LMS自适应算法分析及在数字滤波器设计中的应用

理工学科是什么~

　　理工学科是指理学和工学两大学科。理工，是一个广大的领域包含物理、化学、生物、工程、天文、数学及前面六大类的各种运用与组合。
　　理学
　　理学是中国大学教育中重要的一支学科,是指研究自然物质运动基本规律的科学,大学理科毕业后通常即成为理学士。与文学、工学、教育学、历史学等并列，组成了我国的高等教育学科体系。
　　理学研究的内容广泛，本科专业通常有：数学与应用数学、信息与计算科学、物理学、应用物理学、化学、应用化学、生物科学、生物技术、天文学、地质学、地球化学、地理科学、资源环境与城乡规划管理、地理信息系统、地球物理学、大气科学、应用气象学、海洋科学、海洋技术、理论与应用力学、光学、材料物理、材料化学、环境科学、生态学、心理学、应用心理学、统计学等。

　　工学
　　工学是指工程学科的总称。包含 仪器仪表 能源动力 电气信息 交通运输 海洋工程 轻工纺织 航空航天 力学生物工程 农业工程 林业工程 公安技术 植物生产 地矿 材料 机械 食品 武器 土建 水利测绘 环境与安全 化工与制药 等专业。

生物科学专业包括了生物科学和生物技术两个专业方向，这些专业学科主要培养学生学习生物科学技术方面的基本理论、基本知识。
单独的生物系属于理科，自然科学6大学科之一，毕业后是理学学士。
但是有很多生物相关专业是属于工科专业，例如生物工程，生物信息技术，生物化学工程之类的专业。

自适应过程一般采用典型LMS自适应算法，但当滤波器的输入信号为有色随机过程时，特别是当输入信号为高度相关时，这种算法收敛速度要下降许多，这主要是因为输入信号的自相关矩阵特征值的分散程度加剧将导致算法收敛性能的恶化和稳态误差的增大。此时若采用变换域算法可以增加算法收敛速度。变换域算法的基本思想是：先对输入信号进行一次正交变换以去除或衰减其相关性，然后将变换后的信号加到自适应滤波器以实现滤波处理，从而改善相关矩阵的条件数。因为离散傅立叶变换�DFT　本身具有近似正交性，加之有FFT快速算法，故频域分块LMS�FBLMS　算法被广泛应用。

FBLMS算法本质上是以频域来实现时域分块LMS算法的，即将时域数据分组构成N个点的数据块，且在每块上滤波权系数保持不变。其原理框图如图2所示。FBLMS算法在频域内可以用数字信号处理中的重叠保留法来实现，其计算量比时域法大为减少，也可以用重叠相加法来计算，但这种算法比重叠保留法需要较大的计算量。块数据的任何重叠比例都是可行的，但以50％的重叠计算效率为最高。对FBLMS算法和典型LMS算法的运算量做了比较，并从理论上讨论了两个算法中乘法部分的运算量。本文从实际工程出发，详细分析了两个算法中乘法和加法的总运算量，其结果为：

复杂度之比＝FBLMS实数乘加次数／LMS实数乘加次数＝（25Nlog2N＋2N－4）／[2N(2N－1)]�

采用ADSP的C语言来实现FBLMS算法的程序如下：

for(i＝0;i＜＝30;i＋＋)

{for(j＝0;j＜＝n－1;j＋＋)

{in[j]＝input[i×N＋j;]

rfft(in,tin,nf,wfft,wst,n);

rfft(w,tw,wf,wfft,wst,n);

cvecvmlt(inf,wf,inw,n);

ifft(inw,t,O,wfft,wst,n);

for(j＝0,j＜＝N－1;j＋＋)

{y[i×N＋j]＝O[N＋j]．re;

e[i×N＋j]＝refere[i×N＋j]－y[i×N＋j];

temp[N＋j]＝e[i×N＋j;}

rfft(temp,t,E,wfft,wst,n);

for(j＝0;j＜＝n－1;j＋＋)

{inf_conj[j]＝conjf(inf[j]);}　��

cvecvmlt(E,inf_conj,Ein,n);

ifft(Ein,t,Ein,wfft,wst,n);

for(j＝0;j＜＝N－1;j＋＋)

{OO[j]＝Ein[j]．re;

w[j]＝w[j]＋2＊u＊OO[j];}��

}

在EZ－KIT测试板中，笔者用汇编语言和C语言程序分别测试了典型LMS算法的运行速度，并与FBLMS算法的C语言运行速度进行了比较，表2所列是其比较结果，从表2可以看出滤波器阶数为64时，即使是用C语言编写的FBLMS算法也比用汇编编写的LMS算法速度快20％以上，如果滤波器的阶数更大，则速度会提高更多。

一、应用：
1）消除心电图中的电源干扰；
2）检测胎儿心音时滤除母亲的心音及背景干扰；
3）在有多人讲话的场合下提取某人的讲话；
4）作为天线阵列的自适应旁瓣对消器。

二、简介：
自适应滤波器属于现代滤波器)它是20世纪40年代发展起来的)在自适应信号处理领域中发挥着重要的作用。
自适应滤波器是相对固定滤波器而言的（自适应滤波器滤波的频率是自动适应输入信号而变化的)在没有任何关于信号和噪声的先验知识的条件下。
自适应滤波器利用前一时刻已获得的滤波器的参数来自动调节现时刻的滤波器的参数-以适应信号和噪声未知或随机变化的统计特性，从而实现最优滤波器。即是根据不同的信号环境实现自身参数的调整。而实际情况中，信号和噪声的统计特性常常未知或无法获知，因此自适应滤波器的应用空间非常广泛-如系统辨识u噪声对消u自适应均衡w线性预测w自适应天线阵列等很多领域。

呵呵 这个相对来说还是比较简单.好好找资料.好好找吧

去买份来

---

海勃湾区15388125338： lms算法在自适应滤波器中解决了什么问题 - ？
柞慧克塞： 自适应算法所采用的最优准则有最小均方误差(LMS)准则,最小二乘(LS)准则、最大信噪比准则和统计检测准则等,其中最小均方误差(LMS)准则和最小二乘(LS)准则是目前最为流行的自适应算法准则.x(n)代表n时刻的输入信号,y(n)代表n时刻的输出信号,d(n)代表n时刻的期望信号,通过期望信号与输出信号之差e(n)来自动调节自适应滤波器的参数,使下一时刻的输出y(n+1)能够更加接近期望信号.

海勃湾区15388125338： LMS算法的简介 - ？
柞慧克塞：全称 Least mean square 算法.中文是最小均方算法. 感知器和自适应线性元件在历史上几乎是同时提出的,并且两者在对权值的调整的算法非常相似.它们都是基于纠错学习规则的学习算法.感知器算法存在如下问题:不能推广到一般的前向网络中;函数不是线性可分时,得不出任何结果.而由美国斯坦福大学的Widrow和Hoff在研究自适应理论时提出的LMS算法,由于其容易实现而很快得到了广泛应用,成为自适应滤波的标准算法.

海勃湾区15388125338： 自适应滤波器的算法如何用MATLAB去编 - ？
柞慧克塞： 帮你在百度文库里找到这个算法,自适应噪声抵消LMS算法Matlab仿真,希望对你有帮助.如有问题,可以再讨论解决.

海勃湾区15388125338： 自适应滤波有哪两种常用的误差准则 - ？
柞慧克塞： 本论文主要研究了自适应滤波器的基本结构和原理,然后介绍了最小均方误差算法(LMS算法),并完成了一种基于MATLAB平台的自适应LMS自适应滤波器的设计

海勃湾区15388125338： 什么是LMS算法,全称是什么 - ？
柞慧克塞： 1959年,Widrow和Hof提出的最小均方(LMS )算法对自适应技术的发展起了极 大的作用.由于LMS算法简单和易于实现,它至今仍被广泛应用.对LMS算法的性能 和改进算法已经做了相当多的研究,并且至今仍是一个重要的研究课题.进一步的研究 工作涉及这种算法在非平稳、相关输入时的性能研究.当输入相关矩阵的特征值分散时, LMS算法的收敛性变差,研究的另一个方面在于如何解决步长大小与失调量之间的矛 盾. 全称 Least mean square

海勃湾区15388125338： LMS怎样应用 - ？
柞慧克塞： LMS算法因其结构简单、稳定性好,一直是自适应滤波经典有效的算法之一,被广泛应用于雷达、通信、声纳、系统辨识及信号处理等领域.

海勃湾区15388125338： 信噪比的变化步长是什么 - ？
柞慧克塞： 在无线直放站反馈干扰抵消的过程中,自适应滤波器的误差信号可以接收目标信号与残余回波的混合,是阻碍滤波器根据残余回波强度,快速调整抽头系数.利用误差信号的特点,给出了一种基于信噪比的改进变步长最小均平方(least mean square,LMS)自适应算法.该算法利用误差信号和滤波器的输出信号作为目标信号和反馈干扰信号的估计,根据目标与干扰信号的功率比值来调整自适应滤波器的步长.计算机仿真结果表明,该算法具有快速的初始收敛速率和较小的超量均方误差.在稳态情况下,对于干扰的突变能够快速地再次收敛,表明该算法在反馈干扰抵消方面的性能优于已有的算法.

海勃湾区15388125338： matlab函数调用问题 - ？
柞慧克塞： 可以运行的,clearclc F=checkerboard(2); %原图像 D=imnoise(F,'gaussian',0,0.02); %退化图像=参考信号 nhood=[3 3];% Estimate the local mean of f.localMean = filter2(ones(nhood), D) / prod(nhood); H=D-localMean;%仿照wiener2函数里...

海勃湾区15388125338： 数字滤波常用方法有几种,维纳、卡尔曼、自适应滤波是非线性滤波方法? ？
柞慧克塞： 现在滤波方法主要该算是维纳和卡尔曼,自适应滤波中LMS其实就是变系数的维纳滤波,维纳滤波本身也是线性滤波,FIR和IIR是传统的频率域的滤波方式,和维纳卡尔曼这种现代滤波出发点不是一回事儿

海勃湾区15388125338： 语音降噪方法有哪些? - ？
柞慧克塞： 一种便于低成本实现的自适应语音降噪算法研究 尹为民,侯新国,吴正国 (海军工程大学电气工程系,武汉,430033) 摘 要:为便于用低成本的高速信号处理芯片实现语音降噪,对改进的离散余弦变换域LMS(Discrete cosinetransform-LMS)...