基于最小二乘的自适应滤波仿真实验
1. 任务:利用最小二乘的自适应滤波从宽带信号中提取单频信号
1) 仿真条件:收到一信号 ,其中 是宽带信号。
2) 仿真目标:实现自适应滤波,提取有用信号 。
3) 指标要求:尽量与 相近。
4) 具体描述:利用 LMS 算法实现自适应的滤波器设计。
2. 最小二乘滤波器原理
自适应滤波算法根据的最佳准则为最小均方误差准则。自适应算法的目
标在于,使滤波器输出与需要信号的误差的平方的统计平均值最小。这个准
则根据输入数据的长期统计特性寻求最佳滤波。然而,我们通常已知的仅是
一组数据,因而只能对长期统计特性进行估计或近似。LMS 算法、格形梯度
算法都是这样。能否直接根据一组数据寻求最佳呢?最小二乘算法就可解决
这个问题。换句话说,根据最小均方误差准则得到的是对一类数据的最佳滤
波器,而根据最小二乘法得到的是对一组已知数据的最佳滤波器。对同一类
数据来说,最小均方误差准则对不同的数据组导出同样的“最佳”滤波器;而
最小二乘法对不同的数据组导出不同的“最佳”滤波器。因而常说最小二乘法
导出的最佳滤波器是“精确”的。
2.1 最小二乘滤波方程
设已知 n 个数据 x (1), …, x (i), …, x (n),我们要根据这些数据,利用图 1 的 m
阶线性滤波器来估计需要信号 d(1) , …, d (i), …, d (n)。对 d (i)的估计式可表为
- 1
- 2
- 3
- 4
- 5
- 6
前往页