基于DSP的自适应滤波器设计-毕业论文(word格式).doc

【精品论文】 1 第1 章绪论 引言由 Widrow B 等提出的自适应滤波理论,是在维纳滤波、卡尔曼滤波等线性滤波基础上发展起来的一种最佳滤波方法。由于它具有更强的适应性和更优的滤波性能,从而广泛应用于通信、系统辨识、回波消除、自适应谱线增强、自适应信道均衡、语音线性预测和自适应天线阵等诸多领域[1] 。自适应滤波器最大的优点在于不需要知道信号和噪声的统计特性的先验知识就可以实现信号的最佳滤波处理。数字信号处理器(DSP) 是在模拟信号变成数字信号以后进行高速实时处理的专用处理器。 DSP 芯片以其独特的结构和快速实现各种数字信号处理算法的突出优点,发展十分迅速。滤波技术是信号处理中的一种基本方法和技术,尤其数字滤波技术使用广泛,数字滤波理论的研究及其产品的开发一直受到很多国家的重视。从总的来说滤波可分为经典滤波和现代滤波。经典滤波要求已知信号和噪声的统计特性,如维纳滤波和卡尔曼滤波。现代滤波则不要求己知信号和噪声的统计特性,如自适应滤波。自适应滤波的原理就是利用前一时刻己获得的滤波参数等结果,自动地调节现时刻的滤波参数,从而达到最优化滤波。自适应滤波具有很强的自学稳随机信号的检测和估计。自适应滤波一般包括 3 个模块:滤波结构、性能判据和自适应算法。其中, 自适应滤波算法一直是人们的研究热点,包括线性自适应算法和非线性自适应算法,非线性自适应算法具有更强的信号处理能力,但计算比较复杂,实际应用最多的仍然是线性自适应滤波算法。线性自适应滤波算法的种类很多,有 LMS 自适应滤波算法、R 路自适应滤波算法、变换域自适应滤波算法、仿射投影算法、共扼梯度算法等[2]。 课题研究的意义和目的通过对课程设计任务的完成,使学生理解课程教学的理论内容,并且能够掌握和熟悉 DSP 的开发流程和基本的编程方法。同时,由于设计中涉及到各种器件的使用,可以提高学生综合运用各种技术和知识的能力。对自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一。 Windrow 等于 1967 年提出的自适应滤波系统的参数能自动的调整而达到最优状况, 而且在设计时,只需要很少的或根本不需要任何关于信号与噪声的先验统计知识。这种滤波器的实现差不多像维纳滤波器那样简单,而滤波器性能几乎如卡尔曼滤波器一样【精品论文】 2 好。自适应滤波器本身有一个重要的自适应算法,这个算法可以根据输入、输出及原参量信号按照一定准则修改滤波参量,以使它本身能有效的跟踪外部环境的变化。因此, 自适应数字系统具有很强的自学习、自跟踪能力和算法的简单易实现性。自适应滤波技术的核心问题是自适应算法的性能问题,提出的自适应算法主要有最小均方(LMS) 算法、递归最小二乘(RLS) 算法及相应的改进算法如:归一化(NLMS) 算法、变步长(SVSLMS) 算法、递归最小二乘方格形(RLSL) 算法等。这些算法各有特点,适用于不同的场合。研究自适应算法是自适应滤波器的一个关键内容。最小均方误差(LMS , The least Mean square) 算法是线性自适应滤波算法中最基本的两类算法之一,其主要思想是基于最小均方误差准则, 使滤波器的输出信号与期望输出信号之间的均方误差最小[2]。目前应用最多的是系统辨识、回波消除、自适应谱线增强、自适应信道均衡、语音线性预测、自适应天线阵等诸多领域。 任务和要求设计一个基于 DSP 的自适应滤波器,要求: 1. 总体方案设计; 2. 设计出软件编程方法,并写出源代码; 3. 仿真与结果分析; 4. 论文格式要符合学院的统一规定,结构要合符逻辑,表达要得体。 设计思路简介在 TMS320C54x S ( poser Studio ) 下对自适应滤波器的 DSP 实现原理进行讨论。从输入信号和输出信号的时域和频域曲线可看出在 DSP 上实现的自适应滤波器能完成预定的滤波任务。【精品论文】 3 第2 章自适应滤波器原理概述 滤波器的基本概念凡是有能力进行信号处理的装置都可以称为滤波器。在近代电信装备和各类控制系统中,滤波器应用极为广泛;在所有的电子部件中,使用最多,技术最复杂要算滤波器了。滤波器的优劣直接决定产品的优劣,所以,对滤波器的研究和生产历来为各国所重视。滤波器是一种用来消除干扰杂讯的器件,将输入或输出经过过滤而得到纯净的交流电。您可以通过基本的滤波器积木块——二阶通用滤波器传递函数,推导出最通用的滤波器类型:低通、带通、高通、陷波和椭圆型滤波器。传递函数的参数—— f0、d 、 hHP 、 hBP 和 hLP , 可用来构造所有类型的滤波器。转降频率 f0 为s 项开始占支配作用时的频率。设计者将低于此值的频率看作是低频,而将高于此值的频率看作是高频,并将在此值附近