【正文】 　 　　 使用授權(quán)說明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝　⒖s印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名： 日期： 年 月 日導(dǎo)師簽名： 日期： 年 月 日注 意 事 項(xiàng)（論文）的內(nèi)容包括：1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作）2）原創(chuàng)性聲明3）中文摘要（300字左右）、關(guān)鍵詞4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入）6）論文主體部分：引言（或緒論）、正文、結(jié)論7）參考文獻(xiàn)8）致謝9）附錄（對(duì)論文支持必要時(shí)）：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于1萬字（不包括圖紙、程序清單等）。隨著研究深入，人們發(fā)現(xiàn)在回聲對(duì)消、高速通信信道等含有非線性干擾的環(huán)境, 線性自適應(yīng)濾波器的線性本質(zhì)使其性能并不理想。首先，介紹了Volterra自適應(yīng)濾波器的基礎(chǔ)理論，包括Volterra級(jí)數(shù)模型、現(xiàn)階段非線性自適應(yīng)濾波器的種類，以及LMS、RLS自適應(yīng)算法。 noise canceller。但隨著研究的不斷深入，人們發(fā)現(xiàn)了線性自適應(yīng)濾波器在現(xiàn)實(shí)應(yīng)用中的諸多不足。這些噪聲中可能存在信號(hào)關(guān)聯(lián)噪聲和脈沖噪聲，線性自適應(yīng)濾波對(duì)這兩種噪聲的平滑效果很差。其中，基于Volterra 級(jí)數(shù)的多項(xiàng)式濾波器，使線性和非線性項(xiàng)得到了綜合應(yīng)用，性能優(yōu)于其它的非線性自適應(yīng)濾波器。而自適應(yīng)濾波器的噪聲抵消器可以利用自適應(yīng)濾波器自動(dòng)調(diào)節(jié)自身函數(shù)的能力，克服了最優(yōu)濾波器必須依據(jù)信號(hào)和噪聲的先驗(yàn)知識(shí)的缺點(diǎn)，因此得到廣泛應(yīng)用。1942年，并用這種級(jí)數(shù)模型用于存在非線性電阻的RLC電路對(duì)高斯信號(hào)的分析。 本文的主要工作及章節(jié)安排本文主要研究了基于Volterra自適應(yīng)濾波器的噪聲抵消器的設(shè)計(jì)問題，具體的研究內(nèi)容是：第一章介紹了基于Volterra自適應(yīng)濾波器的噪聲抵消器設(shè)計(jì)問題的研究背景與意義，對(duì)Volterra級(jí)數(shù)的提出與發(fā)展、實(shí)際應(yīng)用與基于Volterra自適應(yīng)濾波器的噪聲抵消器的發(fā)展?fàn)顩r進(jìn)行了系統(tǒng)概述，最后介紹了本文的主要工作與章節(jié)安排。第四章分別設(shè)計(jì)了基于VLMS自適應(yīng)算法、基于VRLS自適應(yīng)算法以及采取不同步長的基于VLMS自適應(yīng)算法的噪聲抵消器，使用Matlab進(jìn)行仿真，并對(duì)仿真結(jié)果進(jìn)行了討論與分析。=0，則：=+++...++... ()式（）被稱為函數(shù)f(x)的邁克勞林級(jí)數(shù)。連續(xù)Volterra級(jí)數(shù)表示方式為：== （）式中:= （）式中，u(t)，y(t)R；函數(shù) 被稱作p階Volterra核或被稱為廣義脈沖響應(yīng)函數(shù)； ，（p≥1）為由p階Volterra核構(gòu)成的p階子系統(tǒng)的系統(tǒng)輸出。因此，我們可以認(rèn)為Volterra級(jí)數(shù)模型是線性系統(tǒng)脈沖響應(yīng)函數(shù)模型在非線性系統(tǒng)中的推廣。為使離散的Volterra非線性級(jí)數(shù)濾波器能夠針對(duì)現(xiàn)實(shí)問題進(jìn)行使用，我們通常使用N階Volterra模型，這需要我們將（）式的上限用N取代。 其他非線性自適應(yīng)濾波器隨著研究的不斷深入，人們發(fā)現(xiàn)了線性自適應(yīng)濾波器在現(xiàn)實(shí)應(yīng)用中的諸多不足。同態(tài)濾波器是最早被提出的一類非線性濾波器，它的提出是用來濾除與信號(hào)相關(guān)聯(lián)（卷積或乘積）的非加性噪聲。排序統(tǒng)計(jì)濾波器是囊括了一大類種類豐富的非線性濾波器，它的理論基礎(chǔ)是排序統(tǒng)計(jì)學(xué)知識(shí)。現(xiàn)階段，排序統(tǒng)計(jì)濾波器的研究重點(diǎn)是其快速算法的研究和專用VLSI芯片的開發(fā)。神經(jīng)網(wǎng)絡(luò)是一種通過模仿和拓展人類大腦思維、意識(shí)、智能等功能來實(shí)現(xiàn)非線性信號(hào)處理的非線性自適應(yīng)濾波器。 最小均方自適應(yīng)LMS算法最小均方自適應(yīng)LMS算法是現(xiàn)在被廣泛使用的一種線性自適應(yīng)算法，該算法在1960年由Hoff與Widrow首次提出。但是這種精確測量是以了解抽頭輸入的相關(guān)矩陣R和抽頭輸入與期望響應(yīng)之間的互相關(guān)向量p為前提，因而在未知環(huán)境中，這種精確測量沒有現(xiàn)實(shí)可行性，必須使用已知信號(hào)估計(jì)梯度向量。（）給出的自適應(yīng)濾波器抽頭權(quán)向量自適應(yīng)迭代算法被稱作LMS算法。遞歸最小二乘（RLS）算法是基于最小二乘準(zhǔn)則的一種經(jīng)典自適應(yīng)算法，它以增加計(jì)算的復(fù)雜程度為代價(jià)改善了收斂速度，使該算法的收斂速度比一般的LMS自適應(yīng)算法快一個(gè)數(shù)量級(jí)。e(i)=d(i)— （）根據(jù)最小二乘濾波器正則方程，該濾波器的最優(yōu)權(quán)向量應(yīng)滿足= （）其中= （）為i時(shí)刻輸入向量u(i)的時(shí)間平均自相關(guān)矩陣；Z(n)= （）為i時(shí)刻輸入向量u(i)與期望響應(yīng)d(i)的時(shí)間平均互相關(guān)。 其他線性自適應(yīng)算法歸一化LMS算法。塊LMS算法。與此同時(shí)，系統(tǒng)研究了線性自適應(yīng)算法，介紹了現(xiàn)階段非線性自適應(yīng)濾波器的發(fā)展?fàn)顩r，為后續(xù)基于Volterra自適應(yīng)濾波器的噪聲抵消器的具體設(shè)計(jì)提供了算法理論基礎(chǔ)。S為信號(hào)源。d為期望信號(hào)。 基于自適應(yīng)濾波器的噪聲抵消器的基本原理假設(shè)s（n）、r（n）、x（n）均為統(tǒng)計(jì)平穩(wěn)具有零均值的信號(hào)，則自適應(yīng)濾波系統(tǒng)的輸出誤差平方為：= （）將式（）兩邊同時(shí)計(jì)算數(shù)學(xué)期望，又因?yàn)閟（n）與r（n）以及y（n）不相關(guān)，可以化簡得到：= = （）自適應(yīng)濾波器進(jìn)行抽頭向量更新時(shí)均方誤差E[ ]達(dá)到最小值，此時(shí)，對(duì)有用信號(hào)的功率E[ ]不產(chǎn)生影響，相應(yīng)最小輸出功率為=+ （）所以，若使自適應(yīng)濾波器的輸出誤差功率 達(dá)到最小值， 也將達(dá)到最小值，此時(shí)，濾波器輸出y（n）為噪聲干擾r（n）的最優(yōu)均方估計(jì)。 設(shè)計(jì)及仿真結(jié)果的分析 基于VLMS自適應(yīng)濾波器的噪聲抵消器的仿真結(jié)果與分析系統(tǒng)的輸出結(jié)果為：圖（） 圖（） 圖（） 圖（） 系統(tǒng)的輸出誤差為：圖（） 圖（） 圖（） 圖（） 仿真結(jié)果如圖所示，、。綜上，基于VLMS算法自適應(yīng)濾波器的噪聲抵消器能夠用于消除噪聲得到所需小信號(hào)；系統(tǒng)的性能與選取的步長有很大關(guān)系，步長較大時(shí)，系統(tǒng)具有較快的收斂速度，但因每次迭代的調(diào)整幅度較大，系統(tǒng)的不能夠很好地穩(wěn)定在最優(yōu)權(quán)向量，失調(diào)量較大，當(dāng)步長較小時(shí)，系統(tǒng)的收斂速度太慢甚至不收斂，因此，探究怎樣取得最優(yōu)步長具有很重要的意義。與采取最優(yōu)步長的基于VLMS自適應(yīng)濾波器的噪聲抵消器相比，基于VRLS自適應(yīng)濾波器的噪聲抵消器的收斂速度更快，波形更加規(guī)則，失調(diào)量更小。（2） 詳細(xì)介紹了Volterra自適應(yīng)濾波器的基礎(chǔ)理論。本文知識(shí)在最基本的Volterra濾波器、LMS自適應(yīng)算法以及RLS自適應(yīng)算法的理論上對(duì)基于Volterra自適應(yīng)濾波器的噪聲抵消器進(jìn)行設(shè)計(jì)，還存在很多不足。（4） 本文只涉及了基于Volterra自適應(yīng)濾波器的噪聲抵消器的設(shè)計(jì)，對(duì)如今同樣廣泛使用的基于Volterra自適應(yīng)濾波器的時(shí)域均衡、混沌預(yù)測等應(yīng)用還沒有進(jìn)行研究。 v=v/std(v)。 %產(chǎn)生單位振幅的信號(hào)源sr=zeros(1,5000)。 %e:瞬時(shí)誤差f=zeros(1,5000)。u(2,2)=。u(6,6)=。 %產(chǎn)生步長矩陣ufor n=1:5000 switch n case 1 r(1)=*v(n)+*v(n)^2。 x(1)=v(2)。x(7)=v(1)^2。v(n2)。v(n1)^2。 %產(chǎn)生期望信號(hào)d y(n)=w39。 w=w+2*u*e(n)*x。 v=vmean(v)。 %r:通過主通道的噪聲x=zeros(9,1)。 %e:瞬時(shí)誤差f=zeros(1,5000)。 %w:濾波器權(quán)向量for n=1:5000 switch n case 1 r(1)=*v(n)+*v(n)^2。 x(1)=v(2)。x(7)=v(1)^2。v(n2)。v(n1)^2。 %產(chǎn)生期望信號(hào)d if n~=1 g=(^1)*c*x/(1+(^1)*x39。 w=w+g*(d(n)x39。 e(n)=d(n)y(n)。我還要感謝父母以及給予我?guī)椭c支持的老師和同學(xué)們，是你們教給我做人的道理，教會(huì)我各種知識(shí)，讓我能夠不斷的完善自己，更好地面對(duì)自己接下來的人生