基于DSP自适应滤波器设计

内蒙古科技大学

本科毕业论文

题 目：自适应滤波器的设计 学生姓名：

学 院：物理与科学技术学院 专 业：应用物理 班 级：08级 指导教师：

二 〇 一二 年 三 月

摘 要

自适应滤波器是统计信号处理的一个重要组成部分。在实际应用中，由于没有充足的信息来设计固定系数的数字滤波器，或者设计规则会在滤波器正常运行时改变，因此我们需要研究自适应滤波器。自适应滤波器能提供非自适应方法所不可能提供的新的信号处理能力。本文从自适应滤波器研究的意义入手，介绍了自适应滤波器的基本理论思想，具体阐述了自适应滤波器的基本原理、算法及设计方法。自适应滤波器的算法是整个系统的核心。本文中，对两种最基本的自适应算法，即最小均方误差(LMS)算法和递归最小二乘（RLS)算法进行了详细的介绍和分析，并针对两种算法的优缺点进行了详细的比较。同时，分别对FIR结构和IIR结构自适应滤波器做了详细的介绍，比较了FIR结构和IIR结构自适应滤波器的优缺点。

关键词：自适应滤波器；LSM算法；FIR结构滤波器；IIR滤波器

Abs

内蒙古科技大学

本科毕业论文

题 目：自适应滤波器的设计 学生姓名：

学 院：物理与科学技术学院 专 业：应用物理 班 级：08级 指导教师：

二 〇 一二 年 三 月

摘 要

自适应滤波器是统计信号处理的一个重要组成部分。在实际应用中，由于没有充足的信息来设计固定系数的数字滤波器，或者设计规则会在滤波器正常运行时改变，因此我们需要研究自适应滤波器。自适应滤波器能提供非自适应方法所不可能提供的新的信号处理能力。本文从自适应滤波器研究的意义入手，介绍了自适应滤波器的基本理论思想，具体阐述了自适应滤波器的基本原理、算法及设计方法。自适应滤波器的算法是整个系统的核心。本文中，对两种最基本的自适应算法，即最小均方误差(LMS)算法和递归最小二乘（RLS)算法进行了详细的介绍和分析，并针对两种算法的优缺点进行了详细的比较。同时，分别对FIR结构和IIR结构自适应滤波器做了详细的介绍，比较了FIR结构和IIR结构自适应滤波器的优缺点。

关键词：自适应滤波器；LSM算法；FIR结构滤波器；IIR滤波器

Abs

一、 设计任务

实现自适应波束形成算法，并从信噪比，采样率，观测时间等方面来考察算法性能。

二、 方案设计

a) 由均匀线阵形式，确定阵列的导向矢量； b) 由阵列导向矢量，对接收信号进行建模仿真； c) 根据约束条件，实现自适应波束形成算法；

d) 考察算法性能与信噪比，采样率，观测时间等参数的关系。

三、 设计原理

3.1 信号模型建立

3.1.1模型建立的假设条件

1、 假设各个阵元观测的噪声是时空不相关的高斯白噪声，其均值为零，方差为?2，且噪声和信号不相关；

2、 接收信号的阵列为均匀线性列阵，且阵列的阵元间距不大于信号波长的二分之一；

3、 信号源中不存在相干的信号；

4、 不考虑阵元幅度相位不一致、阵元间互耦、传感器位置误差等。

3.1.2模型建立

θτd

图 1 阵列天线

如上图所示，途中有两个阵元，d为阵元间的距离，c为光速，θ为信号的入射角度，φ为阵元间的相位延迟。

1

则线阵天线所接受的信号由于波程差 ??dsin?从而得到两阵元间的相位差为

其中，?为信号波长。

??e?jw?dsin?c/c

?j2?dsin?f?e?jw?e?f0

设阵元的位置为xk（k=1，2，…，M），以原点为参考点，假设信号的入射方向

学科分类号： 08

本科生毕业设计

题目（中文）： 自适应滤波器的设计与实现 （英文）：Design

and Implemeutation of The

Auto-adapted Filter 学生姓名： 学号 系 部： 专业年级： 指导教师： 职 称：

目 录

摘 要 ................................................................................................................................ I 关键词 ............................................................................................................................

Simulate of adaptive filter based on MATLAB7.0

Abstract: This article described the working principle of adaptive filter and deduced the well-known LMS algorithm. Take an example to demonstrate the adaptive filters filtering effects. The results show that the filter has an effective way to filter single. Key words: LMS algorithm Adaptive Filter Matlab7.0

1 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

龙源期刊网 http://www.qikan.com.cn

自适应滤波器设计及MatLab实现研究①

作者：张凤莉 卢娜

来源：《科技资讯》2013年第17期

摘 要：自适应滤波器技术因其各方面的优越性能，已经在数字通信、工业控制和雷达等领域获得了广泛应用。本文主要介绍自适应滤波器的Matlab设计方法，且以LMS算法作为范例进行MatLab仿真，结果可见设计的自适应滤波器具有良好的性能和较强的可操作性。 关键词：自适应滤波器 MatLab LMS算法

中图分类号：TP391 文献标识码：A 文章编号：1672-3791（2013）06（b）-0004-01 在现代通信以及控制工程中，滤波是一种广泛应用的信号处理方法，当外界环境特性未知，信号传递不断变化时，我们通常会选用通过自身算法改变滤波器自身的参数和结构的自适应滤波器。它主要包括自适应处理器（参数可调数字滤波器）和算法，其中自适应处理器分为FIR数字滤波器、IIR数字滤波器和格形数字滤波器。本文主要对自适应滤波器设计的LMS算法以及其MatLab仿真进行分析研究。 1 自适应滤波器的原理

自适

据存储器,64k字的程序存储器.具有高度并行性.

用DSP特有的汇编语言实现以上3种LMS算法自适应滤波器.在

TMS320C54X的指令系统中,单周期乘/累加指令MAC和循环寻址方式可使滤波器在一个周期内完成每个样值的计算.在实现LMS自适应算法时,由于要计算两组数对应项乘积的累加和,还有要采用循环寻址方式,因此,本文滤波器程序中采用DSP指令中的RPTZ和MAC结合循环寻址方式实现两累加和的运算.

RPTZ A,#F1LTER

MAC℃OFF_DP+0%,*DATA_DP+0%,A

其中,RPTZ指令用于将累加器A清零,将立即数10 (本实验中滤波器阶数取11装入到重复计数器,使下条MAC指令重复执行10+1次.MAC指令实现将两存储区数据的乘积累加到累加器A,使存储器的指针以循环寻址的方式指向下一个存储区.其中,FILTER, COFF_DP,DATA—DP分别为自适应滤波器的阶数,自适应滤波器系数缓冲区指针和输入样值缓冲区指针.为了提高算法效率,程序中使用了TMS320C54X特有的LMS指令,来快速实现本文的几种自适应滤波器.

设计中,采用1500Hz的期望信号与312Hz的噪声信号叠加作为11个系数的自适应滤波器的一个输入信号,对于

RLS 自适应滤波器仿真作业

工程1班 220150820 王子豪 1. 步骤

1) 令hM(-1)=0，计算滤波器的输出d(n)=XMT=hM(n-1)； 2) 计算误差值eM(n)=d(n)-d(n,n-1)； 3) 计算Kalman增益向量KM(n)； 4) 更新矩阵的逆RM-1(N)=PM(N)； 5) 计算hM(n)=hM(n-1)+KM(n)eM(n)；

2. 仿真

RLS 中取T (-1)=10，λ=1及λ= 0.98；

信号源x(n)与之前LMS算法仿真不变，对自适应滤波器采用RLS算法。通过对比不同遗忘因子λ的情况下RLS的误差收敛情况。取λ=0.98和λ=1两种情况下的性能曲线如图1所示。

其系数收敛情况如图2所示。

图1 不同λ值下的RLS算法性能曲线（100次实验平均）

图2 不同λ值下的RLS算法系数收敛情况（100次实验平均）

3. 结果分析

RLS算法在算法的稳态阶段、即算法的后期收敛阶段其性能和LMS算法相差不明显。但在算法的前期收敛段，RLS算法的收敛速度要明显高于LMS算法。但是RLS算法复杂度高，计算量比较大。

遗忘因子λ越小，系统的跟踪能力越强，同时对噪声越敏感；其值越大，系统跟踪能力减弱，但对噪声不

高通IIR滤波器的设计及DSP实现

1绪论

1.1基于DSP的IIR滤波器设计课题背景

随着集成电路技术的发展，各种新型的大规模和超大规模集成电路不断涌

现，集成电路技术与计算机技术结合在一起，使得数字信号处理系统的功能越来越强。数字信号处理技术逐渐发展成为一门主流技术，数字信号处理技术就是基于 VLSI 技术和计算机技术发展起来的一门重要技术。DSP 技术已在通信、控制、信号处理、仪器仪表、医疗、家电等很多领域得到了越来越广泛的应用。

数字滤波器在各种数字信号处理中发挥着十分重要的作用，用数字滤波器设计一直是信号处理领域的重要研究课题。常用的数字滤波器有IIR滤波器和FIR滤波器，其中IIR滤波器因具有结构简单、占用存储空间少、运算速度快、较高的计算精度和能够用较低的阶数实现、较好的选频特性等优点，得到了广泛应用。

1.2 本设计主要研究内容与方法

主要是在学习信号分析与处理的基础知识后，应用MATLAB软件、CCS软件结合来设计基于DSP的IIR滤波器设计。

应用MATLAB软件设计IIR数字滤波器：应用MATLAB中的工具FDATOOL工具设计滤波器的系数；在MATLAB中编译M文件，产生输入数据。应

FIR

滤波器设计与DSP实现

一、 实验目的

1. 掌握数字滤波器的设计过程； 2. 了解FIR 的原理和特性；

3. 熟悉设计FIR 数字滤波器的原理和方法。

二、实验内容

1. 通过MATLAB 设计确定FIR 滤波器系数； 2. DSP 初始化； 3. A/D 采样 ；

4. FIR 运算，观察滤波前后的波型变化。

三、实验背景知识

1. 有限冲击响应数字滤波器（FIR）的基础理论

FIR 数字滤波器是一种非递归系统，其冲激响应h(n)是有限长序列，其差分方程表达式

为：，其中N 为FIR 滤波器的阶数。

在数字信号处理应用中往往需要设计线性相位的滤波器，FIR 滤波器在保证幅度特性满足技术要求的同时，很容易做到严格的线性相位特性。为了使滤波器满足线性相位条件，要求其单位脉冲响应h(n)为实序列，且满足偶对称或奇对称条件，即h(n)=h(N-1-n)或

h(n)=-h(N-1-n)。这样，当N 为偶数时，偶对称线性相位FIR 滤波器的差分方程表达式为

由上可见，FIR 滤波器不断地对输入样本x(n)延时后，再做乘法累加算法，将滤波器结 果y(n)输出。因此，FIR 实际上是一种乘法累加运算。而对