学海网

基于LMS算法的自适应滤波器仿真实现

摘　要:为了达到最佳的滤波效果,使自适应滤波器在工作环境变化时自动调节其单位脉冲响应特性,提出了一种自适应算法:最小均方算法(LMS 算法) 。这种算法实现简单且对信号统计特性变化具有稳健性,所以获得了极为广泛的应用。
　　 针对用硬件实现LMS 算法的自适应滤波器存在的诸多缺点,采用Matlab 工具对基于LMS 算法的自适应滤波器进行了仿真试验。仿真结果表明,应用LMS 算法的自适应滤波器不仅可以实现对信号噪声的自适应滤除,还能用于系统识别。
　　 关键词:自适应滤波器;Matlab ;最小均方算法; FIR
　　
　　 1 　引　言
　　 1960 年Widrow 和Hoff 提出最小均方误差(LMS) 算法。LMS 算法具有计算量小,结构简单,易于实现等诸多优点,尤其是这种算法是最先由统计分析法导出的一种实用算法,它是一类自适应滤波器的基础,因此在很多领域得到了广泛的应用。
　　 在一个实际的通信系统中,基带传输系统不可能完全满足理想的波形传输无失真条件,因而串扰几乎是不可避免的。当串扰造成严重影响时,必须对整个系统的传递函数进行校正,使其接近无失真传输条件。这种校正可以采用串接一个滤波器的方法。自适应滤波器的冲击响应或滤波参数是随外部环境的变化而改变的,经过一段自动调节的收敛时间达到最佳滤波的要求。但是,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,按照一定准则修改滤波参量, 以使它本身能有效地跟踪外部环境的变化[1 ] 。本文采用LMS 算法对自适应滤波器的参数进行调整,使其能够工作在最佳的滤波状态。
　　 ......