基于matlab 自适应滤波算法,自适应信号处理论文-基于matlab的自适应滤波算法研究.doc...

自适应信号处理论文-基于matlab的自适应滤波算法研究.doc

自适应信号处理论文基于MATLAB的自适应滤波算法研究摘要自适应滤波算法是自适应滤波器设计的核心部分，本文主要介绍了两种算法LMS算法和DCT变换。LMS算法是时域变换，DCT是频域变换，文章采用MATLAB相关函数实现了对信号变换的仿真，并对这两种算法进行了一定的对比。关键词MATLAB，LMS算法，DCT变换1、引言LMS算法是自适应滤波算法中最基本的算法，它包含了自适应滤波的许多基本的概念，是其它许多算法的基础，是实际中使用的最广泛的一种算法。LMS算法是在最陡下降法的基础上导出的，可以说LMS算法是最陡下降法的随机实现。表1详细地给出LMS算法，其中XN为N时刻滤波器的输入信号，WN为N时刻的滤波器系数，YN为滤波器的输出信号，DN为滤波器的期望信号，EN为滤波器的估计误差，U为更新步长。表1LMS算法1．滤波(FILTERING)TYNWX2．误差估计(ERRORESTIMATION)EDYN3．权值更新(TAPWEIGHTUPDATE)12EWX为了保证最陡下降法收敛，步长的取值决定于特征值最大的那个收敛模式。MAX10其中为特征值中的最大值。这必然导致其它收敛模式的收敛速度下降，MAX输入信号自相关矩阵R的特征值分散度在很大程度上影响了算法的收敛性能。针对LMS算法存在特征值分散度的问题，我们可以采用牛顿法来进行克服，牛顿法使得滤波器各系数(各收敛模式)的收敛速度一致，与特征值分布无关，从根本上消除了最陡梯度下降法受特征值分布影响的缺陷。牛顿方法其实就是KL变换域的最陡下降法，由于KL变换是最理想的正交变换，它依赖于自相关矩阵R特征矢量，统计特性不同的输入信号有不同的KL变换，所以很难在实际中使用。因此我们可以用常用的变换来替代KL变换，这样就得到了TDAF算法。TDAF就是变换域中的LMS算法，所以也称为TDLMS算法。详细算法如下所示。表2TDLMS算法1．变换(TRANSATION)TNX2．滤波(FILTERING)TYW3．误差估计(ERRORESTIMATION)ENDYN4．功率估计(POWERESTIMATION),2ˆTIX,22,ˆ1TIXTINX5．权值更新(TAPWEIGHTUPDATE),,,,2ˆTITITITIXWNENTDAF中的常用变换主要有离散傅立叶变换(DFT)、实数离散傅立叶变换(RDFT)、离散哈特利变换(DHT)、离散余弦变换(DCT)和离散正弦变换(DST)。在这里主要研究DCT变换，DCT变换是一种性能接近于最佳正交变换KL变换的频域变换，由于其相比离散余弦变换很多有快速算法，便于实现，所以经常被信号处理和图像处理使用，用于对信号和图像进行有损数据压缩。2、DCT变换离散余弦变换(DISCRETECOSINETRANS，简称DCT)变换是一种与傅立叶变换紧密相关的数学运算。在傅立叶级数展开式中，如果被展开的函数是实偶函数，那么其傅立叶级数中只包含余弦项，再将其离散化可导出余弦变换，因此称之为离散余弦变换。该变换有八种表达形式，其中主要的四种变换形式如下图1所示。图(1)四种DCT变换形式DCTI201COS0,121NKKNXXXKNDCTII10COS0,2NKNKDCTIII101,12KNXXNDCTIV10COS0,2NKNK本文采用其中第二种来进行讨论。一维N点离散余弦变换DCT可表示为1021COSNKNKYCX其中，XN是输入时域序列中的第N项，YK是输出频域序列的第K项，系数CK定义如下12,21KKN一维N点离散余弦逆变换IDCT可以表示为1021COSNNKNKXCY3、MATLAB仿真实验31DCT变换对语音信号的压缩DCT变换的MATLAB实现方法，基于FFT的快速算法，这是通过MATLAB工具箱提供的DCT和IDCT函数实现的，仿真结果如下程序T01/100002XSAWTOOTH2PI45TSUBPLOT4,1,1PLOTT,XTITLE 原始信号 YDCTXDCT变换输出SUBPLOT4,1,2PLOTYTITLE DCT输出信号 Y1YABSY05将DCT结果中绝对值小于05的令为0，相当于压缩了数据率SUBPLOT4,1,3PLOTY1TITLE DCT压缩后的信号 ZIDCTY1DCT反变换SUBPLOT4,1,4PLOTT,ZTITLE 恢复的信号 仿真结果图00020040060080101201401601802101信信信信050100150200250505DCT信信信信050100150200250505DCT信信信信信信00020040060080101201401601802202信信信信信可以看出，当波形数据做DCT变换后压缩到原数据的1294左右时，根据压缩信号重建的时域波形存在失真，但在工程上这样的失真是允许的。在一定失真度指标下，通过DCT变换可以使数据得到很大程度的压缩。32LMS算法及DCT变换仿真程序LENGTH10248设置信号长度N500AZEROS1,LENGTHNFORI0000505IFI0A05COS2PII0LENGTHN1ELSEAACOS2PII0LENGTHN1产生输入信号ENDEND1、LSM算法AA DZEROS1,LENGTHN期望信号初始为零FORI0000502IFI0DD5COS2PII0LENGTHN1ELSEDDCOS2PII0LENGTHN1产生期望信号ENDENDDD WZEROSN,1EZEROS1,LENGTH误差信号初始为零U000001收敛因子FORI1LENGTHEIDIAIIN1 WWW2UEIAIIN1LMS算法END2、DCT算法YDCTADCT变换3、画图FIGURESUBPLOT211,PLOTA,TITLE 输入信号A SUBPLOT212,PLOTD,TITLE 期望信号D FIGURESUBPLOT211,PLOTA,TITLE 输入信号A SUBPLOT211,PLOTW,TITLE LMS输出信号W SUBPLOT212,PLOTY,TITLE DCT输出信号Y FIGUREPLOT1LENGTH,E,TITLE 误差E 误差的变化情况仿真结果图010002000300040005000600070008000900050050100150信信信信A0100020003000400050006000700080009000200204060信信信信D050100150200250300350400450500010010203LMS信信信信W5010015020025030035040045050050050DCT信信信信Y01000200030004000500060007000800090001001020304050信信E随着自适应算法迭代次数的增加，滤波器输出估计误差逐渐变小。4、总结变换域自适应滤波器(TDAF)与时域自适应滤波器之间的主要差异之一在于信号输入和滤波器输入之间加入了正交变换，LSM最大的优点是具有简单的