论文部分内容阅读
自适应滤波技术在信号处理中占据重要的地位,一个自适应滤波器实际上是一个可以自动调整其特性的数字滤波器,因此自适应滤波器的设计包括两个不同的部分:一个具有可调系数的数字滤波器,以及一个用于调整或改变滤波器系数的自适应算法。数字滤波器通常有两种,一种是具有有限冲击相应的FIR数字滤波器,另一种是具有无限冲击相应的IIR数字滤波器,与IIR滤波器相比,FIR滤波器以精确的线性相位响应、非递归、实现锐截至滤波器所需系数少等优点在实践中得到广泛的应用。数字滤波器的自适应实现算法有很多种,其中的最小均方(LMS)算法应用最为广泛。
在信号处理领域,DSP芯片是一种特别适合于进行数字信号处理的微处理器,本文的研究是基于美国德州仪器公司(TI)的TMS320VC5402DSP上进行的,进行的主要工作包括:
1.介绍传统LMS算法及收敛性能,包括算法原理和matlab仿真。
2.对目前常见的几种改进LMS算法进行研究,重点研究了几种变步长LMS算法,并利用matlab对几种算法进行仿真,给出各种算法的学习曲线,分析LMS算法在实际应用中的限制。
3.给出自适应滤波算法在DSP上实现,包括算法设计和仿真结果,算法系统采用C和汇编语言编写,并在DSP的开发环境CCS下观察仿真结果。
4.将自适应滤波算法应用到基于DSP的数据采集系统上,将数据采集和自适应滤波结合到一起,解决在强干扰环境下高精度数据的采集。文章对硬件和软件上提出了解决方案,给出硬件设计原理图及软件设计流程。
论文一共分为五章,第一章简单地介绍了课题研究内容,第二章对几种算法进行了研究,第三章讲述LMS算法在DSP上的实现,第四章给出了系统的硬件及软件设计,第五章针对全文做了总结,并提出今后工作的设想。