第八章自適應濾波器adaptivefilter(編輯修改稿)
2024-11-16 12:08 本頁面
【文章內(nèi)容簡介】 、 （ 是 實值的對稱陣，可寫成特征值分解式） 正定陣 是對角陣，其對角元素 是 的特征值 26 （ 3） （ 4） 假定所有的對角元素的值均小于 1（這可以通過適當選擇 實現(xiàn)），則 （ 5） 27 應用上述五點結論推導 權系數(shù) 更新表達式 應用（ 1）結論有： 再應用（ 2）（ 3）（ 4）（ 5）結論，有 28 ? 由此可見，當?shù)螖?shù)無限增加時，權系數(shù)向量的數(shù)學期望值可收斂至 Wiener解，其條件是對角陣 的所有對角元素均小于 1，即 ? 或 29 基本 LMS自適應算法 （軟件實現(xiàn)） 30 LMS自適應濾波器（硬件實現(xiàn)） 31 第二節(jié) 自適應噪聲抵消器 ? 自適應噪聲抵消的目的是 : 主信號由有用信號和背景噪聲組成 。 去除主信號中的背景噪聲 。 背景噪聲與參考信號中的噪聲相關 。 因此 ， 自適應噪聲抵消技術主要依賴于從主信號 和噪聲中獲取參考信號 。 32 自適應噪聲抵消原理 最佳噪聲抵消器 ? 其中 ? 估計誤差 e (n) 33 自適應噪聲抵消器 34 (LMS)的自適應噪聲抵消 ? 根據(jù)上一節(jié)的推導， 濾波器權 重更新表達式為 （ ） 35 LMS自適應噪聲抵消算法可按以下步驟實現(xiàn) 36 ? ?max表示自相關矩陣 Rxx的最大特征值 ； ? 在實際應用中， Rxx的具體值是不知道的，參數(shù) ? 的值也需要試探性地選擇； ? 若 ?取值小，能保證收斂，但需要注意的是，如果 ?取得過小，收斂速度將非常慢； ? 相反 ， 若 ?取值大 ， 可以提高收斂速度 ， 卻是以噪聲收斂為代價的 。 收斂因子滿足 ： 37 舉例 如果參考輸入信號 r(n)是頻率為 ?0的正弦信號，自適應濾波器將從主信號中濾除所有的頻率為 ?0的正弦成分。在這種情況下，自適應 噪聲 抵消器相當于一個槽形濾波器。分析討論槽形濾波器的工作原理。 38 39 40 第三節(jié) 生物醫(yī)學應用 自適應噪聲抵消法增強心電圖（ ECG）監(jiān)護 自適應噪聲抵消方法增強胎兒 ECG心電監(jiān)護 自適應噪聲抵消在增強胃電測量中的應用 41
教學課件相關推薦
鄂ICP備17016276號-1