《基于自适应滤波算法的噪声抵消系统的研究-毕业论文》由会员分享,可在线阅读,更多相关《基于自适应滤波算法的噪声抵消系统的研究-毕业论文(40页珍藏版)》请在金锄头文库上搜索。
1、摘 要估计一个受到加性噪声污染的信号的通常方法,是让受污染的信号通过一个旨在抑制噪声而让信号相对不变的滤波器。然而,传统的固定滤波器的设计必须根据信号和噪声的先验知识,这在先验知识无法得到的情况下工作就会变得复杂。本课题在介绍数字信号处理及自适应信号处理理论的基础上,应用自适应滤波器来设计噪声抵消系统,其具有自动地调节自身参数的能力,所以要求极少或者根本不需要信号和噪声的先验知识。本设计中提出了两种基于最小均方误差(LMS)算法的噪声抵消系统,一种是基本情况,即需要有一个和加性噪声相关的参考输入;另外一种情况是在参考输入无法得到时,通过足够大的延迟去除宽带信号的相关性而保留周期干扰的相关性,从
2、而回到基本噪声抵消系统的情况。在理论分析的基础上,借助MATLAB设计仿真程序,验证算法的准确性。关键词:噪声抵消;最小均方误差;MATLABAbstractABSTRACTThe most general way to isolate a signal from the noise is to set a filter which prevents the noise but lets the signal go through. Although this method is easy, there is a very important precondition: you must kn
3、ow the transcendental information of the signal and noise. So, when this information cannot easily be gotten, the design of this kind of filter becomes difficult. In this paper, we use adaptive filter to design noise-cancellation systems, because of its capability of automatically adjusting its para
4、meters, we need less or even dont need any transcendental information. In this design, we consider two kinds of instances based on LMS algorithm. One is that we have a “reference input” which has correlation with the noise which interferes with the signal we need. Another is that we cannot find a “r
5、eference input”, and then we set a delay system, only if the delay time is long enough, we can remove the correlation of the band-width input, but the noises can still have correlation because of its periodicity. After delay system, we come back to the first instance. Based on the theory analyses, w
6、e use MATLAB to simulate the algorithm, and then it can clearly show the result.Keywords: noise; LMS; MATLAB目录目 录摘 要IABSTRACTII目 录I第1章 绪论11.1 数字信号处理引论11.2 自适应噪声抵消技术概述21.3 本课题的研究内容2第2章 自适应信号处理原理52.1 自适应信号处理简介52.2 基本LMS算法原理62.3 基本LMS算法的性能11第3章 MATLAB简介153.1 发展历程153.2 MATLAB的特点和优势153.2.1 特点153.2.2 优势16
7、3.3 MATLAB信号处理工具箱简介17第4章 基于LMS算法的噪声抵消系统194.1 概述194.2 基本噪声抵消系统194.2.1 原理194.2.2 MATLAB仿真224.2.3步长对收敛性的影响264.3 自适应预测器对消周期干扰284.3.1 原理284.3.2 MATLAB仿真29第5章 结论与展望335.1结论335.2不足之处及未来展望33参考文献35致 谢363131基于自适应滤波算法的噪声抵消系统的研究第1章 绪论1.1 数字信号处理引论数字信号处理是将信号以数字方式表示并处理的理论和技术,数字信号处理与模拟信号处理是信号处理的子集。数字信号处理的目的是对真实世界的连续
8、模拟信号进行测量或滤波,因此在进行数字信号处理之前需要将信号从模拟域转换到数字域,这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域,这是通过数模转换器实现的。数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器(DSP)和专用集成电路(ASIC)等。数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点,这些都是模拟信号处理技术与设备所无法比拟的。 数字信号处理的核心算法是离散傅立叶变换(DFT),DFT使信号在数字域和频域都实现了离散化,从而可以用通用计算机处理离散信号。而使数字信号处理从理论走向实用的是快速傅立叶变换(FFT),FF
9、T的出现大大减少了DFT的运算量,使实时的数字信号处理成为可能、极大促进了该学科的发展。随着大规模集成电路以及数字计算机的飞速发展,加之从60年代末以来数字信号处理理论和技术的成熟和完善,用数字方法来处理信号,即数字信号处理,已逐渐取代模拟信号处理。随着信息时代、数字世界的到来,数字信号处理已成为一门极其重要的学科和技术领域。由于数字信号处理的直接对象是数字信号,处理的方式是数值运算的方式,使它相对模拟信号处理具有许多优点。(1)灵活性数字信号处理系统的性能取决于系统参数,这些参数存储在存贮器中,很容易改变,因此系统的性能容易改变,系统变成了另外完全不同的系统。灵活性还表现在数字系统可以分时复
10、用,用一套数字系统分时处理几路信号。(2)高精度和高稳定性数字系统的特性不易随使用条件变化而变化,尤其使用了超大规模的DSP芯片,设备简化,更提高了系统的稳定性和可靠性。运算位数又由8位提高到16、32、64位,在计算精度方面,模拟系统是不能和数字系统相比拟的,为此,许多测量仪器为满足高精度的要求只能采用数字系统。(3)便于大规模集成数字部件具有高度的规范性,对电路参数要求不严,容易大规模集成和大规模生产。由于采用了大规模集成电路,数字系统体积小、重量轻、可靠性强。(4)对数字信号可以存储、运算,系统可以获得高性能指标这一优点更加使数字信号处理不再仅仅限于对模拟系统的逼近上,它可以完成许多模拟
11、系统完不成的任务。例如,电视系统中的画中画、多画面、各种视频特技,包括画面压缩、画面放大、画面坐标旋转、演员特技制作、特殊的配音制作、数字滤波器严格的线性相位特性,甚至非因果系统可通过延时实现,等等。正是由于以上的优点,数字信号处理和技术一出现就受到人们的极大关注,发展非常迅速。国际上一般把1965年作为数字信号处理这一门新学科的开端,仅仅30多年,这门学科就基本上形成了自己一套完整的理论体系,其中也包括各种快速和优良的算法。而且随着各种电子技术及计算机技术的飞速发展,数字信号处理的理论和技术还在不断丰富和完善,新的理论和技术层出不穷。可以说,数字信号处理是应用最快、成效最显著的新学科之一,目
12、前已广泛地应用在语音、雷达、声纳、地震、图像、通信、控制、生物医学、遥感遥测、地质勘探、航空航天、故障检测、自动化仪表等领域。尤其可以说,数字信号处理的理论和技术是目前高新理论和技术的强有力的基础。1.2 自适应噪声抵消技术概述目前,数字滤波器和数字信号处理已经应用在地震法勘探、地震测报、雷达、声纳、通讯、语言的分解与合成、空间技术、高空摄影、遥感、生物医疗以及电视等许多方面。并且随着大规模集成技术的进一步发展,它的运用还将与日俱增,越来越广泛,越来越普及。随着现代工业的发展,噪声污染已成为一个世界性的问题,噪声控制技术已广泛地应用于各个领域,如城市环境污染的治理,工厂生产噪声的降低,语音通信
13、产品的制造等,一些新出现的噪声源以及计算机,数字化处理,新材料等技术的快速发展使噪声控制技术的研究和开发面临新的挑战。 基于自适应滤波算法的噪声抵消是最佳滤波器的变形,它具有及广泛的应用范围。他可以安装在信号很微弱或信号用常规方法无法检测的噪声场中消除噪声并尽量地保留信号,它既可以完成对时间域的滤波,也可以实现对空间域的滤波。自适应噪声抵消技术(Adaptive Noise Canceller,ANC)作为在强背景噪声环境下通信的一种主要语音增强方法,长时间以来得到了相当的重视和大力的发展。早在1975年,美国斯坦福大学的Widrow等人就做了一个模拟机舱噪声问题的实验,证明了自适应噪声抵消技
14、术在噪声背景下提取语音信号的可行性。在实际工程应用中,经常会遇到强噪声背景中微弱信号的检测问题。由于背景噪声经常是非平稳的和随时间变化的,往往很难用传统的方法来解决噪声背景中的信号提取问题。在这种情况下,自适应噪声抵消技术是一种有效的降噪方法,当系统能提供良好的参考信号时,可获得很好的提取效果。自适应噪声抵消器就是利用自适应噪声抵消技术,从背景噪声中提取信号,以提高信号的清晰度。其目的就是要把信号中的噪声和信号进行有效地分离,降低或抑制环境噪声的影响,这是电子技术、声学技术和计算机技术三者的有效结合。自适应噪声抵消器中利用了输出反馈,属于闭环算法,其优点是能在滤波器输入变化时保持最佳输出,而且
15、还能在某种程度上补偿滤波器元件参数的变化、误差以及运算误差;缺点是存在稳定性问题以及收敛速度不高。因此,如何提高收敛速度,增强稳定性以满足信号处理的高效性、实时性,一直是人们研究的重点和热点。1.3 本课题的研究内容本课题主要研究基于LMS算法的自适应噪声抵消系统,通过设计一个自适应滤波器来构成一个自适应噪声抵消器。在原始输入为由宽带噪声受周期信号污染的情况下,通过自适应噪声抵消器,自身调节其参数,实现干扰对消,设计算法并利用MATLAB进行仿真。设计采用LMS自适应滤波算法,与传统的最优线性滤波器相比,它能够处理非平稳随机信号,并能对统计特性未知的信号进行处理。它是一种使均方误差输出在性能表面上下降的算法,这种算法避免了由于一般梯度估计值带来的弊端,它采用一种不同于最速下降算法的特殊梯度估值方法,这种估值对自适应线性组合器是有效的。LMS算法的另一个显著特点是它的简单性,它不需要算有关的相关函数,也不需要进行矩阵求逆运算。基于自适应滤波算法的噪声抵消系统的研究第2章 自适应信号处理原理2.1 自适应信号处理简介自适应滤波器的研究始于20世纪50年代末,是信