matlab实现滤波器设计,⾃适应滤波器设计及Matlab实现附程 序代码
《⾃适应滤波器设计及Matlab实现附程序代码》由会员分享，可在线阅读，更多相关《⾃适应滤波器设计及Matlab实现附程序代码(7页珍藏版)》请在⼈⼈⽂库⽹上搜索。
1、⾃适应滤波器设计及Matlab实现，附程序代码维纳⾃适应滤波器设计及Matlab实现 摘 要 本⽂从随机噪声的特性出发，分析了传统滤波和⾃适应滤波基本⼯作原理和性能，以及滤波技术的现状和发展前景。然后系统阐述了基本维纳滤波原理和⾃适应滤波器的基本结构模型，接着在此基础上结合最陡下降法引出LMS算法。在MSE准则下，设计了⼀个定长的⾃适应最⼩均⽅横向滤波器，并通过MATLAB编程实现。接着⽤图像复原来验证该滤波器的性能，结果表明图像的质量在MSE准则下得到了明显的改善。最后分析⽐较了⾃适应LMS滤波和频域维纳递归滤波之间的性能。本⽂还对MATLAB⾥⾯的⾃适应维纳滤波函数wiener2进⾏了简单。 2、分析。 关键字：退化图像 维纳滤波 ⾃适应滤波 最陡下降法 LMS Abstract This paper analyses the basic work theory, performance of traditional filter and adaptive filter based on the property of random noise, and introduce the status quo and the foreground of filter technology. Then we explain basic theory of wiener filter and b。
3、asic structure model of adaptive filter, and combine the method of steepest descent to deduce the LMS. Afterward according to the MSE rule, we design a limited length transversal filter, and implement by MATLAB. And then we validate performance of adaptive LMS filter by restoring images, Test result。蛇足石杉
4、 show that the quality of the degrade images were improved under the rule of MSE. Finally, we compare the performance of adaptive LMS filter and iterative wiener filter. We also simply analyses the wiener2 () which is a adaptive filter in MATLAB. Keywords: degrade image；wiener filter；adaptive filter。皮肤感染>污水监测
5、；ADF；LMS algorithm ⽬录 1 绪论1 1. 1 引⾔1 1. 2 研究⽬标及现状1 1. 2 .1 图像复原技术的⽬标1 1. 2 .2 图像复原技术的研究现状1 2 理论基础 3 2. 1 基本⾃适应滤波器的模块结构3 2. 2 基本维纳滤波原理4 3 ⾃适应滤波原理及算法 6 3.1 横向滤波结构的最陡下降算法7 3.1.1 最陡下降算法的原理7 3.1.2 最陡下降算法稳定性10 3.2 LMS滤波原理及算法11 3.2.1 从最陡下降算法导出LMS算法 11 3.2.2 基本LMS算法的实现步骤 11 3.2.3 基本LMS算法的实现流程图 12 3.2.4 LMS算。张海钦
青黛霜6、法的Matlab实现 12 3.2.5 wiener2()的原理 12 3.2.6 LMS性能分析⾃适应收敛性13 4 Matlab 实验结果 14 4.1.LMS滤波器的收敛性 14 4.2.LMS滤波器和频域迭代维纳滤波器的性能⽐较 16 5 总结18
致谢 19 参考⽂献 XXXX年代，就对平稳随机信号建⽴了维纳滤波理论。根据有⽤信号和⼲扰噪声的统计特性(⾃相关函数或功率谱)，以线性最⼩均⽅误差(MSE)估计准则所设计的最佳滤波器，称为维纳滤波器。这种滤波器能最⼤程度的滤除⼲扰噪声，提取有⽤信号。但是，当输⼊信号的统计特性偏离设计条件，则它就不再是最佳的了，这在实际应⽤中受到了限制。到6。 7、0年代初，由于空间技术的发展，出现了卡尔曼滤波理论，即利⽤状态变量模型对⾮平稳、多输⼊多输出随机序列作最优估计。卡尔曼滤波器既可以对平稳的和平稳的随机信号作线性最佳滤波，也可以作为⾮线性滤波2。 然⽽只有在对信号和噪声的统计特性已知的情况下，这两种滤波器才能获得最优解。在实际的应⽤中，往往⽆法得到这些统计特性的先验知识，或者统计特性是随时间变化的，因此，这两种滤波器就实现不了真正的最佳滤波。 Widrow B.和Hoff于1967年提出的⾃适应滤波理论，可使在设计⾃适应滤波器时不需要事先知道关于输⼊信号和噪声的统计特性的知识，它能够在⾃⼰的⼯作过程中逐渐估计出所需的统计特性，并以此为依据⾃动调。
8、整⾃⼰的参数，以达到最佳滤波效果。⼀旦输⼊信号的统计特性发⽣变化，它⼜能够跟踪这种变化，⾃动调整参数，使滤波器性能重新达到最佳。 ⾃适应滤波器⾃动调节参数可以通过各种不同的递推算法来实现，由于它采⽤的是逼近的算法，使得实际估计值和理论值之间必然存在差距，也就造成了⾃适应滤波问题没有唯⼀的解。依照各种递推算法的特点，我们把它应⽤于不同的场合。现在⼴为应⽤的⾃适应滤波⽅法主要是基于以下⼏种基本理论，再融合递推算法导出来的： (1) 基于维纳滤波
理论的⽅法 维纳滤波是在最⼩均⽅误差准则下通过求解维纳霍夫⽅程来解决线性最优滤波问题的。基于维纳滤波原理，我们利⽤相关的瞬时值通过在⼯作过程中的逐步调整参数。
宦国苍9、逼近信号的统计特性，实现最优滤波。由此，我们得到⼀种最常⽤的算法最⼩均⽅算法，简称LMS算法。 (2) 基于卡尔曼滤波理论的⽅法 卡尔曼滤波是线性⽆偏最⼩⽅差滤波递推滤波，它能使滤波器⼯作在平稳的或⾮平稳的环境，得到最优解。利⽤卡尔曼滤波理论的递推求解法导出⾃适应滤波器更新权⽮量得不同递推算法。⽐LMS算法有极快的收敛速率，可是计算复杂度也增⼤了，它需要计算卡尔曼矩阵。
(3) 基于最⼩⼆乘准则的⽅法 维纳滤波和卡尔曼滤波推导的算法是基于统计概念的，⽽最⼩⼆乘估计算法是以最⼩误差平⽅和为优化⽬标的。根据滤波器的实现结构，有以下3种不同的最⼩⼆乘⾃适应滤波算法：⾃适应递归最⼩⼆乘法(RLS)，⾃。
10、适应最⼩⼆乘格型算法，QR分解最⼩⼆乘算法。 (4) 基于神经络理论的⽅法 神经络是有⼤量的神经元相互连接⽽成的络系统，实质上它是⼀个⾼度⾮线性的动⼒学络系统，这个系统具有很强的⾃适应、⾃学习、⾃组织能⼒，以及巨量并⾏性、容错性和坚韧性，因⽽，它可以做很多传统的信号和信息处理技术所不能做的事情。因其超强的⾃动调节能⼒，使得它在⾃适应信号处理⽅⾯有着⼴阔的前景2。 在⼀系列的⾃适应算法中，虽然基于后⾯3种基本理论的⽅法在收敛速率和稳定、坚韧性⽅⾯
有着更好的性能，但是， 基于维纳滤波理论的LMS 算法因其算法简单，⽽且能达到满意的性能，得到了青睐，成为了应⽤最⼴泛的⾃适应算法。 为此，本⽂主要研究L。
11、MS⾃适应滤波器在图像去噪⽅⾯的应⽤。 2.理论基础 2.1基本⾃适应滤波器的模块结构 ⾃适应滤波器通常由两部分构成，其⼀是滤波⼦系统，根据它所要处理的功能⽽往往有不同的结构形式。另⼀是⾃适应算法部分，⽤来调整滤波⼦系统结构的参数，或滤波系数。在⾃适应调整滤波系数的过程中，有不同的准则和算法。算法是指调整⾃适应滤波系数的步骤，以达到在所描述的准则下的误差最⼩化。⾃适应滤波器含有两个过程，即⾃适应过程和滤波过程。前⼀过程的基本⽬标是调节滤波系数wi(k)，使得有意义的⽬标函数或代价函数?(.)最⼩化，滤波器输出信号y(k)逐步逼近所期望的参考信号d(k)，由两者之间的误差信号e(k)驱动某种算法对滤波系数进⾏调整，使得滤波器处于最佳⼯作状态以实现滤波过程。所以⾃适应过程是⼀个闭合的反馈环，算法决定了这个闭合环路的⾃适应过程所需。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议