




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、精品文档 一、 实验题目 自适应滤波器的设计 二、 实验要求产生一个含有噪声的语音信号,使其通过一个自适应滤波器,观察其结果并分析此滤波器的性能。三、 实验原理自适应滤波器主要由两局部组成,第一局部是一个FIR滤波器,也称横向滤波器,其权系数可随时调整,完成滤波工作;第二局部是滤波器的权调整算法,也称学习算法。图1自适应滤波器原理图图中,表示输入信号,是输出信号,称为期望信号,或者称为参考信号、训练信号,是误差信号。其中。自适应滤波器的系数根据误差信号,通过一定的自适应算法,不断进行改变,使输出信号最接近期望信号。自适应滤波器工作过程,开始时,给FIR滤波器赋予任意的初始权系数,在每个时刻,用
2、当前权系数对输入信号进行滤波运算,产生输出信号,输出信号与期望响应的差定义为误差信号,由误差信号与输入信号矢量一起构造一个校正量,自适应地调整权矢量,使误差信号趋于降低的趋势,从而使滤波器逐渐到达或接近最优。我们知道,自适应过程的最终目的是寻找最正确权系数,在本实验中采用的是最小均方算法(LMS), LMS以集合平均为根底,属于统计分析的方法。LMS(Least mean square)算法是Widrow等人提出的,是用梯度的估计值代替梯度的精确值,算法简便易行,获得了广泛的应用。但存在收敛速度慢,有额外误差等缺点。1、LMS算法的权值计算梯度估计值用一条样本曲线进行计算。因为所以 用代替得
3、FIR滤波器中第i个权系数的计算公式为FIR滤波器中第i个权系数的控制电路如图图2 FIR第i个去路的控制电路2、LMS算法加权矢量的过渡过程将误差公式代入得 假设和不相关,对取统计平均得,类似于最陡下降法的推导,经坐标平移和旋转,变换到坐标中。推导如下,令那么 上边两式代入的表达式得它的递推解是 令 得 说明LMS算法加权矢量的统计平均值的过渡过程和最陡下降法加权矢量的过渡过程是一样的。换句话说,LMS算法加权矢量是在最陡下降法加权矢量附近随机变化的,其统计平均值等于最陡下降法加权矢量,那么,其收敛条件同样为在满足收敛条件下,才有四、 实验结果与分析(1) 实验程序:clc;clear al
4、l;%设定各参数N=20; %权系数个数 mu=0.001; %步长NUM=400; %采样点pi=3.1416;fs=0.02; % 信号采样间隔%for n=1:NUMn=1:400 x(n)=sin(2*pi*fs*n); %endy=x+sqrt(0.5)*randn(1,NUM); %噪声信号为0均值、方差为0.5的随机信号figure(1)plot(x);title(期望信号);axis(0 400 -2 2); %画出期望信号xlabel(采样点数);figure(2);plot(y);title(加噪信号);axis(0 400 -3 3); %画出加噪输入信号xlabel(采
5、样点数);ylabel(相对幅度);clc;clear all;%设定各参数N=20; %权系数个数 mu=0.001; %步长NUM=400; %采样点pi=3.1416;fs=0.02; % 信号频率w=(randn(1,N)-randn(1,N)/100; %权系数d=zeros(1,N); u=zeros(1,N); u_out=zeros(1,NUM-N); f_out=zeros(1,NUM-N);%LMSfor t=N:NUM input=sin(2*pi*fs*t); for i=2:N d(N-i+2)=d(N-i+1); u(N-i+2)=u(N-i+1); end d(1
6、)=input; u(1)=d(1)+sqrt(0.5)*randn; u_out(t-N+1)=u(1); output=dot(w,u); f_out(t-N+1)=output; e=d(1)-output; for n=1:N w(n)=w(n)+2*mu*e*u(n); %计算权系数 end in(t-N+1)=u(1); out(t-N+1)=output; err(t-N+1)=e; %画图 figure(1) subplot(211); plot(t,d(1),r);axis(0 NUM -2.5 2.5); hold on; plot(t,output,b);axis(0 N
7、UM -2.5 2.5); legend(期望信号,滤波器输出信号); hold on; subplot(212); plot(t,e,k);axis(0 NUM -2 2); title(误差信号); hold on;endclcclear all%读取语音文件实际信号Dn,fs,bits=wavread(sound.wav);N=length(Dn);Dn=Dn(:,1);Xn = Dn + wgn(N,1,10*log10(0.2512); %生成含噪语音信号u = 0.065; %步长M = 20; %滤波器阶数W(:,1) = zeros(M,1); %为权值赋初值%进行LMS滤波f
8、or n= M:N X = Xn(n:-1:n-M+1); Y(n) = W*X; e(n) = Dn(n)-Y(n); W = W + 2*u*X*e(n);end%画图figure(1)plot(Dn,r),title(实际语音信号);axis(0,N,-1,1);figure(2);subplot(3,1,1);plot(Dn,r),title(实际语音信号);axis(0,N,-1,1);subplot(3,1,2);plot(Xn,b),title(含噪语音信号);axis(0,N,-3,3);subplot(3,1,3);plot(Y,g),title(滤波后输出的语音信号);axis(0,N,-1,1);figure(3)plot(e,m);title(误差信号);axis(0 N -1 1);figure(4)plot(Y,g),title(自适应滤波后的输出的语音信号);axis(0,N,-1,1);(2) 实验结果=0.001=0.005=0.01=0.05=0.065=0.083结果分析从上面的仿真结果可以看出,改变滤波器的迭代步长,预测信号受到了一定的影响,图像发生了较大变化,当由0.05减小到0.001时,滤波器的预测信号出现了失真。当由0.05增大到0. 1时,预测信号根本上接近输入信号。通过上面的仿真结
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 生殖检查活动方案
- 猪年开学活动方案
- 独居老人活动方案
- 瑜伽引流活动方案
- 班级足球对抗赛活动方案
- 生日音乐沙龙会活动方案
- 环湖比赛活动方案
- 特色护眼活动方案
- 班级宿舍管理活动方案
- 烟火美食集会活动方案
- 律师事务所客户数据安全管理制度
- 2025数学新课程标准培训
- 税务讲座课件
- 2025年暑假实践作业模板【课件】
- 学校食堂暑假前收尾工作指南
- 休闲车零部件回收再利用创新创业项目商业计划书
- 滴灌带生产项目可行性研究报告-D
- 消防系统维护保养方案
- 骨科护理实习生小讲课
- 四川省南充市2023-2024学年七年级下学期期末考试道德与法治试卷(含答案)
- 2025至2030中国汽车散热器行业市场发展分析及商业模式与投融资发展报告
评论
0/150
提交评论