1.1 研究目的及意义

在过去的几十年间，信号处理技术的发展和进步，促使人们对数字信号处理相关领域的研究更加深入，而自适应信号处理就是信号处理领域的一个非常重要的分支，作为自适应信号处理基础的自适应滤波理论也已经成为信号处理学科的重要组成部分。四十多年来，自适应滤波理论一直受到普遍的重视，并得到了不断的发展和完善。尤其是近年来，随着超大规模集成电路技术和计算机技术的迅速发展,出现了许多性能优异的高速信号处理专用芯片和高性能的通用计算机，特别是为自适应滤波器的发展和应用提供了重要的物质基础。另一方面，信号处理理论和应用的发展，也成为自适应滤波理论的进一步发展提供了必要的理论基础。可以这样说，自适应滤波理论和信号处理技术正在日益受到人们的重视，已经并将继续在诸如通信、雷达、声呐、自动控制、图像和语音处理、模式识别、生物医学、以及地震勘探等领域得到广泛的应用，并推动这些领域的进步。

自适应信号处理包含自适应滤波检测理论和自适应技术两个部分。自适应算法则是自适应滤波检测理论中，为寻求自适应滤波器及其应用系统，在不同的应用场合下采取的各种递推方法。通过各种算法的应用，使得自适应信号处理技术在雷达、通信、图像处理、生物医学工程等领域起到了极其重要的作用。

在通信领域，自适应算法广泛应用于自适应均衡、自适应频率跟踪与检测等方面。随着无线通信技术的不断发展和日益成熟，如何在复杂的通信环境下有效的解调信号并利于数字实现是近年研究的新课题。随着研究的深入，发现自适应算法也可以在数字短波通信传输中的均衡方面得到很好的应用。利用自适应滤波器的抗干扰性能和对信号的跟踪能力，可以对短波通信中的信号进行解调，能有效的降低码间干扰的影响，从而最大限度的恢复原始信号。

1.2 国内外研究现状

当前，自适应滤波的设计通常基于最小均方误差(MMSE，Minimum Mean Square Error)准则，或者传统的维纳滤波。基于MMSE准则的自适应滤波可以通过低复杂度的LMS(Least Mean Square)算法来设计和实现，并能够达到现代高速通信系统的实时计算要求。同时，MMSE准则还广泛地应用于各类无线通信系统。维纳滤波在部分自适应滤波器件中也有应用，如雷达和声纳。

无线通信系统中大多采用MMSE准则，而这种准则在实测中，并不能保证误比特率最优。因此衍生出基于最小化误比特率准则的算法的研究。过去的十年中，基于最小化误比特率准则的自适应滤波技术的研究在很多不同的应用场景下有了较大突破。目前，基于最小化误比特率(MBER,Minimum Bit Error Rate)准则的自适应算法的设计已成为通信研究领域一个新的研究方向，并具有重要的实用价值。

2. 研究的基本内容与方案

2.1设计的基本内容

本设计的基本内容是采用不同算法设计自适应滤波器，然后测试它们在不同信道下自适应信号处理能力，通过MATLAB进行软件编程仿真。目标是通过分析仿真结果，找出较好的自适应信号处理算法，效果最好的自适应滤波器，能够保证在不同信道下，信号处理的误比率小。

2.2 设计方案及措施