基于自适应滤波器的DSP实现设计

毛熙涛　彭森

摘 要：本文从自适应滤波器的基本原理、算法及设计方法入手，其中自适应滤波器的算法是整个系统设计的核心。本设计采用改进的LMS算法设计FIR结构自适应滤波器，并采用MATLAB进行仿真，最后用DSP实现了自适应滤波器。

关键词：DSP（数字信号处理器）；自适应滤波器；LMS算法；FIR结构滤波器

1.引言

滤波是电子信息处理领域的一种最基本而又极其重要的技术。在有用信号的传输过程中，通常会受到噪声或干扰的污染。利用滤波技术可以从复杂的信号中提取所需要的信号，同时抑制噪声或干扰信号，以便更有效地利用原始信号。滤波器实际上是一种选频系统，它对某些频率的信号予以很小的衰减，让该部分信号顺利通过；而对其他不需要的频率信号则予以很大的衰减，尽可能阻止这些信号通过。在电子系统中滤波器是一种基本的单元电路，使用很多，技术也较为复杂，有时滤波器的优劣直接决定产品的性能，所以很多国家非常重视滤波器的理论研究和产品开发。

2.工作原理

所谓的自适应滤波，就是利用前一时刻以获得的滤波器参数的结果，自动的调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。自适应滤波器实质上就是一种能调节其自身传输特性以达到最优的维纳滤波器。自适应滤波器不需要关于输入信号的先验知识，计算量小，特别适用于实时处理。由于无法预先知道信号和噪声的特性或者它们是随时间变化的，仅仅用FIR和II种具有固定滤波系数的滤波器无法实现最优滤波。在这种情况下，必须设计自适应滤波器，以跟踪信号和噪声的变化。自适应滤波器的特性变化是由自适应算法通过调整滤波器系数来实现的。一般而言，自适应滤波器由两部分组成，一是滤波器结构，二是调整滤波器系数的自适应算法。自适应滤波器的结构采用FIR或IIR结构均可，由于IIR滤波器存在稳定性问题，因此一般采用FIR滤波器作为自适应滤波器的结构。图1给出了自适应滤波器的一般结构。

4.结论

自适应滤波技术的核心问题是自适应算法的性能问题，研究自适应算法是自适应滤波器的一个关键内容，算法的特性直接影响滤波器的效果。介绍了两种基本的自适应算法：最小均方（LMS）算法及递归最小二乘（RLS）算法，并就这两种基本算法的特点进行了比较，运用MATLAB对采用了LMS自适应算法的自适应滤波器进行了仿真，通过分析仿真结果，验证了算法的可行性。同时，在DSP上实现了对含噪信号的频率跟踪。在实际中，自适应滤波器的应用比较复杂，包括维纳滤波和卡尔曼滤波都是基于改变参数的滤波方法，修改参数的原则一般采用均方最小原则，修改参数的目的就是使得误差信号尽量接近于0。传统的滤波方法总是设计较精确的参数，尽量精确地对信号进行处理，传统滤波方法适用于稳定的信号，而自适应滤波器可以根据信号随时修改滤波参数，达到动态跟踪的效果。

参考文献

[1]彭启琼，李玉柏.DSP技术（第4版）[M].成都：电子科技大学出版社，2002.

[2]程卫国，冯峰，姚东.MATLAB启用指南[M].北京：人民邮电出版社，2005.

[3]张雄伟，陈亮.DSP集成开发与应用实例[M].北京：电子工业出版社，2009.

[4]高西全.数字信号处理[M].西安：西安电子科技大学出版社，2008.

作者简介

毛熙涛（1994-），邵阳学院电子科学与技术专业学生。

通讯作者

彭森（1983-），邵阳学院信息工程系教师。