自適應濾波算法的仿真及工程實現
加入技術交流群
2 仿真及工程實現
2．1 LMS算法的仿真實現
假定輸入信號由正弦波信號和高斯白噪聲組成。其中正弦波信號的頻率f0=1 000 Hz，幅度A=2，FIR濾波器的階數N為128；當白噪聲的均值為0，其方差δ分別為0．64，2，6．32，即信噪比(SNR)分別為5 dB，0 dB，-5 dB時，采用LMS算法進行濾波的結果分別如圖2～圖4所示。本文引用地址：http://www.czjhyjcfj.com/article/173562.htm
2．2 LMS算法的DSP實現
設定采樣數據的點數為1 024點，濾波器的全系數設定為128階，自適應步長為5×10-5。設定輸入信號為正弦波+噪聲信號，其中正弦波的周期T=256 s，幅度A=200，正弦波信號功率Ps=20 000；噪聲設定為零均值，方差δ分別為2 000，6 330，20 000，相應的信噪比 SNR=10 dB，5 dB，0 dB，根據自適應迭代公式(8)，使用DSP編程實現自適應濾波算法，由DSP的CCS開發環境圖形分析工具得到測試結果如圖5～圖7所示。
根據圖7比較分析可以得出：
(1)無論是使用Matlab仿真方法還是使用DSP方法實現LMS算法，隨著信噪比的降低，自適應濾波效果減弱。
(2)在信噪比位于0 dB之上時，兩種方法都可以取得較好的濾波效果。
(3)在信噪比位于0 dB(或0 dB以下)，仿真方法可以取得較好的濾波效果，但工程上卻不能實現，即當信噪比位于0 dB時，LMS算法已失去工程上的應用價值。
3 結 語
這里在對自適應濾波理論研究的基礎上，對LMS自適應濾波算法進行了研究，給出了不同信噪比條件下，LMS算法的仿真實現及基于DSP的工程實現，并對兩種實現結果進行了分析比較，通過如圖7所示，LMS算法在信噪比較高時，除噪效果非常顯著，當信噪比較低的時候，仿真上可以得到的比較理想的濾波效果，工程上卻無法實現。該結論對于指導自適應濾波理論的工程實踐具有指導作用。
評論