文档介绍：兰州理工大学
硕士学位论文
基于多尺度小波变换的变步长LMS自适应滤波算法的研究
姓名:王娜娜
申请学位级别:硕士
专业:电力电子与电力传动
指导教师:缑新科
20120511
摘要自适应滤波理论是信号处理领域的重要组成部分。以最陡下降法为基础的最小均方误差允视β瞬ㄋ惴ㄒ蚱渚哂屑虻ァ⒃怂懔啃〖耙子谑迪值扔诺而得到了广泛的应用。但经典瞬ㄋ惴ǖ娜钡闶牵菏樟菜俣嚷樟菜俣对输入信号的自相关矩阵的特征值分布敏感;收敛速度、时变系统的跟踪速度与收敛精度方面对步长因子囊G笫窍嗷ッ艿摹NA烁纳凭銵滤波算法的这两个缺点,分别采取了变换域惴ê捅洳匠算法。被誉为分析信号“数学显微镜男〔ū浠挥泻芎玫娜ハ喙啬芰岸喾直娣析的特点,在时频两域都具有表征信号局部特征的能力,而且小波变换还有相应的快速算法,本文将小波变换引入到了自适应滤波算法中。理论分析和实验仿真表明,小波变换可以对自适应滤波器的输入进行多尺度正交变换,从而减小输入自相矩阵特征值的分散程度,提高算法的收敛速度。‘同时,为克服固定步长瞬ㄋ惴ǖ氖樟菜俣扔胧樟簿ǘ确矫娑圆匠ひ蜃右G笊系拿埽捎帽化的步长因子来代替固定的步长因子,分析一种基于抽样函数的变步长法,并通过理论分析和实验仿真验证了此算法在保证较好的收敛精度下提高了算法的收敛速度和跟踪速度。最后,将基于多尺度小波变换的变换域惴ê突诔檠谋洳匠惴ㄏ嘟岷希玫搅嘶诙喑叨刃〔ū浠坏谋洳匠自适应滤波算法。并将此算法应用到了自适应噪声抵消系统中,通过理论分析和实验仿真验证了此算法改善了传统惴ǖ男阅埽哂薪峡斓氖樟菜俣取⒘己玫氖樟残阅芎透大的抑噪能力。关键词:自适应滤波;惴ǎ槐洳匠算法;多尺度小波变换硕士学位论文
.,琹.,””,畆......—瑅,—.篴
插图索引图系统辨识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图信道均衡⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图自适应干扰对消⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图信号预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图自适应滤波器的原理框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图横向滤波器的二次误差性能曲面和等高线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..惴ㄑ扒呤疽馔肌图特征扩展值不同时,惴ǖ难扒摺图一维算法:纸馑惴ǎ重构算法⋯⋯⋯⋯⋯⋯⋯⋯⋯图小波分解后各层细节信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图小波分解后各层逼近信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图基于多尺度小波变换的分解结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图多尺度小波变换固定步长惴ń峁埂图多尺度小波变换变步长惴P徒峁埂图有用信号和含噪信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..惴ǖ氖樟步峁肮獭惴ǖ氖樟步峁肮獭惴ǖ氖樟步峁肮獭图单输入自适应横向滤波器的结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图多输入自适应横向滤波器的结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.惴鞒掏肌图图系统仿真框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图步长因子不同时,惴ǖ难扒摺檠摺图斡雃的函数关系曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图洳匠ぃ潭ú匠算法的收敛曲线比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图多分辨分析结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯小波函数与尺度函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图信号的多尺度小波分解与重构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图傅里叶变换频谱⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..分解算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图自适应噪声抵消系统框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯硕十学位论文
图赩算法的输出信号与原始正弦信号的比较⋯⋯⋯⋯.基于多尺度小波变换的变步长允视β瞬ㄋ惴ǖ难芯
附表索引表多尺度小波变换变步长惴鞒獭表算法参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表三种算法的滤波结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表惴鞒獭表失调量与步长因子的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表输入为正弦信号时的自相关矩阵条件数的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表仿真参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯硕士学位论文
第滦髀课题背景与研究意义信号的最优滤波问题,并利用维纳一霍夫方程给出了对连续信号情况的最佳解。式的递推算法一卡尔曼滤波算法。这两种滤波器都需要知道输入信号的统计特性,自适应信号处理技术是信号处理与信息处理学科的一个重要分支。它的理论基础是自适应滤波理论,而此理论和技术已成为信号处理领域的重要组成部分。目前自适应信号处理技术应用越来越广泛,其应用范围包括通信