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。