文档介绍：引言?自适应数字滤波器?自适应数字滤波器的应用1、自适应数字滤波器?维纳滤波存在的问题:?适用于平稳随机信号的最佳滤波;?维纳滤波器的参数是固定的;?必须已知信号和噪声的有关统计特性。?自适应数字滤波器:利用前一时刻已获得的滤波器参数等结果,自动地调节现时刻的滤波器参数,以适应信号与噪声未知的或随时间变化的统计特性,从而实现最优滤波。H(z)x(n)=s(n)+υ(n))(?)(nsny?x(维纳滤波器的输入-输出关系10 1?( ) ( ) ( ) ( )N Ni i im iy n s n h m x n m h x y?? ?? ? ???? ?????22?( ) minE e n E s s? ?? ??? ?自适应滤波器原理图H(z)y(n)x(n)d(n)e(n)+-e(n)=d(n)-y(n) ?自适应滤波器H(z)的系数根据误差信号,通过一定的自适应算法,不断地进行改变,使输出y(n)最接近期望信号d(n)。?实际中,d(n)要根据具体情况进行选取。?自适应滤波器的特点:?滤波器的参数可以自动地按照某种准则调整到最佳滤波,是一种最佳的时变数字滤波器;?实现时不需要任何关于信号和噪声的先验统计知识;?具有学****和跟踪的性能。2、自适应数字滤波器的应用? 及Hoff等人提出自适应数字滤波算法,主要用于随机信号处理。?自提出以来,自适应滤波器发展很快,在各个方面得到了广泛的应用:?系统模型识别;?通信信道的自适应均衡;?雷达与声纳的波束形成;?消除心电图中的电源干扰;?噪声中信号的检测、跟踪、增强和线性预测等。?自适应滤波器分类:?FIR自适应滤波器、IIR自适应滤波器?最小均方误差(LMS)自适应滤波器、最小二乘(LS)自适应滤波器?横向结构、格型结构