自适应LMS算法的研究及在噪声滤除中的应用

论文摘要

自适应LMS滤波器结构简单,易于实现,而且不需要知道信号和噪声的先验统计特性,就可以通过自适应LMS算法自动调节滤波器的参数,实现最优滤波。鉴于这些优点,本文对自适应LMS滤波算法进行了深入的研究,并将其应用到色谱信号的滤波处理中。通过分析色谱检测器输出信号的特点及混有噪声的特征,对比各种变步长LMS滤波算法的优缺点,对现有的变步长LMS算法进行改进,使其适用于色谱信号的滤波处理。在色谱信号的数据处理中,很重要的一点就是滤波。目前常用的方法是将检测器输出的模拟信号经模数转换器(A/D)转化为数字信号后,通过串口或USB接口将数据通过数据线传送到计算机中,运用色谱数据处理软件进行噪声滤除、信号峰检测和重叠峰切割等处理。然而,色谱信号本身很微弱,很小的噪声都会对其产生很大的影响,并且色谱信号易受外界环境的干扰,如果色谱信号中混有较大的噪声,就会影响色谱的定性定量分析,因此色谱信号处理对滤波器的要求比较高。本文的主要思想是：在数据传输之前先对色谱信号进行噪声滤除处理,避免电路本身的噪声和传输过程中的噪声叠加,对色谱信号产生较大的污染。同时也提高了谱峰的计算精度,为软件数据处理奠定了良好的基础。为验证改进的变步长LMS算法的可行性,本文从理论上对算法的收敛性、抗干扰能力及跟踪能力进行了分析,并且通过Matlab软件对其进行对比仿真验证,证实了改进的变步长LMS算法的优越性。最后用Verilog HDL硬件描述语言,在Quartus II软件开发平台上编写变步长LMS算法程序,并用FPGA实验箱中的Cyclone系列EP1C6Q240C8芯片,实现色谱信号的噪声滤除,取得了良好的效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的来源及意义
• 1.2 国内外发展现状
• 1.2.1 自适应信号处理的研究
• 1.2.2 气相色谱及微弱信号检测的研究
• 1.3 课题研究的主要内容
• 1.4 论文结构安排
• 第2章 自适应滤波算法
• 2.1 自适应滤波的基本概念
• 2.2 自适应滤波的基本原理
• 2.2.1 牛顿法
• 2.2.2 最陡下降法
• 2.2.3 最小均方（LMS）算法
• 2.2.4 递归最小二乘（RLS）算法
• 2.3 自适应噪声抵消系统
• 2.4 总结
• 第3章 气相色谱仪的基本原理及数据分析
• 3.1 气相色谱仪的基本原理
• 3.2 气相色谱检测器及其输出噪声的分析
• 3.2.1 热导检测器TCD
• 3.2.2 氢火焰离子化检测器FID
• 3.2.3 检测器输出噪声分析
• 3.3 色谱数据处理工作站
• 3.3.1 滑动平均法
• 3.3.2 自适应变宽中位数滤波法
• 3.4 总结
• 第4章 变步长LMS算法的研究
• 4.1 现有的变步长LMS滤波算法
• 4.2 改进的变步长LMS算法及其性能分析
• 4.2.1 收敛性分析
• 4.2.2 抗干扰性分析
• 4.3 总结
• 第5章 变步长LMS算法在色谱信号中的应用
• 5.1 基于MATLAB的仿真验证
• 5.1.1 改进的自适应LMS算法和中位数法的对比
• 5.1.2 改进的自适应LMS算法和改进前算法的对比
• 5.2 基于FPGA的硬件实现
• 5.3 总结
• 第6章 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文情况