学位论文 > 优秀研究生学位论文题录展示

自适应滤波算法研究与改进

作　者: 王秀红
导　师: 李歧强
学　校: 山东大学
专　业: 控制理论与控制工程
关键词: 最小均方误差算法变步长自适应滤波算法相关箕舌线粒子群优化算法高阶累积量
分类号: TN713
类　型: 硕士论文
年　份: 2006年
下　载: 1305次
引　用: 6次
阅　读: 论文下载

内容摘要

滤波是电子信息处理领域的一种最基本而又极其重要的技术。有时滤波器的优劣直接决定产品的性能，所以很多国家非常重视滤波器的理论研究和产品开发。随着信号处理理论和技术的迅速发展，自适应信号处理理论和技术已经发展成为这一领域的一个新分支，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。滤波器的分类方法很多，总的来说可分为经典滤波器和现代滤波器两大类，自适应滤波器属于现代滤波器的范畴；按性质来分，自适应滤波器可以分为线性自适应滤波器和非线性自适应滤波器。由于非线性自适应滤波器的计算较复杂，实际用得最多的仍然是线性自适应滤波器。自适应滤波的基本原理是在某一优化准则下导出相应的自适应滤波算法来调节自适应滤波器的权系数。自适应滤波效果的关键在于滤波算法的优劣，本文对基于累积量(二阶累积量，高阶累积量)的自适应滤波算法进行了研究和改进：将PSO算法用于高阶累积量自适应滤波器参数调整，为滤波器参数的优化提供了一种新的思路。根据优化准则的不同，基于二阶累积量的自适应滤波算法又分为很多种，最常见的是最小均方误差(LMS)算法和最小二乘(RLS)算法。由于LMS算法具有简单、易于实时实现等优点，广泛应用于系统辨识、信号处理、噪声抵消等领域。通过对几种有代表性的变步长LMS算法进行比较研究，发现系统跟踪能力和系统抗噪声性能之间存在着矛盾，有的系统跟踪能力强抗噪声性能力差，有的系统抗噪声性能强跟踪能力差。本文通过对基于箕舌线自适应滤波算法的改进，用误差信号的自相关估计来控制步长更新，并加入上一步步长的影响，找到了一种系统抗噪声性能强，且跟踪能力也强的算法，我们称为基于相关箕舌线自适应滤波算法(CTCLM)。仿真表明，我们改进的算法继承了基于箕舌线自适应滤波算法收敛速度快、计算量小的优点，弥补了其抗噪声性能差的缺点。与其他自适

全文目录

摘要  8-10
Abstract  10-12
第一章绪论  12-20
  1.1 引言  12-13
  1.2 基于二阶累积量的自适应滤波算法  13-17
    1.2.1 变步长自适应滤波算法  14-15
    1.2.2 基于最小二乘准则的RLS算法  15-16
    1.2.3 其它一些自适应滤波算法  16-17
  1.3 基于高阶累积量的自适应滤波算法  17-18
  1.4 本文的主要工作  18-20
第二章自适应滤波器算法基础  20-31
  2.1 平稳随机信号线性系统  20-24
    2.1.1 随机信号的数字特征  20
    2.1.2 线性系统对随机信号的响应  20-24
  2.2 自适应滤波算法基本原理  24-27
    2.2.1 数字滤波器的基本概念  24-25
    2.2.2 自适应滤波器原理  25-27
  2.3 高阶矩与高阶累积量  27-31
    2.3.1 累积量的定义  27-29
    2.3.2 累积量的性质  29-31
第三章基于相关箕舌线的自适应滤波算法  31-45
  3.1 已有的变步长LMS算法分类比较  31-38
    3.1.1 变步长LMS算法分类  31-34
    3.1.2 性能比较与仿真  34-38
  3.2 基于相关箕舌线的自适应滤波算法  38-41
    3.2.1 典型算法分析与改进策略  38
    3.2.2 基于相关箕舌线的变步长算法  38-41
  3.3 和已有变步长自适应滤波算法的性能比较  41-44
    3.3.1 收敛速度分析  41-42
    3.3.2 跃变跟踪能力分析  42-43
    3.3.3 抗干扰能力分析  43-44
  3.4 本章小结  44-45
第四章基于PSO优化算法的高阶累积量滤波器  45-58
  4.1 PSO优化算法  45-47
  4.2 基于PSO优化算法的高阶累积量滤波器  47-53
    4.2.1 累积量域自适应滤波原理及误差准则  47-50
    4.2.2 基于PSO优化算法求解滤波器系数  50-53
  4.3 算法的计算机模拟仿真  53-56
  4.4 本章小结  56-58
第五章结束语  58-60
参考文献  60-65
致谢  65-66
攻读硕士学位期间发表的论文  66-67
学位论文评阅及答辩情况表  67

自适应滤波算法研究与改进

内容摘要

全文目录

相似论文