自适应滤波算法及其FPGA仿真

自适应滤波算法及其FPGA仿真

论文摘要

自适应滤波技术作为现代数字滤波技术中的重要组成部分,它能够在滤波过程中自动调节滤波参数,达到最优滤波的效果。自适应滤波算法是自适应滤波技术中的重要算法,其算法设计的好坏直接影响着滤波器的滤波效果。然而,最小均方算法(LMS)以其高稳定性、简单易计算,而且实现容易等优点,并在系统工程、导弹技术、航空航天技术、数字通信技术及遥测技术等高端领域得到了广泛应用。本论文主要在讨论了影响最小均方LMS算法性能的因素的基础上,并结合现有文献提出的变步长LMS算法,详细分析了算法中各参数对其各项性能指标的影响。提出了三种改进型的变步长LMS算法,并采用遗传算法对其算法进行参数优化,同时采用DSPBuilder开发工具对其所提出的算法进行仿真。其主要包括以下几个方面的内容:1、本文在详细分析LMS自适应滤波器原理的基础上,主要讨论了影响LMS算法性能指标的四大因素,其算法主要存在收敛速度和稳态失调之间的矛盾。为了改善LMS算法的矛盾,许多文献提出了各自的变步长LMS算法。其主要解决算法的选取步长问题,本文通过这些文献提供的思路,提出了三种改进型的变步长LMS算法,同时分析了算法中参数α、β、m及h对其性能指标的影响。通过MATLAB对其所提出的算法进行仿真,并与现有算法进行性能指标比较,仿真结果表明本文提出的变步长LMS算法具有良好的收敛性和跟踪性,较好的改善了其算法存在的收敛速度和稳态失调之间的矛盾。2、变步长LMS算法的性能主要取决于步长因子中的各个参数值的选取,针对步长因子中各参数的选取对其设计者经验有较强依赖。本文采用遗传算法对所提出的变步长LMS算法进行参数优化设计,从而快捷高效地得到α、β、m及h等参数的优化组合,同时对其所选取的最优值算法进行计算机仿真,其结果表明该方法具有好的稳定性和鲁棒性,其算法各项性能都能达到要求。4、采用Altera公司提供的DSPBuilder开发工具,对第二种改进型的余弦变步长LMS算法建模。最后对其模型进行FPGA仿真,其仿真结果表明本文提出的算法具有较好的滤波性能。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第一章 绪论
  • 1.1 论文的研究背景及意义
  • 1.2 自适应滤波理论及算法研究现状
  • 1.3 遗传算法在自适应滤波器的应用
  • 1.4 自适应滤波算法的硬件实现
  • 1.5 本论文的主要内容及各章安排
  • 第二章 最小均方 LMS 算法
  • 2.1 引言
  • 2.2 自适应滤波算法的分类
  • 2.3 LMS 自适应滤波器的结构原理
  • 2.4 LMS 算法性能指标分析
  • 2.4.1 LMS 算法抗干扰性以及稳态失调分析
  • 2.4.3 LMS 算法收敛速度
  • 2.4.4 LMS 算法计算复杂度分析
  • 2.5 小结
  • 第三章 变步长 LMS 滤波算法及性能分析
  • 3.1 引言
  • 3.2 新的变步长 LMS 算法的提出
  • 3.3 第一种通用型变步长 LMS 算法性能分析
  • 3.3.1 算法参数性能分析
  • 3.3.2 算法计算机仿真分析
  • 3.3.3 与其他算法性能比较
  • 3.4 第二种余弦型变步长 LMS 算法性能分析
  • 3.4.1 算法参数性能分析
  • 3.4.2 算法计算机仿真分析
  • 3.4.3 与其他算法性能比较
  • 3.5 第三种余弦型变步长 LMS 算法性能分析
  • 3.5.1 算法参数性能分析
  • 3.5.2 算法计算机仿真分析
  • 3.5.3 与其他算法性能比较
  • 3.6 小结
  • 第四章 基于遗传算法的变步长 LMS 算法参数优化
  • 4.1 引言
  • 4.2 遗传算法结构及其特点
  • 4.3 采用遗传算法的变步长参数优化
  • 4.4 与其他算法性能比较
  • 4.5 小结
  • 第五章 变步长 LMS 算法的 FPGA 设计及仿真实现
  • 5.1 引言
  • 5.2 DSPBuilder 技术
  • 5.3. 自适应滤波器建模及其功能仿真
  • 5.3.1 变步长 LMS 滤波器模型结构图
  • 5.3.2 变步长 LMS 滤波器模型建立
  • 5.3.3 自适应滤波器的功能仿真
  • 5.4 小结
  • 第六章 总结
  • 6.1 结论
  • 6.2 展望
  • 参考文献
  • 发表论文和参加科研情况说明
  • 致谢
  • 相关论文文献

    • [1].基于数据选择的非负自适应滤波算法[J]. 科技传播 2020(01)
    • [2].分块稀疏自适应滤波算法研究[J]. 微处理机 2019(03)
    • [3].自适应滤波算法分析及仿真[J]. 山西电子技术 2016(06)
    • [4].基于反比例函数的变步长雷达自适应滤波算法[J]. 探测与控制学报 2017(03)
    • [5].一种基于变换域的自适应滤波算法[J]. 火力与指挥控制 2017(08)
    • [6].基于自适应滤波改进算法的大连港吞吐量预测[J]. 重庆交通大学学报(自然科学版) 2020(04)
    • [7].稳健的仿射投影符号自适应滤波算法[J]. 仪器仪表学报 2017(01)
    • [8].基于多尺度小波变换的改进型自适应滤波算法[J]. 长春理工大学学报(自然科学版) 2015(01)
    • [9].分布式子带自适应滤波算法[J]. 电子学报 2015(11)
    • [10].机动目标跟踪的改进自适应滤波算法研究[J]. 沈阳理工大学学报 2013(01)
    • [11].基于小波包理论的自适应滤波算法研究[J]. 煤矿机械 2012(04)
    • [12].基于冗余伪观测的自适应滤波算法[J]. 导航定位与授时 2020(01)
    • [13].核自适应滤波算法在地磁秒数据干扰抑制中的研究[J]. 大地测量与地球动力学 2020(07)
    • [14].自适应滤波算法在微弱振动测量中的应用[J]. 红外与激光工程 2016(04)
    • [15].一种改进的自适应滤波算法在微震信号处理中的实现[J]. 中国测试 2015(01)
    • [16].低频振荡模式在线辨识的最小平均M估计自适应滤波算法[J]. 电网技术 2012(10)
    • [17].分级多模自适应滤波算法无人机控制系统故障诊断[J]. 火力与指挥控制 2011(07)
    • [18].多模自适应滤波算法的性能改进方法[J]. 火力与指挥控制 2009(05)
    • [19].自适应滤波算法的仿真及工程实现[J]. 现代电子技术 2009(18)
    • [20].一种模糊自适应滤波算法的研究与实现[J]. 宁夏工程技术 2009(04)
    • [21].基于分层多模自适应滤波算法的无人机多重传感器故障诊断[J]. 传感技术学报 2009(12)
    • [22].自适应滤波算法及应用研究[J]. 电子测试 2008(01)
    • [23].多项式拟合方法在目标跟踪中的应用[J]. 仪器仪表用户 2008(01)
    • [24].自适应滤波算法在板结构振动控制中的应用[J]. 机械设计与制造 2018(12)
    • [25].抗差自适应滤波算法在实时定轨中的应用[J]. 导航定位学报 2016(02)
    • [26].自适应滤波算法在车辆宽高检测系统中的应用研究[J]. 中国测试 2014(02)
    • [27].一种可实现的仿射组合自适应滤波算法[J]. 电子技术应用 2014(05)
    • [28].基于改进多模滤波算法的控制系统故障诊断[J]. 火力与指挥控制 2012(03)
    • [29].基于经验模态分解的自适应滤波算法及其应用[J]. 信号处理 2009(06)
    • [30].新型伪加速度修正自适应滤波算法研究[J]. 航天控制 2009(03)

    标签:;  ;  ;  ;  ;  

    自适应滤波算法及其FPGA仿真
    下载Doc文档

    猜你喜欢