基于RLS(递归最小二乘)算法的滤波器研究与实现开题报告
2020-02-18 19:30:37
1. 研究目的与意义(文献综述)
自适应信号处理主要是研究结构可变或可调整的系统,它可以通过自身与外界环境的接触来改善自身对信号处理的性能。通常这类系统是时变的非线性系统,可以自动适应信号传输的环境和要求,无须详细知道信号的结构和实际知识,无须精确设计处理系统本身。自适应系统的非线性特性主要是由系统对不同的信号环境实现自身参数的调整来确定的。自适应系统的时变特性主要是由其自适应响应或自适应学习过程来确定的,当自适应过程结束和系统不再进行时,有一类自适应系统可成为线性系统,并称为线性自适应系统,因为这类系统便于设计且易于数学处理,所以实际应用广泛。
自适应滤波器出现以后,发展很快。由于设计简单、性能最佳,自适应滤波器是目前数字滤波器领域是活跃的分支,也是数字滤波器研究的热点。主要自适应滤波器有:递推最小二乘(rls)滤波器、最小均方差(lms)滤波器、格型滤波器、无限冲激响应(iir)滤波器。
实际情况中,由于信号和噪声的统计特性常常未知或无法获知,这就为自适应滤波器提供广阔的应用空间、系统辨识、噪声对消、自适应谱线增强、通信信道的自适应均衡、线性预测、自适应天线阵列等是自适应滤波器的主要应用领域。
2. 研究的基本内容与方案
2.1 研究内容:
1、自适应滤波算法的原理。
2、自适应滤波经典的算法。
3. 研究计划与安排
第一周:根据设计题目查阅收集相关参考文献资料,明确研究内容。
第二周~第三周:理解研究所需的相关参考文献及技术,确定技术方案,完成开题报告。
第四周~第五周:学习理论知识,复习及掌握matlab软件。
4. 参考文献(12篇以上)
[1]lms自适应滤波算法的改进及性能分析[j]. 曾伟,吴国辉,代冀阳,时剑. 计算机仿真. 2015(04)
[2]一种改进变步长lms算法及其在系统辨识中的应用[j]. 李竹,杨培林,行小帅. 仪器仪表学报. 2017(07)
[3]无源滤波器多目标优化设计及实验仿真[j]. 陆秀令,张松华,周腊吾,曹才开. 华东电力. 2007(04)