論文關鍵詞：自適應信號處理 自適應濾波器
論文摘要:近幾十年裏，數字信號處理技術取得了飛速發展，特別是在自適應信號處理方面，通過內部參數的最優化來自動調節系統特性並以其計算簡單，收斂速度快等許多優點而被廣泛使用。本文主要介紹了幾種常用的自適應算法，如：LMS，RLS，NLMS等。分別就幾種算法在算法原理，算法性能分析和仿真等方面來說明各種算法的優越性。通過圍繞算法的優缺點進行比較，得出一些重要結論。最後對自適應信號處理的一些應用作了介紹和分析，並對其進行了仿真。
Abstract：In recent decades, digital signal processing technology has made rapid development, especially in adaptive signal processing. The adaptive signal processing algorithm can adjust the internal parameters of filters to optimize system characteristics automatically. For its simple computational complexity, fast convergence speed and many other advantages, adaptive filer has been widely used.
This paper introduces several commonly used algorithms, such as: LMS, RLS, NLMS, etc.. Through the principle of adaptive algorithm analysis and simulation, we illustrate the various aspects of the adaptive algorithm’s superiority. And through the comparing of their advantages and disadvantages, we could draw some important conclusions for different algorithm.
Finally, some applications of the adaptive signal processing are introduced and analyzed via simulation.
Keywords: Adaptive signal processing, Adaptive filter
1引言
自適應信號處理是信號處理領域的一個非常重要的分支。作爲自適應信號處理基礎的自適應濾波理論是對信號處理研究的一個重要方法，本文亦將它作爲研究的手段。自適應信號處理經過近40年來的發展，隨着人們在該領域研究的不斷深入，其理論和技術已經日趨完善。尤其是近年來，隨着超大規模集成電路技術和計算機技術的迅速發展，出現了許多性能優異的高速信號處理專用芯片和高性能的通用計算機，爲信號處理，特別是自適應信號處理的發展和應用提供了重要的物質基礎。另一方面，信號處理理論和應用的發展，也爲自適應信號處理的進一步發展提供了必要的理論基礎。自適應信號處理已經在諸如噪聲對消，信道均衡，線形預測等方面得到廣泛的應用。
本文主要研究的是自適應信號處理中一些基本的算法，如：LMS，RLS，NLMS等。在學習和前人工作的基礎上，對各種算法進行了詳細的推導，分析了它們的特點及性能，諸如穩態特性，收斂條件及參數的取值。對其中的兩個基本算法LMS和RLS算法在收斂性和穩定性進行了分析比較，並用matlab仿真得到驗證。最後對自適應處理的一些應用作了簡要說明，如：噪聲對消，信道均衡，線性預測及陷波器等，並對其進行了仿真。
1.1 研究的目的和意義
常規的信號處理系統，利用自身的傳輸特性來抑制信號中的干擾成分，對不同頻率的信號有不同的增益，通過放大某些頻率的信號，而使另一些頻率的信號得到抑制。由於其內部參數的固定性，消除干擾的效果受到很大的限制。通常許多情況下，並不能得到信道中有用信號和干擾信號的特性或者它們隨時間變化，採用固定參數的濾波器往往無法達到最優濾波效果。在這種情況下，可以用自適應處理系統，來跟蹤信號和噪聲的變化。
自適應系統可以利用前一時刻已經獲得的濾波器參數等結果，自動的調節現時刻的濾波器參數，以適應信號和干擾未知的或隨時間變化的特性，從而實現最優濾波。正是由於它在設計時需要很少或者無需任何關於信號和干擾的先驗知識就可以完成的優點，所以發展很快，並得到廣泛的應用。