自适应滤波器的计算机实现毕业设计论文

《自适应滤波器的计算机实现毕业设计论文》由会员分享，可在线阅读，更多相关《自适应滤波器的计算机实现毕业设计论文（73页珍藏版）》请在毕设资料网上搜索。

1、 本科毕业设计本科毕业设计(论文论文) 题目：题目：自适应滤波器的计算机实现自适应滤波器的计算机实现 院院 （系） ：（系） ： 专专 业：业： 班班 级：级： 学学 生：生： 学学 号：号： 指导教师：指导教师： 2012 年年 6 月月 摘要 I 自适应滤波器的计算机实现自适应滤波器的计算机实现 摘要摘要 自适应滤波器是当今自适应信号处理中最为活跃的研究课题之一。 自适应滤 波器有广阔的应用前景，特别是在数字通信领域，自适应均衡是一种成熟技术， 对包括语音频带、微波、对流层散射无线通信、有线电视调制解调器等数字通信 系统影响最大。在无线通信系统中，一般很难知道接收信号的自相关量和接收信 号

2、与发送信号的相关量，对于维纳滤波器,需要事先估计出自相关与互相关量， 这是非常不方便的。虽然卡尔曼滤波方法无需事先知道自相关与互相关量，但它 必须知道系统的状态方程和噪声的统计特性，这在实际中也是很难办到的。根据 卡尔曼滤波的思想，Widrow 等提出了一种自适应最小均方误差算法(LMS)，这种 算法不需要事先知道相关矩阵，只需调整 FIR 滤波器的权系数，便可使接收信号 收敛于最佳值，因此对自适应滤波器的研究非常有意义。本论文在 MATLAB 平台 上编写自适应算法的 M 文件，进行系统仿真，并对滤波器的阶数、收敛步长、跟 踪速度和稳态误差进行了详细的分析和研究，得出了合理的结果。 关键词关

3、键词：自适应均衡，自适应滤波器，LMS 算法 ，MATLAB 仿真 Abstract II Computer realization of the adaptive filter Abstract The research of adaptive filter is one of the most activity tasks. The adaptive filter has been widely used in various technique fields, particularly in digital communication, adaptive equalization is

4、a kind of mature technology, it have great impact on digital communication system such as Audio frequency, microwave, wireless communication via tropospheric scatter, modem of cable TV and so on. In general ，it is difficult to know the received signals autocorrelation volume and correlation volume o

5、f the received signal and the sent signal In wireless communication systems . The Wiener filter needs to estimate autocorrelation and cross correlation volume which is very inconvenient. Although the Kalman filtering method does not need to know the autocorrelation and cross correlation volume in ad

6、vance, it must know the state equation of system and the statistical characteristics of noise, which is very difficult in practice. Widrow proposed a least mean square error of adaptive algorithm (LMS) Based on the idea of the Kalman, this algorithm does not need to know the correlation matrix in advance, simply adjust the weight coefficients of the FIR filter, then you can receive the signal that converge the best value, so the research of the adaptive filter is very meani