dsp应用课程设计--自适应滤波器的设计与实现

《dsp应用课程设计--自适应滤波器的设计与实现》由会员分享，可在线阅读，更多相关《dsp应用课程设计--自适应滤波器的设计与实现（10页珍藏版）》请在毕设资料网上搜索。

1、 DSP 应用技术课程 设计说明书 自适应滤波器的设计与实现自适应滤波器的设计与实现 起止日期： 2013 年 12 月 2 日 至 2013 年 12 月 13 日 学生姓名 班级 学号 成绩 指 导 教 师 ( 签 字 ) 1 课题名称课题名称 自适应滤波器的设计与实现 人人 数数 9 组组 长长 同组人员同组人员 课课 题题 的的 主主 要要 内内 容容 和和 要要 求求 1、主要内容： 1)、根据实验的经验编写程序，不懂的可查阅资料。 2)、程序完善、优化，面向 C6000 开发调试。 3)、能演示输入输出数据的完整图形，显示结果，并对程序或相关设计予 以解释。 2、要求： 1)、能够

2、熟练运用 CCS2.2 仿真编译环境进行软件仿真并检查和改正程序 错误。 2)、理解滤波器的原理及优缺点，看有何可以改进的地方。 3)、对程序进行再次优化，能够避免一些错误，得到更好的仿真结果。 具具 体体 任任 务务 1、 翻阅书籍查找资料，熟悉开发软件 CCS2.2 和滤波器的结构和组成。 2、 到网上收集资料，了解 LSM 算法及输入和输出信号的关系及滤波器的特 性。 3、 理解编写的程序，并检查错误，操作程序，并且通过仿真软件查看最后的 输出结果是否正确。 时时 间间 安安 排排 与与 完完 成成 情情 况况 1、时间安排： 1、组织动员与分组，分组讨论，1 天。 2、资料查阅，功能分

3、析，2 天。 3、程序设计，5 天。 4、验证与调试，2 天。 5、书写课程设计说明书，1 天。 2、完成情况; （1）程序已经编好，并已经排查掉错误，能正常实现实验效果。 2 一一、设计目的设计目的 1、 了解自适应滤波器的特点和应用 2、 学习自适应滤波器的 LMS 算法 3、 熟悉使用 DSP 实现自适应滤波器的过程 通过该设计，熟悉自适应滤波器的 LMS 算法的原理，掌握其 DSP 程序设计 与实现过程，以及程序的调试技巧。是对 DSP 应用技术理论学习的总结和补充， 为 DSP 应用系统的开发设计打下基础。 二、仪器与设备、仪器与设备 1、PC 微机 1 台，安装 CCS3.0 2、

4、DSP 仿真器 TDS510-USB2.0，1 套 三、设计原理自适应滤波器三、设计原理自适应滤波器 自适应滤波器是能够根据输入信号自动调整性能进行数字信号处理的数字 滤波器。作为对比，非自适应滤波器有静态的滤波器系数，这些静态系数一起组 成传递函数对于一些应用来说，由于事先并不知道所需要进行操作的参数，例如 一些噪声信号的特性，所以要求使用自适应的系数进行处理。在这种情况下，通 常使用自适应滤波器，自适应滤波器使用反馈来调整滤波器系数以及频率响应总 的来说，自适应的过程涉及到将价值函数用于确定如何更改滤波器系数从而减小 下一次迭代过程成本的算法。价值函数是滤波器最佳性能的判断准则，比如减小

5、输入信号中的噪声成分的能力。随着数字信号处理器性能的增强，自适应滤波器 的应用越来越常见，时至今日它们已经广泛地用于手机以及其它通信设备、数码 录像机和数码照相机以及医疗监测设备中。 常规滤波器具有特定的特性，输入信号根据滤波器的特性产生相应的输出。 也就是，先有了滤波器构成的权系数，然后决定相应的输出值。但有些实际应用 是反过来要求的， 即对滤波器输出的要求是明确的， 而滤波器特性无法预先知道。 采用具有固定滤波器系数的滤波器不能实现最优滤波，必须依赖自适应滤波技 术。 一个自适应的滤波器，其权系数可以根据一种自适应算法来不断修改，使系 数的冲激响应能满足给定的性能。下图为自适应滤波器的一般

6、形式。 3 x(n)自适应滤波器的输入 y(n)自适应滤波器的输出 d(n)期望响应 e(n)估计误差 e(n)=d(n)-y(n) 总的讲来， 自适应滤波器有两个独立的部分； 一个按理想模式设计的滤波器； 一套自适应算法，用来调节滤波器全系数使滤波器性能达到要求。由于自适应滤 波器在未知或者时变系统中的明显优势，它在从电信到控制的众多领域得到广泛 的应用。自适应滤波器可以采用 FIR 或 IIR 结构，由于 IIR 滤波器存在稳定性问 题，因此一般采用 FIR 滤波器作为自适应滤波器的结构，自适应 FIR 滤波器结构 又可以分为三种结构类型：横向型结构、对称横向型结构、格型结构。本实验所 采用的是自适应滤波器设计中最常用的 FIR 横向型结构。 最常用的自适应算法是最小均方误差算法，即 LMS 算法，LMS 算法是一种易 于实现，性能稳健，应用广泛的算法。所有的滤波器系数调整算法都是设法 y(n) 接近 d(n)，所不同的只是对于这种接近的评价标准不同。LMS 算法的目标是通过 调整系数， 使输出误差序列 e(n)=d(n)-y(n