基于自适应算法的滤波器研究
基于自适应算法的滤波器研究(任务书,开题报告,论文14500字)
摘要
随着近年来数字信号处理领域的快速发展和对它的深入研究，自适应滤波也在越来越多的领域发挥作用，自适应滤波器是一种线性滤波系统，具有可变参数控制的传递函数，并可以通过一个优化算法来调整这些参数。由于优化算法的复杂性，几乎所有的自适应滤波器都是数字滤波器。自适应滤波器需要一些应用程序的处理操作，因为一些参数是在事先不知道的，或是随时在变的。这里我们研究的闭环自适应滤波器利用误差信号的反馈形式来改进其传递函数。而上面提到的优化算法即为自适应算法，通过自适应算法实现的自适应滤波器可以实时的跟踪输入信号，在未知的环境下工作。
本文将从自适应滤波的研究现状入手，重点讲述LMS算法和RLS算法两种重要和基础的自适应的算法，然后再结合FIR滤波器的相关知识来实现自适应滤波器。
关键字：LMS算法 RLS算法 自适应滤波 FIR滤波器
Abstract
With the rapid development of digital signal processing field in recent years and research on it, adaptive filtering is in more and more fields play a role, the adaptive filter is a linear filter system, with variable parameter control of the transfer function, and through an optimization algorithm to adjust these parameters. Due to the complexity of the optimization algorithm, almost all of the adaptive filter is a digital filter. Adaptive filters require some of the application's processing operations, because some of the parameters are not known in advance, or at any time to change the. Here we study the closed loop adaptive filter using the feedback form of the error signal to improve the transfer function. The above mentioned optimization algorithm is adaptive filter, which can track the input signal in real time, and the adaptive filter can work in unknown environment. [资料来源：Doc163.com]
This paper starts from the research situation of the adaptive filter, focuses on adaptive LMS algorithm and RLS algorithm two important and basic algorithm, then combined with knowledge of the FIR filter to realize the adaptive filter.
Key words:RLS algorithm LMS algorithm Adaptive filter FIR filter
目录
第一章绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 1
1.3 论文研究主要内容 2
第二章自适应算法理论综述 4
2.1 自适应算法简介 4
2.2 LMS算法 4
2.3 RLS算法 8
2.4 LMS算法和RLS算法的比较 9
2.5 本章小结 9
第三章自适应滤波器介绍 10
3.1 自适应滤波器的工作原理 10
3.1.1 自适应滤波器的理论实现 10
3.1.2 自适应滤波器的性能 11
3.2 自适应滤波器的选择 12
3.2.1 滤波器简介 12
3.2.2 IIR滤波器 12
3.2.3 FIR滤波器 13
3.2.4 IIR滤波器与FIR滤波器的比较 16
3.3 本章小结 16
第四章基于自适应算法的FIR滤波器仿真 17
4.1 LMS算法和RLS算法在MATLAB中的仿真 17
4.2基于LMS算法的自适应滤波器仿真 19
4.3基于RLS算法的自适应滤波器仿真 19
4.4本章小结 25
第五章总结与展望 26
参考文献
附录
致谢
[资料来源：http://doc163.com]