【正文】 %產(chǎn)生濾波器輸入信號(hào)x end d(n)=s(n)+r(n)。*c。*x。我還要感謝在我設(shè)計(jì)過程中幫助過我的同學(xué)們，在你們的耐心幫助下，我才能夠克服設(shè)計(jì)中的難題，才能更加全面、深刻的理解本設(shè)計(jì)所涉及的學(xué)術(shù)與技術(shù)內(nèi)容，你們嚴(yán)謹(jǐn)認(rèn)真的治學(xué)態(tài)度激勵(lì)著我不斷前進(jìn)。最后，我要感謝我的母校，感謝你為我提供優(yōu)越的學(xué)習(xí)氛圍與治學(xué)環(huán)境，你用海納百川取則行遠(yuǎn)的精神感染著我。 f(n)=s(n)e(n)。*w)。*c*x)。v(n1)*v(n2)。v(n)^2。 otherwise r(n)=*v(n)+*v(n1)+*v(n2)+*v(n)^2+*v(n1)^2+*v(n2)^2+*v(n)*v(n1)+*v(n1)*v(n2)+*v(n)*v(n2)。x(2)=v(1)。 x(1)=v(1)。 %f:輸出結(jié)果與信號(hào)源的相對(duì)誤差c=eye(9)。 %x:濾波器的輸入噪聲d=zeros(1,5000)。 %產(chǎn)生均值0方差1的噪聲源vk=0:5000。end 基于VRLS自適應(yīng)濾波器的噪聲抵消器程序clear all。*x。v(n1)*v(n2)。v(n)^2。 otherwise r(n)=*v(n)+*v(n1)+*v(n2)+*v(n)^2+*v(n1)^2+*v(n2)^2+*v(n)*v(n1)+*v(n1)*v(n2)+*v(n)*v(n2)。x(2)=v(1)。 x(1)=v(1)。u(7,7)=。u(3,3)=。 %f:輸出結(jié)果與信號(hào)源的相對(duì)誤差w=zeros(9,1)。 %r:通過主通道的噪聲x=zeros(9,1) %x:濾波器的輸入噪聲d=zeros(1,5000)。 v=vmean(v)。本課題仍有非常廣闊的發(fā)展與研究前景，各種改進(jìn)的基于Volterra自適應(yīng)濾波器的噪聲抵消器以及Volterra自適應(yīng)濾波器的多種應(yīng)用是非常重要的研究方向。（1） 本文所涉及的基于VLMS自適應(yīng)濾波器的噪聲抵消器的第一二階濾波器所采取的步長均相同，還沒有進(jìn)一步研究與分析兩階濾波器步長對(duì)系統(tǒng)的具體性能有何影響。通過對(duì)Taylor級(jí)數(shù)與Volterra級(jí)數(shù)模型的介紹，說明了我們可以把Volterra級(jí)數(shù)模型作為線性系統(tǒng)在非線性系統(tǒng)中的推廣，并介紹了線性自適應(yīng)算法的主要理論成果，從而為非線性系統(tǒng)中線性系統(tǒng)理論的應(yīng)用搭起一條重要橋梁，此外還介紹了現(xiàn)階段非線性自適應(yīng)濾波器的發(fā)展?fàn)顩r，從而更準(zhǔn)確地把握對(duì)非線性系統(tǒng)的研究方向。但這些優(yōu)點(diǎn)是以增加計(jì)算的復(fù)雜程度為代價(jià)的。 基于VRLS自適應(yīng)濾波器的噪聲抵消器的仿真結(jié)果與分析，測量系統(tǒng)輸出結(jié)果與輸出誤差，與基于VRLS自適應(yīng)濾波器的噪聲抵消器的仿真結(jié)果進(jìn)行對(duì)比。由仿真結(jié)果可以看出：（1） ，由于選取步長過大，在150次迭代附近，系統(tǒng)的輸出誤差便迅速增為無窮大，系統(tǒng)無法輸出信號(hào)波形。又根據(jù)（）、（）我們可以得到： （）所以當(dāng)濾波器的輸出誤差總功率達(dá)到最小時(shí)，自適應(yīng)濾波器的輸出誤差即為有用信號(hào)s（n）的最優(yōu)最小均方估計(jì)。d（n）由有用信號(hào)s（n）與干擾噪聲r(shí)（n）疊加而成，即d（n） （）y為自適應(yīng)濾波器的輸出信號(hào)。S信號(hào)源將輸出我們需要的有用信號(hào)s(n)。3 基于自適應(yīng)濾波器的噪聲抵消原理 基于自適應(yīng)濾波器的噪聲抵消的研究意義當(dāng)我們使用濾波器對(duì)信號(hào)和干擾噪聲的混合波形進(jìn)行濾波使噪聲得到抑制而獲得相對(duì)不變的信號(hào)時(shí)，需要對(duì)波形進(jìn)行估計(jì)才能獲得相應(yīng)的最優(yōu)濾波器，要求我們必須掌握信號(hào)與噪聲的先驗(yàn)知識(shí)，這限制了濾波器設(shè)計(jì)的客觀實(shí)用性。把濾波器的輸入向量u(n)輸入串/并轉(zhuǎn)換裝置分為以L為長度的塊，再將數(shù)據(jù)以1塊/次的方式輸入橫向?yàn)V波器，濾波器的長度為M，每輸入1塊數(shù)據(jù)，濾波器的抽頭權(quán)值就更新一次，這樣的濾波器結(jié)構(gòu)就是我們所說的塊LMS算法。歸一化LMS算法濾波器的基本結(jié)構(gòu)與LMS算法濾波器相同。因?yàn)橹苯忧笕V波器權(quán)向量最優(yōu)值的運(yùn)算量非常大，所以我們采用遞推的方式減少運(yùn)算量。遞歸最小二乘算法利用了給定的初始條件，根據(jù)新的數(shù)據(jù)對(duì)舊的估計(jì)進(jìn)行更新，其數(shù)據(jù)長度對(duì)應(yīng)于當(dāng)前觀測時(shí)刻n。 遞歸最小二乘RLS算法與之前討論的基于最小均方誤差準(zhǔn)則的LMS算法不同，遞歸最小二乘（RLS）算法是基于最小二乘準(zhǔn)則的算法。這種以估計(jì)梯度向量 為基礎(chǔ)的最陡下降法表達(dá)式為：=— （）與普通的梯度估計(jì)方法需要各自測抽頭權(quán)值在擾動(dòng)只有的2個(gè)均方估計(jì)誤差不同，LMS算法則是使用來自于單次采樣得到的 作為均方誤差 ，得到估計(jì)梯度。LMS算法因具有結(jié)構(gòu)簡單、實(shí)用性強(qiáng)的特點(diǎn)，如今已經(jīng)成為線性自適應(yīng)濾波算法的具體參照。為了面對(duì)動(dòng)態(tài)的非線性背景，神經(jīng)網(wǎng)絡(luò)應(yīng)能夠持續(xù)學(xué)習(xí)，因此，怎樣使神經(jīng)網(wǎng)絡(luò)的行為與它所處的行為空間的輸入信號(hào)變化相適應(yīng)的是神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域研究的重點(diǎn)。形態(tài)濾波器。在排序?yàn)V波器中，最為著名的是中值濾波器。它的基本理論是充分使用非線性系統(tǒng)模型，將卷積或乘積在有用信號(hào)的非線性信號(hào)組合變?yōu)榧有孕盘?hào)組，然后按照要求對(duì)加性信號(hào)組合進(jìn)行線性濾波，最后再使用非線性逆系統(tǒng)對(duì)線性濾波后的信號(hào)進(jìn)行逆變換，從而得到整體同態(tài)濾波器系統(tǒng)的輸出。因此在近幾十年，非線性自適應(yīng)濾波器成為濾波器領(lǐng)域的研究熱點(diǎn)。對(duì)于二階Volterra級(jí)數(shù)濾波器，有=+ （）若選擇濾波器的儲(chǔ)存長度（記憶長度）為M，即選定濾波器的階數(shù)為M，則我們可以確定二階Volterra級(jí)數(shù)M階濾波器表達(dá)式為：=+ （） Volterra級(jí)數(shù)與冪級(jí)數(shù)在非線性自適應(yīng)濾波理論中，Volterra級(jí)數(shù)理論是研究投入最大、研究成果最多、應(yīng)用最廣泛的具體理論知識(shí)，Volterra級(jí)數(shù)理論的本質(zhì)優(yōu)勢在于它和冪級(jí)數(shù)有著很多類似的地方與緊密的聯(lián)系，這使它更容易被科學(xué)研究人員與技術(shù)工程人員掌握與接受。若當(dāng)pN時(shí)，=0，則該系統(tǒng)稱 為有限階級(jí)數(shù)系統(tǒng)，或N階Volterra級(jí)數(shù)系統(tǒng)。在式（）中，u(t),y(t)分別為濾波器的輸入與輸出信號(hào)，式（）給出的Volterra級(jí)數(shù)描述了非線性濾波器的輸入輸出特性，該濾波器被稱為Volterra級(jí)數(shù)濾波器。若f(x)能夠展開為x的冪級(jí)數(shù)，則展開式唯一，且與f(x)的邁克勞林級(jí)數(shù)一致。第五章總結(jié)全文，并對(duì)需要進(jìn)一步研究的問題進(jìn)行討論。第二章介紹了Volterra級(jí)數(shù)模型的基礎(chǔ)理論，非線性自適應(yīng)濾波器現(xiàn)階段發(fā)展概況，和以LMS、RLS算法為主體的自適應(yīng)算法。但是在以后的很長一段時(shí)間內(nèi)，由于Volterra級(jí)數(shù)濾波器的運(yùn)算量會(huì)隨著階次呈指數(shù)型增長，并受當(dāng)時(shí)運(yùn)算能力的制約，Volterra級(jí)數(shù)模型的實(shí)際應(yīng)用很少，人們把主要的精力投入了線性濾波的理論和方法。本文從Volterra自適應(yīng)濾波器的基礎(chǔ)理論出發(fā)，結(jié)合了Volterra級(jí)數(shù)、自適應(yīng)LMS算法、自適應(yīng)RLS算法與自適應(yīng)噪聲抵消的基礎(chǔ)理論，研究了基于Volterra自適應(yīng)濾波器的噪聲抵消器的設(shè)計(jì)方法，并通過具體仿真，對(duì)選用不同步長的基于Volterra LMS自適應(yīng)濾波器的噪聲抵消器以及基于Volterra LMS自適應(yīng)濾波器的噪聲抵消器與基于Volterra RLS自適應(yīng)濾波器的噪聲抵消器的性能進(jìn)行了討論。同時(shí)Volterra 級(jí)數(shù)是一種泛函數(shù)，當(dāng)輸入信號(hào)能量為有限值，我們可以使用Volterra核無限逼近大部分非線性系統(tǒng)，且非線性系統(tǒng)都存在其固有的Volterra核。這些原因使得非線性濾波器成為研究的熱點(diǎn)課題之一。線性濾波通常需要對(duì)噪聲與信號(hào)的先驗(yàn)知識(shí)，這個(gè)條件在實(shí)際應(yīng)用中往往不被滿足。LMS adaptive algorithm。然后，研究了基于Volterra自適應(yīng)濾波器的噪聲抵消器的設(shè)計(jì)，介紹自適應(yīng)噪聲抵消器的基本原理。為了彌補(bǔ)線性濾波器在現(xiàn)實(shí)應(yīng)用中的缺陷，人們?cè)絹碓疥P(guān)注非線性濾波器的研究。：任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）。作者簽名： 日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。作者簽名：　　 　 　　 日　 期：　　 　 　　 學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。基于Volterra自適應(yīng)濾波器的噪聲抵消器的設(shè)計(jì)畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日　　期：