基于RLS算法自适应滤波器要点.pdf
《基于RLS算法自适应滤波器要点.pdf》由会员分享,可在线阅读,更多相关《基于RLS算法自适应滤波器要点.pdf(17页珍藏版)》请在三一文库上搜索。
1、基于 RLS算法自适应滤波器的设计 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,因此需要研究自适应滤波器。 凡是需要处理未知统计环境下运算结果所 产生的信号或需要处理非平稳信号时,自适应滤波器可以提供非自适应方法所不 可能提供的新的信号处理能力。 而且其性能通常远优于用常方法设计的固定滤波 器。 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。对 RLS 算法自适应滤波器做
2、了详细的介绍,采用改进的 RLS算法设计自适应滤波器,并采用MATLAB 进行仿真,通过实验结果来体现该 滤波器可以根据信号随时修改滤波参数,达到动态跟踪的效果, 使滤波信号更接 近于原始信号。 关键词:自适应滤波器, RLS算法,噪声消除, FIR 张少博:基于RLS 算法自适应滤波器的设计 - 1 - 第 1 章绪论 1.1 课题研究意义和目的 滤波技术是信号处理中的一种基本方法和技术,尤其数字滤波技术使用广 泛,数字滤波理论的研究及其产品的开发一直受到很多国家的重视。 对自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之 一。Windrow 等于 1967 年提出的自适应滤波
3、系统的参数能自动的调整而达到最 优状况,而且在设计时, 只需要很少的或根本不需要任何关于信号与噪声的先验 统计知识。这种滤波器的实现差不多像维纳滤波器那样简单,而滤波器性能几乎 如卡尔曼滤波器一样好。 自适应滤波器与普通滤波器不同,它的冲激响应或滤波 参数是随外部环境的变化而变化的, 经过一段自动调节的收敛时间达到最佳滤波 的要求。自适应滤波器本身有一个重要的自适应算法,这个算法可以根据输入、 输出及原参量信号按照一定准则修改滤波参量,以使它本身能有效的跟踪外部环 境的变化。 因此,自适应数字系统具有很强的自学习、自跟踪能力和算法的简单 易实现性。 自适应滤波技术的核心问题是自适应算法的性能问
4、题,提出的自适应算法主 要有最小均方( LMS )算法、递归最小二乘( RLS )算法及相应的改进算法如:归 一化(NLMS )算法、变步长( SVSLMS)算法、递归最小二乘方格形(RLSL )算法 等。这些算法各有特点, 适用于不同的场合。 研究自适应算法是自适应滤波器的 一个关键内容。递归最小二乘(RLS )算法是线性自适应滤波算法中最基本的两 类算法之一, 由于基于 LMS准则的自适应滤波算法的收敛速度通常较慢,有些在 调整过程种的延时也较大。 为了克服 LMS的算法,我们采用在每个时刻对所有已 输入信号重估的平方误差之和最小这样的准则,即RLS算法。RLS算法复数乘法 正比于 2 k
5、,使其自适应速度更快。目前应用最多的是系统辨识、回波消除、自 适应谱线增强、自适应信道均衡、语音线性预测、自适应天线阵等诸多领域。 1.2 国内外研究发展状况 自适应滤波的基本理论通过几十年的发展已日趋成熟,近十几年来自适应滤 波器的研究主要针对算法与硬件实现。算法研究主要是对算法速度和精度的改 张少博:基于RLS 算法自适应滤波器的设计 - 2 - 进,其方法大都采用软件C、MATLAB 等仿真软件对算法的建模和修正。通常,自 适应滤波器的硬件实现都是用DSP通用处理器(如TI 的 TMS320 系列) 。DSP器 件采用改进的哈佛结构, 具有独立的程序和数据空间, 允许同时存取程序和数据,
6、 内置高速的硬件乘法器(MAC ) ,增强的多级流水线。DSP具有的硬件乘法模块 (MAC ) ,专用的存储器以及适用于高速数据运行的总线结构,使 DSP 器件具有高 速的数据运算能力。 目前,用 DSP 器件处理数字信号已经成为电子领域的研究热 点。在自适应信号处理领域,对于数据处理速度在几兆赫兹以内的,通用DSP 器件也是首选。迟男等人在TMS320C32 芯片上扩展 EPROM 和 RAM ,实现了 30 阶 LMS自适应滤波器,使用的刀D转化器件为 AD1674 ,最高采样频率为l00KHz。 陆斌等人采用 TMS320C30 数字信号处理器与 IMSA110 专用滤波器并行处理的方法
7、 设计出了自适应滤波器并应用于直接序列的扩频接收系统1221。赵慧民等人在 TMS320C31 上实现了自适应权向量滤波器,完成了信号采样频率为80KHz的自适 应滤波。在数据处理速度只要求在几兆赫兹以内的应用场合,这些用 DSP实现的 自适应滤波器能很好的满足系统实时的需求。在这种需求场合下,DSP具有不可 媲美的性价比。 但是随着信息化的进程加快和计算机科学与技术、信号处理理论与方法等的 迅速发展, 需要处理的数据量越来越大,对实时性和精度的要求越来越高。以迅 速发展的移动通信技术为例, 从 IG 时代只能传送语音的模拟通信, 到 2G时代的 传送语音和数据的GSM 、TDMA 与 CDM
8、A1595,到 2.5G 时代传送语音、 数据、图片、 彩信 MMS 、简短视频、收发 E-mail 、网页浏览等的 GPRS 与 CDMA2000lX ,到目前 正处于研发与测试阶段的能够传送图像、音乐、视频流等多种媒体形式, 提供包 括网页浏览、电话会议、电子商务的3G通信,以及目前正在研发与憧憬中的能 够传送高质量流畅的视频流与多种实时流媒体业务的4G通信。 常用的数字系统目标器件除了DSP处理器外还有专用集成电路(ASIC ) 、专 用标准电路模块( ASSP )和现场可编程门阵列(FPGA ) 。ASIC和 ASSP是专门针 对完成某种数字信号处理算法的集成电路器件,因此其在性能指标
9、、工作速度、 可靠性和成本上优于DSP处理器。其优秀的工作性能主要源于特定的算法全部由 ASSP 和 ASIC中的硬件电路完成。 ASSP 是半定制集成电路, 在许多 DSP 算法的实 现方面都优于DSP (数字信号处理器),但在功能重构,以及应用性修正方面缺 张少博:基于RLS 算法自适应滤波器的设计 - 3 - 乏灵活性; ASIC专用集成电路使用超大规模专用集成电路ASIC的实现方法是实 用化的产品唯一可行的方法,只有使用IC,才有高可靠性和可接受的价格及体 积功耗等。 ASIC 虽然有一定的可定制性,但开发周期长,而且有一个最小定制 量,在实验室研制开发阶段,开发成本非常高。现代大容量
10、、高速度的FPGA 在 可重配置的数字信号处理应用领域,特别是对于任务单一、 算法复杂的前端数字 信号处理运算,有独特的优势。另外,FPGA所具有的大规模并行处理能力和可 编程的灵活性使得设计的系统能获得极高的处理性能,并且能够适应日益变化的 标准、协议和性能需求。用FPGA 实现自适应滤波器,国外起步比较早,发展也 非常迅速。 Hesener A.于 1996 年提出了用 FPGA 实现自适应滤波器的设想,并在 FPGA 上实现了处理速度可达SM的 8阶 8位 FIR滤波器。 Woolfries N.等人用 FPGA 实现了自适应栈滤波器,并应用于图象处理。Dawood A.等人用 FPGA
11、 开发了自适 应 FIR 滤波器并与 DSP处理器方案进行了比较研究。 国内有一些关于自适应算法 硬件实现的研究, 但基本是针对自适应滤波器中的算法,如南开大学李国峰的博 士论文用 VHDL 语言描述了正负数的运算问题和浮点数运算问题,完成了基于 FIR 的 LMS自适应滤波器的硬件设计与逻辑综合。国防科学技术大学江和平等人讨论 了自适应卡尔曼算法的简化,并完成了FPGA 的设计。同济大学梁甲华等人重点 讨论了编码方法在FPGA 的技术问题。上海交通大学范瑜等人介绍了用VHDL 语言 实现并行延时 LMS算法的自适应数字波束成形器的FPGA 设计过程。而针对自适 应格型结构采用FPGA 硬件实
12、现的文献报导很少,国内中国科学技术大学王显洁 等人通过采用流水线结构和运算单元分时复用,提高了运算速度, 能够满足实时 性预测编码要求。 1.3 本文研究思路与主要工作 在信号的传播路径中以及在信号处理过程中,都会引入噪声。 噪声的引入影 响了对真实信号的处理,有时候,较强的噪声会“遮盖”了信号,从而难以得到 准确、稳定的真实信号。 噪声对信号的污染在绝大多数情况下是不可避免的,因 而,对噪声的消除和抑制是信号处理中极其重要的工作。在信号传输和处理过程 中,最常见的噪声形式为白噪声、带限白噪声、高斯白噪声、瑞利分布白噪声。 RLS (Recursive Least square)自适应滤波器常
13、常用于噪声消除器的构建, 本文介绍了自适应滤波器原理,对RLS 自适应算法进行分析 , 最后用 MATLAB 对自适应滤波器进行了仿真和实现, 并分析了该自适应滤波器的性能。 张少博:基于RLS 算法自适应滤波器的设计 - 4 - 第 2 章自适应滤波器理论基础 2.1 数字滤波器的基本概念 凡是有能力进行信号处理的装置都可以称为滤波器。如果滤波器的输入和 输出均为离散信号, 称该滤波器为数字滤波器。 当滤波器的输出信号为输入端的 线性函数时, 该滤波器称为线性滤波器, 否则就称为非线性滤波器。 一个典型的 数字滤波器的框图如图2.1 所示。 图 2.1 数字滤波器 设输入信号为nx,输出信号
14、为ny,该数字滤波器可用以下差分方程来 表示: 1 0 1 1 )()( M i N i ii inybinxany(2-1) 式中 i a , i b 称为滤波器系数。 当0 i b时,上式变为: 1 0 M i i inxany(2-2) 这种滤波器称为全零点滤波器。 如果0 i a,0 i b时,则称为全极点滤波器或递归滤波器。 由上式,可知数字滤波器的传递函数为: M i i i M i i zb za zH 1 1 0 1 1 (2-3) 其单位冲击响应函数为: zHznh 1 (2-4) 张少博:基于RLS 算法自适应滤波器的设计 - 5 - i inxihnxnhny(2-5)
15、如果当 n0 时,有nh=0,这样的滤波器系统称之为因果系统。如果冲激响应函 数是有限长的,即: el s e Nnnh nh , 0 0, (2-6) 则称此滤波器为有限冲激响应FIR(FiniteImpulseResponse)滤波器,否则,称 之为无限冲激响应IIR(InfiniteImpulseResponse)滤波器。 如果nh满足如下条件: Cnh nnh n 0 0, 0 (2-7) 则称此滤波器是因果的,并且是稳定的。 2.2 自适应滤波器的原理 自适应滤波器由参数可调的数字滤波器和自适应算法两部分组成(如图2.2 所示)。参数可调数字滤波器可以是FIR数字滤波器或 IIR 数
16、字滤波器 , 也可以是 格型数字滤波器。输入信号nx通过参数可调数字滤波器后产生输出信号( 或响 应) ny, 将其与参考信号(或称期望响应)nd进行比较,形成误差信号ne。 ne(有时还要利用nx)通过某种自适应算法对滤波器参数进行调整, 最终使 ne的均方值最小。因此 , 自适应滤波器实际上是一种能够自动调整本身参数的 特殊维纳滤波器。在设计时不需要事先知道关于输入信号和噪声的统计特性的知 识, 它能够在自己的工作过程中逐渐了解, 或估计出所需的统计特性 , 并以此为依 据自动调整自己的参数 , 以达到最佳滤波效果。一旦输入信号的统计特性发生变 化, 它又能够跟踪这种变化 , 自动调整参数
17、 , 使滤波器性能重新达到最佳 1 。 张少博:基于RLS 算法自适应滤波器的设计 - 6 - 图2.2 自适应滤波器一般结构 2.3 自适应滤波器的算法 自适应算法主要根据滤波器输入的统计特性进行处理, 它可能与滤波器的输 入及其他数据有关 , 因此, 存在开环算法和闭环算法。 开环算法的控制输出仅取决于滤波器的输入和其他输入数据; 闭环的控制输 出则是滤波器输出及其他输入信号的函数。闭环控制利用输出反馈, 它不但能在 滤波器输入信号变化时保持最佳输出, 而且还能在某种程度上补偿滤波元件参数 的变化和误差及运算误差。但其存在稳定性问题和收敛速度不高的缺点; 开环算 法的优点是调整速度快 ,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 RLS 算法 自适应 滤波器 要点
链接地址:https://www.31doc.com/p-5207625.html