【正文】 青島科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 1 前言 自適應(yīng)信號(hào)處理的理論和技術(shù)經(jīng)過(guò) 40 多年的發(fā)展和完善 ,已逐漸成為人們常用的語(yǔ)音去噪技術(shù)。我們知道，在目前的移動(dòng)通信領(lǐng)域中，克服多徑干擾，提高通信質(zhì)量是一個(gè)非常重要的問(wèn)題，特別是當(dāng)信道特性不固定時(shí)，這個(gè)問(wèn)題就尤為突出，而自適應(yīng)濾波器的出現(xiàn)，則完美的解決了這個(gè)問(wèn)題。另外語(yǔ)音識(shí)別技術(shù)很難從實(shí)驗(yàn)室走向真正應(yīng)用很大程度上受制于應(yīng)用環(huán)境下的噪聲。 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 RLS 自適應(yīng)濾波算法、LMS 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]。 其中最小均方 (Least Mean Square,LMS)算法和遞歸最小二乘 (Recursive Least Square,RLS)算法就是兩種典型的自適應(yīng)濾波算法，它們都具有很高的工程應(yīng)有價(jià)值。本文正是想通過(guò)這一與我們生活相關(guān)的問(wèn)題，對(duì)簡(jiǎn)單的噪聲進(jìn)行消除，更加深刻地了解這兩種算法。我們主要分析了下 LMS 算法和 RLS 算法的基本原理，以及用程序?qū)崿F(xiàn)了用兩種算法自適應(yīng)消除信號(hào)中的噪聲。通過(guò)對(duì)這兩種典型自適應(yīng)濾波算法的性能特點(diǎn)進(jìn)行分析及仿真實(shí)現(xiàn)，給出了這兩種算法性能的綜合評(píng)價(jià)。 LMS 及 RLS 自適應(yīng)干擾抵消算法的比較 2 1 緒論 自適應(yīng)噪聲抵消 ( Adaptive Noise Cancelling， ANC) 技術(shù)是自適應(yīng)信號(hào)處理的一個(gè)應(yīng)用分支，其主要 理論和框架由 等在 1975 年提出，經(jīng)過(guò)三十多年的豐富和擴(kuò)充，現(xiàn)在已經(jīng)應(yīng)用到了很多領(lǐng)域，比如車載免提通話設(shè)備，房間或無(wú)線通訊中的回聲抵消 ( AdaptiveEcho Cancelling， AEC) ，在母體上檢測(cè)胎兒心音，機(jī)載電子干擾機(jī)收發(fā)隔離等，都是用自適應(yīng)干擾抵消的辦法消除混入接收信號(hào)中的其他聲音信號(hào)。 自適應(yīng)干擾抵消中的關(guān)鍵技術(shù)是自適應(yīng)濾波器，自適應(yīng)濾波器的實(shí)現(xiàn)是影響系統(tǒng)收斂速度、噪聲抵消效果的關(guān)鍵部分。自適應(yīng)濾波器 (Adaptive Filter) 的基本目標(biāo)是以某種方式調(diào)整其參數(shù) ,讓 濾波器的輸出盡可能的讓包含某個(gè)特定參考信號(hào)的目標(biāo)函數(shù)最小化。調(diào)整濾波器參數(shù)的方法就是自適應(yīng)算法 (Adaptive Algorithm),自適應(yīng)濾波算法的研究是當(dāng)今自適應(yīng)信號(hào)處理中最為活躍的研究課題之一。尋求收斂速度快、計(jì)算復(fù)雜性低、數(shù)值穩(wěn)定性好的自適應(yīng)濾波算法是研究人員不斷努力追求的目標(biāo)。目前兩種典型的自適應(yīng)濾波算法是最小均方(Least Mean Square,LMS)算法和遞歸最小二乘 (Recursive Least Square,RLS)算法。 在近幾十年中， LMS 類算法已廣泛應(yīng)用于干擾抵消、信道均衡 、系統(tǒng)識(shí)別以及陣列信號(hào)處理之中。 Widrow 等人提出的最小均方 (Least Mean Square,LMS)算法就是一種以期望響應(yīng)和濾波器輸出信號(hào)之間誤差的均方值最小為原則。LMS 算法的優(yōu)點(diǎn)是結(jié)構(gòu)簡(jiǎn)單、魯棒性強(qiáng)，其缺點(diǎn)是收斂速度很慢?；谧钚《藴?zhǔn)則，遞歸最小二乘 (Recursive Least Square,RLS)算法確定自適應(yīng)濾波器的權(quán)系數(shù)向量使估計(jì)誤差的加權(quán)平方和最小。 RLS 算法對(duì)輸入信號(hào)的自相關(guān)矩陣的逆進(jìn)行遞推估計(jì)更新，收斂速度快，其收斂性能與輸入信號(hào)的頻譜特性無(wú)關(guān)。但是， RLS 算法的計(jì)算復(fù)雜度很 高，所需的存儲(chǔ)量極大，不利于適時(shí)實(shí)現(xiàn)，倘若自相關(guān)矩陣的逆失去了正定特性，這還將引發(fā)算法發(fā)散。 自適應(yīng)濾波的基本理論通過(guò)幾十年的發(fā)展已日趨成熟，近十幾年來(lái)自適應(yīng)青島科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 3 濾波器的研究主要針對(duì)算法與硬件實(shí)現(xiàn)。算法研究主要是對(duì)算法速度和精度的改進(jìn)，其方法大都采用軟件 C、 MATLAB 等仿真軟件對(duì)算法的建模和修正。通常，自適應(yīng)濾波器的硬件實(shí)現(xiàn)都是用 DSP 通用處理器 (如 TI 的 TMS320 系列 )。DSP 器件采用改進(jìn)的哈佛結(jié)構(gòu)，具有獨(dú)立的程序和數(shù)據(jù)空間，允許同時(shí)存取程序和數(shù)據(jù)，內(nèi)置高速的硬件乘法器 (MAC)，增強(qiáng)的多級(jí)流水線。 DSP 具有的硬件乘法模塊 (MAC)，專用的存儲(chǔ)器以及適用于高速數(shù)據(jù)運(yùn)行的總線結(jié)構(gòu)，使 DSP器件具有高速的數(shù)據(jù)運(yùn)算能力。目前，用 DSP 器件處理數(shù)字信號(hào)已經(jīng)成為電子領(lǐng)域的研究熱點(diǎn)。在自適應(yīng)信號(hào)處理領(lǐng)域，對(duì)于數(shù)據(jù)處理速度在幾兆赫茲以內(nèi)的，通用 DSP 器件也是首選。遲男等人在 TMS320C32 芯片上擴(kuò)展 EPROM 和RAM，實(shí)現(xiàn)了 30 階 LMS 自適應(yīng)濾波器，使用的刀 D 轉(zhuǎn)化器件為 AD1674，最高采樣頻率為 l00KHz。陸斌等人采用 TMS320C30 數(shù)字信號(hào)處理器與 IMSA110專用濾波器并行處理的方法 設(shè)計(jì)出了自適應(yīng)濾波器并應(yīng)用于直接序列的擴(kuò)頻接收系統(tǒng) 1221。趙慧民等人在 TMS320C31 上實(shí)現(xiàn)了自適應(yīng)權(quán)向量濾波器，完成了信號(hào)采樣頻率為 80KHz 的自適應(yīng)濾波。在數(shù)據(jù)處理速度只要求在幾兆赫茲以內(nèi)的應(yīng)用場(chǎng)合，這些用 DSP 實(shí)現(xiàn)的自適應(yīng)濾波器能很好的滿足系統(tǒng)實(shí)時(shí)的需求。在這種需求場(chǎng)合下， DSP 具有不可媲美的性價(jià)比。 用 FPGA 實(shí)現(xiàn)自適應(yīng)濾波器，國(guó)外起步比較早，發(fā)展也非常迅速。 HesenerA.于 1996 年提出了用 FPGA 實(shí)現(xiàn)自適應(yīng)濾波器的設(shè)想，并在 FPGA 上實(shí)現(xiàn)了處理速度可達(dá) SM 的 8 階 8 位 FIR 濾波器。 Woolfries FPGA 實(shí)現(xiàn)了自適應(yīng)棧濾波器，并應(yīng)用于圖象處理。 Dawood FPGA 開發(fā)了自適應(yīng) FIR 濾波器并與 DSP 處理器方案進(jìn)行了比較研究。國(guó)內(nèi)有一些關(guān)于自適應(yīng)算法硬件實(shí)現(xiàn)的研究，但基本是針對(duì)自適應(yīng)濾波器中的算法，如南開大學(xué)李國(guó)峰的博士論文用 VHDL 語(yǔ)言描述了正負(fù)數(shù)的運(yùn)算問(wèn)題和浮點(diǎn)數(shù)運(yùn)算問(wèn)題，完成了基于 FIR 的LMS 自適應(yīng)濾波器的硬件設(shè)計(jì)與邏輯綜合。國(guó)防科學(xué)技術(shù)大學(xué)江和平等人討論了自適應(yīng)卡爾曼算法的簡(jiǎn)化，并完成了 FPGA 的設(shè)計(jì)。同濟(jì)大學(xué)梁甲華等人重點(diǎn)討論了編碼方法在 FPGA的技術(shù)問(wèn)題。 上海交通大學(xué)范瑜等人介紹了用 VHDL語(yǔ)言實(shí)現(xiàn)并行延時(shí) LMS 算法的自適應(yīng)數(shù)字波束成形器的 FPGA 設(shè)計(jì)過(guò)程。而針對(duì)自適應(yīng)格型結(jié)構(gòu)采用 FPGA 硬件實(shí)現(xiàn)的文獻(xiàn)報(bào)導(dǎo)很少，國(guó)內(nèi)中國(guó)科學(xué)技術(shù)大學(xué)王顯潔等人通過(guò)采用流水線結(jié)構(gòu)和運(yùn)算單元分時(shí)復(fù)用，提高了運(yùn)算速度，能夠滿足實(shí)時(shí)性預(yù)測(cè)編碼要求。 1998 年弗吉尼亞大學(xué)的 在其碩士論文中利用 DSP 處理器和自適應(yīng)格型遞歸濾波算法完成了對(duì)線性二次型最優(yōu)控制器的設(shè)計(jì)，通過(guò)實(shí)驗(yàn)表明了在寬帶干擾下格型結(jié)構(gòu)的濾波器性能優(yōu)于 LMS 濾LMS 及 RLS 自適應(yīng)干擾抵消算法的比較 4 波器，在窄帶和諧波干擾下兩者的區(qū)別不大， 但所需階數(shù)至少比 LMS 濾波器減少一半，可以節(jié)省大量硬件資源 [2]。 本課題主要是研究 LMS 及 RLS 自適應(yīng)干擾抵消算法的比較 ，通過(guò)對(duì)兩種典型的自適應(yīng)濾波算法，即最小均方 (Least Mean Square,LMS)算法和遞歸最小二乘 (Recursive Least Square,RLS)算法的性能特點(diǎn)進(jìn)行分析及仿真實(shí)現(xiàn)，給出了這兩種算法性能的綜合評(píng)價(jià)。 論文內(nèi)容安排如下： 前言：簡(jiǎn)單介紹了本文研究課題的背景及內(nèi)容。 第一章緒論：主要介紹了論文所需的有關(guān)背景知識(shí)和論文主要研究?jī)?nèi)容的國(guó)內(nèi) 外發(fā)展現(xiàn)狀。 第二章算法原理及軟件平臺(tái)介紹：首先詳細(xì)分析了自適應(yīng)濾波器的基本原理，給出了自適應(yīng)濾波器原理框圖及原理的推導(dǎo)過(guò)程，接著對(duì) MATLAB 及算法中用到的 MATLAB 中的函數(shù)進(jìn)行了簡(jiǎn)單的概述。 第三章 LMS 算法分析：本章開始闡述了 LMS 算法的歷史、現(xiàn)狀、背景，接著具體分析了 LMS 算法。 第四章 RLS 算法分析：本章開始簡(jiǎn)單介紹