自適應(yīng)濾波器的課程設(shè)計(jì)

1、<p><b>　　目 錄</b></p><p><b>　　引言1</b></p><p>　　1 自適應(yīng)濾波器簡(jiǎn)介2</p><p>　　2 自適應(yīng)濾波原理2</p><p>　　3 自適應(yīng)濾波算法4</p><p>　　4 自適應(yīng)濾波算法的理論仿真與

2、DSP實(shí)現(xiàn)7</p><p>　　4.1 MATLAB仿真7</p><p>　　4.2 DSP的理論基礎(chǔ)9</p><p>　　4.3自適應(yīng)濾波算法的DSP實(shí)現(xiàn)10</p><p><b>　　5 結(jié)語(yǔ)13</b></p><p><b>　　參考文獻(xiàn)14</b>

3、;</p><p>　　附錄 自適應(yīng)濾波子程序15</p><p><b>　　引言</b></p><p>　　濾波是電子信息處理領(lǐng)域的一種最基本而又極其重要的技術(shù)。在有用信號(hào)的傳輸過(guò)程中，通常會(huì)受到噪聲或干擾的污染。利用濾波技術(shù)可以從復(fù)雜的信號(hào)中提取所需要的信號(hào)，同時(shí)抑制噪聲或干擾信號(hào)，以便更有效地利用原始信號(hào)。濾波器實(shí)際上是一種選頻

4、系統(tǒng)，它對(duì)某些頻率的信號(hào)予以很小的衰減，讓該部分信號(hào)順利通過(guò)；而對(duì)其他不需要的頻率信號(hào)則予以很大的衰減，盡可能阻止這些信號(hào)通過(guò)。在電子系統(tǒng)中濾波器是一種基本的單元電路，使用很多，技術(shù)也較為復(fù)雜，有時(shí)濾波器的優(yōu)劣直接決定產(chǎn)品的性能，所以很多國(guó)家非常重視濾波器的理論研究和產(chǎn)品開(kāi)發(fā)。</p><p>　　近年來(lái)，尤其數(shù)字濾波技術(shù)使用廣泛，數(shù)字濾波理論的研究及其產(chǎn)品的開(kāi)發(fā)一直受到很多國(guó)家的重視。從總的來(lái)說(shuō)濾波可分為經(jīng)典濾

5、波和現(xiàn)代濾波。經(jīng)典濾波要求已知信號(hào)和噪聲的統(tǒng)計(jì)特性，如維納濾波和卡爾曼濾波。現(xiàn)代濾波則不要求己知信號(hào)和噪聲的統(tǒng)計(jì)特性，如自適應(yīng)濾波。自適應(yīng)濾波的原理就是利用前一時(shí)刻己獲得的濾波參數(shù)等結(jié)果，自動(dòng)地調(diào)節(jié)現(xiàn)時(shí)刻的濾波參數(shù)，從而達(dá)到最優(yōu)化濾波。自適應(yīng)濾波具有很強(qiáng)的自學(xué)習(xí)、自跟蹤能力，適用于平穩(wěn)和非平穩(wěn)隨機(jī)信號(hào)的檢測(cè)和估計(jì)。自適應(yīng)濾波一般包括3個(gè)模塊：濾波結(jié)構(gòu)、性能判據(jù)和自適應(yīng)算法。其中，自適應(yīng)濾波算法一直是人們的研究熱點(diǎn)，包括線性自適應(yīng)算法和非

6、線性自適應(yīng)算法，非線性自適應(yīng)算法具有更強(qiáng)的信號(hào)處理能力，但計(jì)算比較復(fù)雜，實(shí)際應(yīng)用最多的仍然是線性自適應(yīng)濾波算法。線性自適應(yīng)濾波算法的種類很多，有LMS自適應(yīng)濾波算法、R路自適應(yīng)濾波算法、變換域自適應(yīng)濾波算法、仿射投影算法、共扼梯度算法等[1]。</p><p>　　1 自適應(yīng)濾波器簡(jiǎn)介</p><p>　　自適應(yīng)濾波器屬于現(xiàn)代濾波器的范疇，自適應(yīng)濾波器是相對(duì)固定濾波器而言的，固定濾波器屬于

7、經(jīng)典濾波器，它濾波的頻率是固定的，自適應(yīng)濾波器濾波的頻率則是自動(dòng)適應(yīng)輸入信號(hào)而變化的，所以其適用范圍更廣。在沒(méi)有任何關(guān)于信號(hào)和噪聲的先驗(yàn)知識(shí)的條件下，自適應(yīng)濾波器利用前一時(shí)刻已獲得的濾波器參數(shù)來(lái)自動(dòng)調(diào)節(jié)現(xiàn)時(shí)刻的濾波器參數(shù)，以適應(yīng)信號(hào)和噪聲未知或隨機(jī)變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波。所謂自適應(yīng)濾波，就是利用前一時(shí)刻已獲得的濾波器參數(shù)等結(jié)果，自動(dòng)地調(diào)節(jié)現(xiàn)時(shí)刻的濾波器參數(shù)，以適應(yīng)信號(hào)和噪聲未知的或隨時(shí)間變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波。自適應(yīng)

8、濾波器實(shí)質(zhì)上就是一種能調(diào)節(jié)其自身傳輸特性以達(dá)到最優(yōu)化的維納濾波器。</p><p><b>　　2 自適應(yīng)濾波原理</b></p><p>　　所謂的自適應(yīng)濾波，就是利用前一時(shí)刻以獲得的濾波器參數(shù)的結(jié)果，自動(dòng)的調(diào)節(jié)現(xiàn)時(shí)刻的濾波器參數(shù)，以適應(yīng)信號(hào)和噪聲未知的或隨時(shí)間變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波。自適應(yīng)濾波器實(shí)質(zhì)上就是一種能調(diào)節(jié)其自身傳輸特性以達(dá)到最優(yōu)的維納濾波器。自

9、適應(yīng)濾波器不需要關(guān)于輸入信號(hào)的先驗(yàn)知識(shí)，計(jì)算量小，特別適用于實(shí)時(shí)處理。由于無(wú)法預(yù)先知道信號(hào)和噪聲的特性或者它們是隨時(shí)間變化的，僅僅用FIR和II種具有固定濾波系數(shù)的濾波器無(wú)法實(shí)現(xiàn)最優(yōu)濾波。在這種情況下，必須設(shè)計(jì)自適應(yīng)濾波器，以跟蹤信號(hào)和噪聲的變化。自適應(yīng)濾波器的特性變化是由自適應(yīng)算法通過(guò)調(diào)整濾波器系數(shù)來(lái)實(shí)現(xiàn)的。一般而言，自適應(yīng)濾波器由兩部分組成，一是濾波器結(jié)構(gòu)，二是調(diào)整濾波器系數(shù)的自適應(yīng)算法。自適應(yīng)濾波器的結(jié)構(gòu)采用FIR 或IIR 結(jié)構(gòu)

10、均可，由于IIR 濾波器存在穩(wěn)定性問(wèn)題，因此一般采用FIR 濾波器作為自適應(yīng)濾波器的結(jié)構(gòu)。圖1 給出了自適應(yīng)濾波器的一般結(jié)構(gòu)。</p><p>　　圖2-1 自適應(yīng)濾波器的一般結(jié)構(gòu)</p><p>　　圖 1 為自適應(yīng)濾波器結(jié)構(gòu)的一般形式，圖中x(n)為輸入信號(hào)，通過(guò)參數(shù)可調(diào)的數(shù)字濾波器后產(chǎn)生輸出信號(hào)y(n)，將輸出信號(hào)y(n)與標(biāo)準(zhǔn)信號(hào)(或者為期望信號(hào))d(n)進(jìn)行比較，得到誤差信號(hào)e(

11、n)。e(n)和x(n)通過(guò)自適應(yīng)算法對(duì)濾波器的參數(shù)進(jìn)行調(diào)整，調(diào)整的目的使得誤差信號(hào)e(n)最小。</p><p>　　自適應(yīng)濾波器設(shè)計(jì)中最常用的是 FIR 橫向型結(jié)構(gòu)。圖2 是橫向型濾波器的結(jié)構(gòu)示意圖。</p><p>　　圖2-2 橫向型濾波器的結(jié)構(gòu)示意圖</p><p>　　其中：x(n)為自適應(yīng)濾波器的輸入；w(n)為自適應(yīng)濾波器的沖激響應(yīng)：w(n)={w(

12、O)，w(1)，…，</p><p>　　w(N-1)}；y(n)為自適應(yīng)</p><p>　　自適應(yīng)濾波器的結(jié)構(gòu)可以采用FIR或IIR濾波器存在穩(wěn)定性問(wèn)題，因此一般采用FIR濾波器作為自適應(yīng)濾波器的結(jié)構(gòu)。自適應(yīng)FIR濾波器結(jié)構(gòu)又可分為3種結(jié)構(gòu)類型：橫向型結(jié)構(gòu)（Transversal Structure）、對(duì)稱橫向型結(jié)構(gòu)（Symmetric Transversal Structure）以及

13、格型結(jié)構(gòu)（Lattice Struture）。本文采用自適應(yīng)濾波器設(shè)計(jì)中最常用的FIR橫向型結(jié)構(gòu)。</p><p><b>　　3 自適應(yīng)濾波算法</b></p><p>　　自適應(yīng)濾波器除了包括一個(gè)按照某種結(jié)構(gòu)設(shè)計(jì)的濾波器，還有一套自適應(yīng)的算法。自適應(yīng)算法是根據(jù)某種判斷來(lái)設(shè)計(jì)的。自適應(yīng)濾波器的算法主要是以各種判據(jù)條件作為推算基礎(chǔ)的。通常有兩種判據(jù)條件：最小均方誤差判

14、據(jù)和最小二乘法判據(jù)。LMS 算法是以最小均方誤差為判據(jù)的最典型的算法，也是應(yīng)用最廣泛的一種算法。最小均方誤差(Least Mean Square，LMS)算法是一種易于實(shí)現(xiàn)、性能穩(wěn)健、應(yīng)用廣泛的算法。所有的濾波器系數(shù)調(diào)整算法都是設(shè)法使y(n)接近d(n)，所不同的只是對(duì)于這種接近的評(píng)價(jià)標(biāo)準(zhǔn)不同。LMS 算法的目標(biāo)是通過(guò)調(diào)整系數(shù)，使輸出誤差序列e(n)=d(n)-y(n)的均方值最小化，并且根據(jù)這個(gè)判據(jù)來(lái)修改權(quán)系數(shù)，該算法因此而得名。誤差

15、序列的均方值又叫“均方誤差”(Mean Sqluare Error，MSE)。理想信號(hào) d(n)與濾波器輸出y(n)之差e(n)的期望值最小，并且根據(jù)這個(gè)判據(jù)來(lái)修改權(quán)系數(shù)wi(n)。由此產(chǎn)生的算法稱為L(zhǎng)MS。均方誤差ε表示為：</p><p>　　對(duì)于橫向結(jié)構(gòu)的濾波器，代入 y(n)的表達(dá)式：</p><p>　　其中：R=E[X(n)XT(n)]為N×N 的自相關(guān)矩陣，它是輸入

16、信號(hào)采樣值間的相關(guān)性矩陣。</p><p>　　P=E[d(n)X(n)]為N×1 互相關(guān)矢量，代表理想信號(hào)d(n)與輸入矢量的相關(guān)性。在均方誤差ε</p><p>　　達(dá)到最小時(shí)，得到最佳權(quán)系數(shù)：</p><p><b>　　它應(yīng)滿足下式：</b></p><p><b>　　，，</b>

17、;</p><p>　　這是一個(gè)線形方程組，如果R 矩陣為滿秩的，R-1 存在，可得到權(quán)系數(shù)的最佳值滿足：</p><p>　　W*=R-1p。用完整的矩陣表示為：</p><p>　　顯然φx(m)=E[x(n)x(n-m)]為x(n)的自相關(guān)值，φxd(R)=E[x(n)d(n 一k)]為x(n)與d(n)互相關(guān)值。在有些應(yīng)用中，把輸入信號(hào)的采樣值分成相同的一段

18、(每段稱為一幀)，再求出R，P 的估計(jì)值得到每幀的最佳權(quán)系數(shù)。這種方法稱為塊對(duì)塊自適應(yīng)算法。如語(yǔ)音信號(hào)的線性預(yù)測(cè)編碼LPC 就是把語(yǔ)音信號(hào)分成幀進(jìn)行處理的。R，P 的計(jì)算，要求出期望值E，在現(xiàn)實(shí)運(yùn)算中不容易實(shí)現(xiàn)，為此可通過(guò)下式進(jìn)行估計(jì)：</p><p>　　用以上方法獲得最佳 W*的運(yùn)算量很大，對(duì)于一些在線或?qū)崟r(shí)應(yīng)用的場(chǎng)合，無(wú)法滿足其時(shí)間要求。大多數(shù)場(chǎng)合使用迭代算法，對(duì)每次采樣值就求出較佳權(quán)系數(shù)，稱為采樣值對(duì)采樣

19、值迭代算法。迭代算法可以避免復(fù)雜的R-1 和P 的運(yùn)算，又能實(shí)時(shí)求得近似解，因而切實(shí)可行。LMS 算法是以最快下降法為原則的迭代算法，即W(n+1)矢量是W(n)矢量按均方誤差性能平面的負(fù)斜率大小調(diào)節(jié)相應(yīng)一個(gè)增量：W(n+1)=W(n)-μ▽(n)，這個(gè)“是由系統(tǒng)穩(wěn)定性和迭代運(yùn)算收斂速度決定的自適應(yīng)步長(zhǎng)。▽(n)為n 次迭代的梯度。對(duì)于LMS 算法▽(n)為下式</p><p>　　即E[e2(n)]的斜率：&l

20、t;/p><p>　　由上式產(chǎn)生了求解最佳權(quán)系數(shù) W*的兩種方法，一種是最陡梯度法。其思路為：設(shè)計(jì)初始權(quán)系數(shù)W(0)，用W(n+1)=W(n)一μ▽(n)迭代公式計(jì)算，到W(n+1)與W(n)誤差小于規(guī)定范圍。其中▽(n)計(jì)算可用估計(jì)值表達(dá)式：</p><p>　　上式 K 取值應(yīng)足夠大。如果用瞬時(shí)一2e(n)X(n)來(lái)代替上面對(duì)-2E[e(n)X(n)]的估計(jì)運(yùn)算，就產(chǎn)生了另一種算法——隨機(jī)

21、梯度法，即Widrow-Hoft 的LMS 算法。此時(shí)迭代公式為：</p><p>　　W(n+1)=W(n)+2ue(n)X(n)</p><p>　　以后討論的 LMS 算法都是基于WidrOW-Hoff 的LMS 算法。上式的迭代公式假定濾波器結(jié)構(gòu)為橫向結(jié)構(gòu)。對(duì)于對(duì)稱橫向型結(jié)構(gòu)也可推出類似的迭代公式：</p><p>　　W(n+1)=W(n)+2ue(n)[

22、X(n)+X(n 一N+1)]</p><p>　　4 自適應(yīng)濾波算法的理論仿真與DSP實(shí)現(xiàn)</p><p>　　4.1 MATLAB仿真</p><p>　　4.1.1 MATLAB程序仿真</p><p>　　使用MATLAB編程，采用自適應(yīng)濾波器技術(shù)實(shí)現(xiàn)語(yǔ)音去噪過(guò)程，程序如下：</p><p>　　clear

23、all;</p><p><b>　　clf;</b></p><p><b>　　pi=3.14;</b></p><p>　　signal=sin(2*pi*0.055*[0:999]'); %產(chǎn)生輸入信號(hào)</p><p>　　noise=randn(1,1000); %產(chǎn)生隨機(jī)噪聲

24、</p><p>　　nfilt=fir1(11,0.4); %產(chǎn)生11階低通濾波，截止頻率為0.4</p><p>　　fnoise=filter(nfilt,1,noise); %噪聲信號(hào)進(jìn)行FIR濾波</p><p>　　d=signal.'+fnoise; %將噪聲疊加到信號(hào)中</p><p>　　w0=nfilt.&

25、#39;-0.01; % 設(shè)置初始化濾波器系數(shù) </p><p>　　mu=0.05; % 設(shè)置算法的步長(zhǎng)</p><p>　　s=initse(w0,mu); %初始化自適應(yīng)FIR結(jié)構(gòu)濾波</p><p>　　[y,e,s]=adaptse(noise,d,s); %進(jìn)行自適應(yīng)濾波</p><p&g

26、t;<b>　　t=1:200;</b></p><p>　　plot(t,signal(1:200))</p><p>　　figure(2);</p><p>　　plot(t,d(1:200),'.-',t,y(1:200),'-');</p><p>　　4.1.2 仿真結(jié)果<

27、;/p><p>　?。?）為了確保噪聲的相關(guān)性，首先讓噪聲通過(guò)一個(gè)11階的低通FIR濾波器然后將濾波后的噪聲加到信號(hào)中去；</p><p>　　（2）對(duì)程序中所使用的一些函數(shù)的詳細(xì)說(shuō)明，請(qǐng)參考MATLAB的函數(shù)說(shuō)明，這些函數(shù)包括：FIR、INITSE、FILTER、PLOT、ADAPTSE等。圖4-1為原始信號(hào)的信號(hào)圖；圖4-2為濾波前信號(hào)和濾波后信號(hào)時(shí)域圖。比較圖4-1和圖4-2可以看出，采

28、用自適應(yīng)濾波后的濾波輸出信號(hào)和原始信號(hào)基本相似，噪聲完全濾除。</p><p>　　圖4-1 原始信號(hào)時(shí)域圖</p><p>　　圖4-2 濾波前信號(hào)和濾波后信號(hào)時(shí)域圖</p><p>　　對(duì)比圖4-2中濾波前和濾波后的信號(hào)可以看出，信號(hào)中的噪聲完全濾除，信號(hào)完全恢復(fù)，通過(guò)Matlab仿真結(jié)果分析，自適應(yīng)濾波器具有很好的性能。</p><p>

29、;　　4.2 DSP的理論基礎(chǔ)</p><p>　　數(shù)字信號(hào)處理(DSP)是指人們利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)字的形式對(duì)信號(hào)進(jìn)行采集，變換，濾波，估值，增強(qiáng)，壓縮，識(shí)別等處理，以得到符合人們需要的信號(hào)形式。其框圖如圖4-3所示。</p><p>　　DSP內(nèi)部一般都包含多個(gè)處理單元,如算術(shù)邏輯運(yùn)算單元,輔助寄存器運(yùn)算單元,累加器等。另外DSP芯片也有很多種，這里著重介紹TMS320C5

30、000系列。</p><p>　　目前TMS320C5000系列芯片包括了TMS320C54XX和TMS320C55XX兩大類。這兩類芯片的軟件互相兼容。但是本文選擇TMS320C55XX系列DSP芯片。</p><p><b>　　1.結(jié)構(gòu)特點(diǎn)比較</b></p><p>　　（1） TMS320C54XX和TMS320C55XX均為16bi

31、t定點(diǎn)DSP</p><p>　　（2） C55XX有雙MAC單元；C54XX只有單MAC單元。</p><p>　?。?） C55XX 的指令長(zhǎng)度可變，且沒(méi)有排隊(duì)的限制；C54X的指令長(zhǎng)度固定。</p><p>　　（4） C55XX有12組總線；C54XX只有8組總線。</p><p>　?。?） C55XX提供了EMIF外部存儲(chǔ)器擴(kuò)展接

32、口，可以直接使用SDRAM，而C54XX則不能直接使用。</p><p><b>　　2.內(nèi)部結(jié)構(gòu)對(duì)比</b></p><p>　?。?） C54XX關(guān)注于低功耗，而C55XX則將低功耗提高到一個(gè)新水平：300MHZ的C55XX和120MHZ的C54XX相比，性能提高了5倍，而功耗則降到1/6。</p><p>　?。?） C55XX總線的寬度

33、為32bit,而C54XX總線寬度為16 bit。C55XX有三組數(shù)據(jù)讀總線和兩組數(shù)據(jù)寫總線，而C54XX有兩組數(shù)據(jù)讀總線和一組數(shù)據(jù)寫總線。</p><p>　?。?） C55XX包含一個(gè)40bit的ALU。用戶可以用ALU作32bit的運(yùn)算。C54XX包含一個(gè)分開(kāi)40bit的ALU。它的ALU可以做成兩個(gè)16bit的配置。</p><p>　　（4） C55XX可以執(zhí)行可變長(zhǎng)度的指令，這

34、和C54XX有顯著的不同。C54XX的指令長(zhǎng)度為固定的16 bit，而C55XX的指令長(zhǎng)度則為8～48 bit。</p><p><b>　　3. 尋址模式對(duì)比</b></p><p>　　C54XX支持單數(shù)據(jù)存儲(chǔ)器操作數(shù)尋址和32 bit操作數(shù)尋址，還使用并行指令支持雙數(shù)據(jù)存儲(chǔ)器操作數(shù)尋址。它也提供立即數(shù)尋址，循環(huán)尋址和位倒序?qū)ぶ?。在C54XX的基礎(chǔ)上，C55XX還

35、支持絕對(duì)值尋址，寄存器間接尋址，直接尋址。C55XX的ADFU包括專門的寄存器，支持使用間接尋址指令的循環(huán)尋址?？梢酝瑫r(shí)使用5個(gè)獨(dú)立的循環(huán)緩沖器和3個(gè)獨(dú)立的緩沖器長(zhǎng)度。這些循環(huán)緩沖器沒(méi)有地址排隊(duì)的限制。</p><p>　　4.3 自適應(yīng)濾波算法的DSP實(shí)現(xiàn)</p><p>　　為了提高LMS 算法的處理速度及減小系統(tǒng)的硬件規(guī)模, 在實(shí)現(xiàn)濾波器算法時(shí), 采用了TMS320C54xx 作為核

36、心芯片。由于該處理器采用改進(jìn)型結(jié)構(gòu),具有高度并行性,同時(shí)擁有高度集成的指令系統(tǒng),簡(jiǎn)化編程過(guò)程,模塊化結(jié)構(gòu)程序設(shè)計(jì)增強(qiáng)了程序的可移植性。利用TMS320C54xx實(shí)現(xiàn)LMS 自適應(yīng)算法時(shí),存儲(chǔ)器中數(shù)據(jù)的存放形式對(duì)DSP 的有效運(yùn)用有著特殊的意義,合理的存放形式,可以使算法實(shí)現(xiàn)起來(lái)更加快速和高效,為了實(shí)現(xiàn)算法中輸入樣值x(n) 和濾波器系數(shù)W(n) 的對(duì)應(yīng)項(xiàng)相乘,他們?cè)诖鎯?chǔ)器中的存放形式如圖4-4 所示。</p><p&

37、gt;　　圖4-4 TMS320C54xx自適應(yīng)濾波器存儲(chǔ)器組織形式</p><p>　　根據(jù)算法和DSP匯編語(yǔ)言程序（見(jiàn)附錄）, 在CCS 環(huán)境下編譯,連接生成公共目標(biāo)代碼文件,在線下載到DSP 中運(yùn)行。為了能觀察到相應(yīng)的波形, 在CCS 環(huán)境下選擇View\ Grap h\ Time\ Freqency 進(jìn)入圖形觀察窗口,在“Graph Property Dialog”窗口中選定相應(yīng)類型的值。</p&

38、gt;<p>　　將編譯產(chǎn)生的可執(zhí)行文件下載到DSP芯片中，經(jīng)過(guò)運(yùn)行得到圖4-5為輸入信號(hào)的時(shí)域圖，由圖可以看到，正弦信號(hào)中疊加了噪聲，導(dǎo)致正弦信號(hào)出現(xiàn)了較大的畸變。通過(guò)對(duì)輸入信號(hào)進(jìn)行FFT變換，可以得到其頻譜圖如圖4-6，由圖4-6可以看出，低頻的信號(hào)中疊加了比較多的高頻噪聲，要得到比較好的原始低頻正弦信號(hào)，必須要進(jìn)行濾波。</p><p><b>　　圖4-5 輸入波形</b&g

39、t;</p><p>　　圖4-6 輸入波形FFT</p><p>　　如圖4-7所示，可以看出輸入波形中的高頻噪聲基本上得到了濾除，為了更方便，更直接的看出濾波效果，對(duì)濾波后的波形進(jìn)行了FFT變換，得出信號(hào)的頻譜圖如圖4-8所示。圖4-8的輸出信號(hào)的頻譜圖中僅剩余了低頻信號(hào)，濾除了高頻成分。通過(guò)對(duì)比圖4-6和圖4-8，更清楚地看到高頻區(qū)的噪聲基本上被消除了。但是由于參數(shù)設(shè)置不夠精確等原

40、因造成高頻噪聲得不到完全消除，但也很明顯的顯現(xiàn)了低通濾波的目的。</p><p>　　圖4-7 輸出波形</p><p>　　圖4-8 濾波后波形FFT</p><p><b>　　5 結(jié)語(yǔ)</b></p><p>　　自適應(yīng)濾波器是比較有意思的一個(gè)課程設(shè)計(jì)，當(dāng)它真的做出來(lái)的時(shí)候，還是有點(diǎn)成就感的。</p>

41、;<p>　　在此次課程設(shè)計(jì)中遇到了很多的問(wèn)題，這是平時(shí)上課的時(shí)候所不會(huì)遇到的，當(dāng)遇到問(wèn)題是，我和我的其他兩個(gè)組員通過(guò)網(wǎng)上查閱有關(guān)自適應(yīng)濾波器的知識(shí)、問(wèn)身邊的同學(xué)、問(wèn)指導(dǎo)老師等渠道把遇到的問(wèn)題都解決了，在這之中，我學(xué)到了很多知識(shí)。</p><p>　　自適應(yīng)濾波器卻能很好地消除疊加在信號(hào)上的噪聲，雖然也可以用固定濾波器來(lái)實(shí)現(xiàn)，但設(shè)計(jì)固定濾波器時(shí)需要預(yù)先知道信號(hào)和噪聲的統(tǒng)計(jì)特性，而自適應(yīng)濾波器則不需要

42、，并且當(dāng)信號(hào)和噪聲的統(tǒng)計(jì)特性發(fā)生變化時(shí)，自適應(yīng)濾波器也能自動(dòng)地調(diào)節(jié)其沖激響應(yīng)特性來(lái)適應(yīng)新的情況，因此，自適應(yīng)濾波器具有更加廣闊的應(yīng)用前景。</p><p>　　自適應(yīng)濾波技術(shù)的核心問(wèn)題是自適應(yīng)算法的性能問(wèn)題，研究自適應(yīng)算法是自適應(yīng)濾波器的一個(gè)關(guān)鍵內(nèi)容，算法的特性直接影響濾波器的效果。</p><p>　　通過(guò)本課程設(shè)計(jì)加深了對(duì)DSP原理的理解，初步掌握了DSP 芯片的開(kāi)發(fā)應(yīng)用，為接下來(lái)的深

43、入學(xué)習(xí)打下了堅(jiān)實(shí)的基礎(chǔ)。但是同時(shí)還有很多的問(wèn)題還有待于進(jìn)一步深入研究，我將在今后的學(xué)習(xí)工作中，要加強(qiáng)學(xué)習(xí)，不斷進(jìn)取。

44、

45、 </p><p>　　在做課程設(shè)計(jì)的日子里得到了何海浪老師的悉心指導(dǎo)和同學(xué)的幫助，在此向他們致以誠(chéng)摯的謝意。感謝提供相關(guān)技術(shù)幫助的老師和同學(xué)，你們的支持和鼓勵(lì)使我對(duì)這次的設(shè)計(jì)完成有了信心和動(dòng)力，我在此深表謝意。</p><p>　　參考文獻(xiàn)[1] 胡廣書．?dāng)?shù)字信號(hào)處理－理論、算法與實(shí)現(xiàn)[M]．清華大學(xué)，2004．

46、 [2] 彭啟瓊，李玉柏．DSP技術(shù)[M]．第4版．電子科技大學(xué)，2002． [3] 鄧重一．濾波器的過(guò)去、現(xiàn)在與未來(lái)[J]．中國(guó)電子報(bào)社， 2003，17(4)：513～523．[4] 張雄偉（等）． DSP芯片的原理與開(kāi)發(fā)應(yīng)用[M]．第四版．北京：電子工業(yè)出版社．2008．</p><p>　　[5] 高西全（等）． 數(shù)字信號(hào)處理[M]．第三版．

47、西安電子科技大學(xué)出版社．2008．</p><p>　　附錄 自適應(yīng)濾波子程序</p><p>　　DATA_SIZE .set 256 ;</p><p>　　FILTER .set 10 ;</p><p>　　STACK_SIZE .set 256

48、 ;</p><p>　　STACK .usect “stack”,STACK_SIZE</p><p>　　SYSTEM_STACK .set STACK_SIZE+STACK</p><p>　　DATA_DP .usect “filter_vars”,0</p><

49、p>　　filter .usect “filter_vars”,FILTER*2</p><p>　　outputdata .usect “filter_vars”,DATA_SIZE</p><p>　　errrordata .usect “filter_vars”,DATA_SIZE

50、</p><p>　　.def start</p><p><b>　　.data</b></p><p>　　.global inputdata</p><p><b>　　Inputdata</b></p><p>　　.word 10408,1

51、6451,10820,12227,18146,13106,11485</p><p>　　.word 15737,9840,3644,8171,4118,-4355,-624</p><p>　　.word -2443,-11575,-10290,-8288,-16156,-16663,-10543</p><p>　　.word -15433,-

52、17113,-8010,-11188,-11286,-3102,-2176</p><p>　　.word -3726,4075,8836,3665,10937,16347,11278</p><p>　　.word 13449,19214,13116,11330,16515,10916,4581</p><p>　　.word 7920,4852

53、,-3773,-1259,-2437,-12459,-10499</p><p>　　.word -8657,-16091,-15654,-11133,-15864,-17015,-8342</p><p>　　.word -10862,-11228,-2376,-1394,-3423,4160,7802</p><p>　　.word 5087,

54、10683,16178,11318,12040,18459,13601</p><p>　　.word 10019,16146,10320,4708,9071,3873,-4214</p><p>　　.word -704,-3586,-11606,-9998,-8837,-17008,-16095</p><p>　　.word -10402,-

55、15357,-16675,-8536,-11140,-11943,-2908</p><p>　　.word -1887,-4719,5099,7887,5169,10683,16744</p><p>　　.word -10076,-8626,-17231,-15279,-10646,-16684,-17179</p><p>　　.word -

56、7936,-10141,-11216,-2285,-903,-3720,5052</p><p>　　.word 7833,3880,10946,16387,10515,12519,18743</p><p>　　.word 12257,10662,16038,10388,3906,9196,4417</p><p>　　.word -4219,-

57、912,-2419,-11865,-11209,-9233,-16353</p><p>　　.word -15469,-10824,-15744,-17280,-9320,-10469,-11427</p><p>　　.word -2313,-875,-4650,4739,8016,4821,9834</p><p>　　.word 15507

58、,10613,12142,18944,12333,11383,15673</p><p>　　.word 10308,4892,8156,4732,-4849,-955,-2853</p><p>　　.word -11303,-11279,-9263,-16185,-15864,-9999,-16150</p><p>　　.word -1655

59、4,-8656,-10620,-12215,-2220,-836,-3474</p><p>　　.word 4939,9086,4804,10259,15884,10219,12041</p><p>　　.word 18582,13394,10321,15635,10087,4313,8034</p><p>　　.word 5145,-446

60、9,-908,-2155,-12436,-11063,-8792</p><p>　　.word -16193,-16849,-10633,-15990,-16297,-8395,-10178</p><p>　　.word -11597,-2151,-600,-3487,3862,9267,5004</p><p>　　.word 9600,15

61、632,10160,13017,18309,13654,9879</p><p>　　.word 15890,9795,4551,8900,4029,-4107,-1672</p><p>　　.word -3324,-11575,-9976,-8166,-17320,-15900,-10976</p><p>　　.word -15948,-15

62、898,-8530,-10618,-11542,-2163,-1343</p><p>　　.word -4333,5094,8127,4794</p><p>　　.global referdata</p><p><b>　　Referdata</b></p><p>　　.word 10408,16

63、451,10820,12227,18146,13106</p><p>　　.word 15737,9840,3644,4118,-4355,-624</p><p>　　.word -2443,-11575,-10290,-8288,-16156,-16663,-10543</p><p>　　.word -15433,-17113,-8010,-11

64、188,-11286,-3102,-2176</p><p>　　.word -3726,4075,8836,3665,10937,16347,11278</p><p>　　.word 13449,19214,13116,11330,16515,10916,4581</p><p>　　.word 7920,4852,-3773,-1259,-2437

65、,-12459,-10499</p><p>　　.word -8657,-16091,-15654,-11133,-15864,-17015,-8342</p><p>　　.word -10862,-11228,-2376,-1394,-3423,4160,7802</p><p>　　.word 5087,10683,16178,11318,120

66、40,18459,13601</p><p>　　.word 10019,16146,10320,4708,9071,3873,-4214</p><p>　　.word -704,-3586,-11606,-9998,-8837,-17008,-16095</p><p>　　.word -10402,-15357,-16675,-8536,-1114

67、0,-11943,-2908</p><p>　　.word -1887,-4719,5099,7887,5169,10683,16744</p><p>　　.word 11122,12021,18500,12911,10354,16272,10118</p><p>　　.word 5139,8244,3601,-3640,-574,-3111,-1

68、2231</p><p>　　.word -10076,-8626,-17231,-15279,-10646,-16684,-17179</p><p>　　.word -7936,-10141,-11216,-2285,-903,-3720,5052</p><p>　　.word 78333,3880,10946,16387,10515,12519,

69、18743</p><p>　　.word 12257,10662,16038,10388,3906,9196,4417</p><p>　　.word -4219,-912,-2419,-11865,-11209,-9233,-16353</p><p>　　.word -15469,-10824,-15744,-17280,-9320,-10469,

70、-11427</p><p>　　.word -2313,-875,-4650,4739,8016,4821,9834</p><p>　　.word 15507,10613,12142,18944,123333,11383,15673</p><p>　　.word 10308,4892,8156,4732,-4849,-955,-2853</p

71、><p>　　.word -11303,-11279,-9263,-16185,-15864,-9999,-16150</p><p>　　.word -16554,-8656,-10620,-12215,-2220,-836,-3474</p><p>　　.word 4939,9086,4804,10259,15884,10219,12041</p

72、><p>　　.word 18582,13394,10321,15635,10087,4313,8034</p><p>　　.word 5145,-4469,-908,-2155,-12436,-11063,-8792</p><p>　　.word -16193,-16849,-10633,-15990,-16297,-8395,-10178</p

73、><p>　　.word -11597,-2151,-600,-3487,3862,9267,5004</p><p>　　.word 9600,15632,10160,13017,18309,13654,9879</p><p>　　.word 15890,9795,4551,8900,4029,-4107,-1672</p><p&g

74、t;　　.word -3324,-11575,-9976,-8166,-17320,-15900,-10976</p><p>　　.word -15948,-15898,-8530,-10618,-11542,-2163,-1343</p><p>　　.word -4333,5094,8127,4794</p><p><b>　　.tex

75、t</b></p><p>　　.asg AR2,INPUTDATA</p><p>　　.asg AR3,FILTER</p><p>　　.asg AR4,OUTPUTDATA</p><p>　　.asg AR5,ERRORDATA</p><p>　　.asg

76、 AR6,REFERDATA</p><p>　　Start: SSBX FRCT</p><p>　　SSBX INTM</p><p>　　LD #DATA_DP,DP</p><p>　　STM #80,AR3</p><p>　　RPT #10</p>

77、<p>　　MVPD inputdata,*AR3+</p><p>　　STM #STACK,SP</p><p>　　CALL lmsfilter_start</p><p><b>　　NOP</b></p><p><b>　　NOP</b></p>

78、;<p>　　LOOP: B LOOP</p><p>　　.def delta</p><p>　　.def lmsfilter_start</p><p>　　Delta .set -08F5H</p><p>　　One .set 0001h

79、</p><p><b>　　.text</b></p><p>　　Lmsfilter_start:</p><p>　　STM #inputdata,INPUTDATA</p><p>　　STM #filter,FILTTER</p><p>　　STM #outpu

80、tdata+9,OUTPUTDATA</p><p>　　STM #errordata+9,ERRORDATA</p><p>　　STM #referdata+9,REFERDATA</p><p>　　STM #filter+15,AR1</p><p>　　STM #DATA_SIZE-10-1,BRC&

81、lt;/p><p>　　RPTB lmsfilter_end</p><p>　　SUB B,B</p><p>　　RPT #9</p><p>　　LMS *INPUTDATA+,*FILTER+</p><p>　　STH B,*AR1</p><p>　

82、　SUB B,B</p><p>　　LD *AR1,B</p><p>　　STL B,*OUTPUTDATA+</p><p>　　SUB *BREFERDATA+,B</p><p>　　STL B,*ERRORDATA</p><p>　　MPY *ERRO

83、RDATA+,#delta,B</p><p>　　STH B,*AR1</p><p>　　SUB B,B</p><p>　　LD *AR1,B</p><p>　　STL B,*AR1</p><p>　　MPY *AR1,#one,B</p>&l

84、t;p>　　PSHM RSA</p><p>　　PSHM REA</p><p>　　PSHM BRC</p><p>　　LD *INPUTDATA-,A</p><p>　　LD *FILTER-,A</p><p>　　STM #9,BR

85、C</p><p>　　RPTB circle_end</p><p>　　SUB A,A</p><p>　　LD B,A</p><p>　　MPY *INPUTDATA-,B</p><p>　　STB B,*AR1</p>&l

86、t;p>　　SUB B,B</p><p>　　LD *AR1,B</p><p>　　ADD *FILTER,B</p><p>　　STL B,*FILTER-</p><p>　　SUB B,B</p><p>　　LD

87、 A,B</p><p><b>　　NOP</b></p><p>　　Circle_end: NOP</p><p><b>　　NOP</b></p><p>　　STM #DATA_SIZE-10-1,BRC</p><p>　　RPTB lmsfil

88、ter_end</p><p>　　POPM BRC</p><p>　　POPM REA</p><p>　　POPM RSA</p><p><b>　　NOP</b></p><p><b>　　NOP</b></p><p>　　L

89、D *INPUTDATA+,A</p><p>　　LD *INPUTDATA+,A</p><p>　　LD *FILTER+,A</p><p>　　LD *REFERDATA,A</p><p><b>　　NOP</b></p><p>　　Lmsf