自適應濾波算法的仿真及工程實現
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.104case.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