matlab adaptfilt,NLMS算法相关

基于DSP的回波抵消器设计与实现

要求：

–掌握回波抵消原理

–掌握NLMS算法

– 完成信号源的MATLAB 仿真

– 用汇编编程实现

– 用CCS 图形功能观察各信号波形

– 讨论：步长因子、滤波器阶数N 对收敛速度的影响

基于LMS算法及其变体算法

在各种各样的自适应算法里，应用最广的自适应算法形式为“下降算法”。

即：

(k 1)＝h (k)＋ (k 1)v(k 1) (3.2) hnn

(k 1)为第k+1次迭代的权向量， (k 1)为第k+1次迭代的更新步长，式中hn

而v(k 1)为第k+1次迭代的更新方向(向量)；

“下降算法”有两种实现方法。一种是“自适应梯度算法”，另一种是“自

适应高斯—牛顿算法”。自适应梯度算法包括LMS(Least Mean Square)算法及其各种变型和改进算法(统称LMS类自适应算法)，自适应高斯－牛顿算法则包括RLS(Recursive Least Square)算法及其变型和改进算法。下面首先介绍的是LMS类算法。

1、 LMS算法

最常用的下降算法为“梯度下降法”，常称“最陡下降法”。在这类算法里，

(k)][1]的负梯度，用更新方向向量v(k 1)取作第k次迭代的代价函数J[hn

(k)]”表示。 “ (n) J[hn

有名的LMS自适应算法正是以最陡下降法为原则的，它是一种很有用且很简

单的估计梯度方法，其最核心的思想是用平方误差来代替均方误差。即使e(n)