matlab自适应滤波,基于MATLAB与DSP的自适应滤波器设计与实现

摘  要： 滤波是滤除信号中某些特定频率的波形的技术，在数字信号处理中，主要用于滤除噪声和干扰信号。由于噪声和干扰信号的不确定性，采用固定滤波系数的数字滤波器无法达到最佳的效果。自适应滤波器能够随着环境的改变而改动滤波器自身的参数和结构，从而能够随着噪声和干扰信号的不断变化修正滤波器的参数和结构，最终实现较理想的滤波。本文研究了最小均方差(LMS)算法，并结合自适应滤波器的结构和原理，设计出FIR结构自适应滤波器。最后给出MATLAB仿真结果，并利用DSP验证自适应滤波器的性能。

关键词： 自适应滤波器；MATLAB；LMS算法；FIR滤波器；DSP

0 引言

滤波即滤除信号中的噪声和干扰信号，提取有用信号的技术。滤波技术广泛应用于信号处理和信号分析中。在信号的获取和传输过程中出现的噪声，以及信号处理过程中的干扰信号都需要通过滤波技术滤除，来保证信号的安全性和可靠性。例如，实现雷达跟踪功能需要获取大量的船舶方位数据，在获取数据的过程中，会产生大量的随机干扰和测量误差。因此，为了准确地获取船舶瞬时的位置、加速度和速度等，需要利用滤波，将误差和随机干扰滤除，滤波技术在雷达跟踪功能实现中起到非常重要的作用。滤波器是一种允许特定频率信号通过的选频装置，通过这种装置获取有用的信号，滤除杂波。从最初的维纳滤波到后来的卡尔曼滤波，滤波器的实现有了很大的发展，随着技术的进步和社会的发展，需要处理的信号越来越复杂，要求实现的精度越来越高，同时对滤波器的要求也越来越高，其应用范围进一步得到拓展。随着滤波器的应用环境不断复杂化，对非线性的滤波技术研究得到进一步的发展。因此，自适应滤波器重新得到国内外