感),数值精确性
鲁棒性:对噪声干扰不敏感,小能量干扰只能造成小估计误差
本章主要讨论自适应线性组合器(其分析和实现简单,在大多数自适应滤波系统中广泛应用)。
多输入自适应线性组合器
2。自适应线性组合器
一类具有自适应参数的FIR数字滤波器。--》一般形式
单输入自适应线性组合器
多输入
单输入
输入信号x的自相关矩阵R,期望信号d和输入信号x的互相关矩阵P
3. 均方误差性能曲面
单权重情况: 抛物线
性能曲面