% Script file: lms.m
% Purpose: Using MATLAB to realize adaptive filter based on LMS algorithm
%
% Tool versions: MATLAB R2008a
% Record or revisions:
% Date Progammer
% ============== ==============
% 05/04/10 Guangxing Ge
%
%
g=100; %统计仿真次数为g
N=1024; %输入信号抽样点数N
k=128; %时域抽头LMS算法滤波器阶数
pp=zeros(g,N-k); %将每次独立循环的误差结果存于矩阵pp中，以便后面对其平均
u=0.0002; %设置步长因子
for q=1:g
t=1:N;
a=1;
s=a*sin(0.05*pi*t); %输入正弦信号s
figure(1);
subplot(311)
plot(t,real(s));
title('信号S时域波形'); %信号s时域波形
xlabel('n');
ylabel('s');
axis([0,N,-a-1,a+1]);
xn=awgn(s,5); %加入均值为0的高斯白噪声，信噪比为3dB
%设置初值
y=zeros(1,N); %输出信号y
y(1:k)=xn(1:k); %将输入信号xn的前k个值作为输出y的前k个值
w=zeros(1,k); %设置抽头加权初值
e=zeros(1,N); %误差信号
% 用LMS算法迭代滤波
for i=(k+1): N;
XN=xn((i-k+1):(i));
y(i)=w*XN';
e(i)=s(i)-y(i);
w=w+u*e(i)*XN;
end
pp(q,:)=(e(k+1: N)).^2;
end
subplot(312)
plot(t,real(xn)); %信号s时域波形
title('信号S加噪声后的时域波形');
subplot(313)
plot(t,real(y)); %信号s时域波形
title('自适应滤波后的输出时域波形');
for b=1:N-k;
bi(b)=sum(pp(:,b))/g; %求误差的统计平均
end
figure(2); %算法收敛曲线
t=1:N-k;
plot(t,bi,'r');
hold on %将每次循环的图形显示结果保存下来
