文档介绍：自适应滤波算法研究及其Matlab实现摘要:在对自适应滤波器相关理论研究的基础上,重点研究了LMS自适应滤波算法,给出了不同信噪比条件下,LMS算法的Matlab仿真实现的滤波结果,通过分析仿真结果可以看出,在一定信噪比范围内,LMS算法在未知信号与噪声统计特性的条件下可以达到较好的滤波效果。关键词:自适应滤波;LMS;信噪比;收敛步长中图分类号::A 文章编号:1004373X(2008)0317402 AdaptiveFilterAlgorithmResearchandMatlabRealization WANGLubin1,ZHAIJingchun1,XIONGHua2 (,NavalAeronauticalEngineeringAcademy,Yantai,264001,China;,Shanghai,200436,China) Abstract:Onthebasisofresearchonadaptivefiltertheory,LMSadaptivefilteralgorithmisespeciallystudied,. Keywords:adaptivefilter;LMS;SNR;convergencestep 自适应滤波器理论是现代信号处理技术的重要组成部分,他对复杂信号的处理具有独特的功能。自适应滤波器在信号处理中属于随机信号处理的范畴。当前,自适应滤波技术已广泛应用于自适应噪声对消、语音编码、自适应网络均衡器、雷达动目标显示、机载雷达杂波抑制、自适应天线旁瓣对消等众多领域。在一些信号和噪声特性无法预知或他们是随时间变化的情况下,自适应滤波器通过自适应滤波算法调整滤波器系数[1―6],使得滤波器的特性随信号和噪声的变化而变化,以达到最优滤波的效果,解决了固定全系数的维纳滤波器和卡尔曼滤波器的不足。本文在对自适应滤波算法研究的基础上,给出了不同信噪比条件下,LMS算法的仿真结果,并对仿真结果进行了分析。 1自适应滤波器结构所谓自适应滤波,就是利用前一时刻已获得的滤波器参数等结果,自动调节现时刻的滤波器参数,以适应信号和噪声未知或随时间变化的统计特性,从而实现最优滤波。自适应滤波器由两个部分组成:一是滤波器的结构;二是调节滤波器系数的自适应算法。自适应滤波器的特点是自动调节自身的冲激响应,达到最优滤波,此算法适用于平稳和非平稳随机信号,并且不要求知道信号和噪声的统计特性。自适应滤波器主要有无限冲激响应(IIR)和有限冲激响应(FIR)两种类型,滤波器结构的选择对算法的处理起着重要的影响。IIR型结构滤波器的传输函数既有零点又有极点,他可以用不高的阶数实现具有陡峭通