当前位置：文档库 › 自适应滤波实验报告

自适应滤波实验报告

北科大数字图像处理实验报告

北京科技大学计算机与通信工程学院实验报告实验名称：《数字图像处理》课程实验学生姓名：徐松松专业：计算机科学与技术班级：计1304 学号：41345053 指导教师：王志明实验成绩：实验时间：2016 年12 月15 日

一、实验目的与实验要求 1、实验目的 1. 熟悉图像高斯、脉冲等噪声的特点,以及其对图像的影响; 2. 理解图像去噪算法原理,并能编程实现基本的图像去噪算法,达到改善图像质量的效果,并能对算法性能进行简单的评价。 3. 理解图像分割算法的原理，并能编程实现基本的灰度图像分割算法，并显示图像分割结果。 2、实验要求 1. 对于给定的两幅噪声图像(test1.jpg, test 2.jpg),设计或选择至少两种图像滤波算法对图像进行去噪。 2.利用给出的参考图像(org1.jpg, org2.jpg),对不同算法进行性能分析比较。 3. 对于给定的两幅数字图像（test.jpg,test 4.jpg），将其转换为灰度图像，设计或选择至少两种图像分割算法对图像进行分割，用适当的方式显示分割结果，并对不同算法进行性能分析比较。二、实验设备（环境）及要求 1. Mac／Windows计算机 2. Matlab编程环境。三、实验内容与步骤 1、实验1 （1）实验内容 1. 对于给定的两幅噪声图像(test1.jpg, test 2.jpg), 设计或选择至少两种图像滤波算法对图像进行去噪。 2. 利用给出的参考图像(org1.jpg, org2.jpg), 对不同算法进行性能分析比较。（2）主要步骤 1. 打开Matlab编程环境; 2. 利用’imread’函数读入包含噪声的原始图像数据; 3. 利用’imshow’函数显示所读入的图像数据;

数字图像处理教学大纲(2014新版)

数字图像处理课程编码：3073009223 课程名称：数字图像处理总学分： 2 总学时：32 (讲课28，实验4) 课程英文名称：Digital Image Processing 先修课程：概率论与数理统计、线性代数、C++程序设计适用专业：自动化专业等一、课程性质、地位和任务数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。三、教学内容及安排第一章：绪论（2学时）教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源

1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成第二章：数字图像基础（4学时）教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作

低通滤波器实验报告

（科信学院）信息与电气工程学院电子电路仿真及设计CDIO三级项目设计说明书（2012/2013学年第二学期）题目： ____低通滤波器设计____ _____ _____ _ 专业班级：通信工程学生姓名：学号：指导教师：设计周数：2周 2013年7月5日题目： ____低通滤波器设计____ _____ _____ _ (1)

第一章、电源的设计 (2) 1.1实验原理： (2) 1.1.1设计原理连接图： (2) 1. 2电路图 (5) 第二章、振荡器的设计 (7) 2.1 实验原理 (7) 2.1.1 (7) 2.1.2定性分析 (7) 2.1.3定量分析 (8) 2.2电路参数确定 (10) 2.2.1确定R、C值 (10) 2.2.2 电路图 (10) 第三章、低通滤波器的设计 (12) 3.1芯片介绍 (12) 3.2巴特沃斯滤波器简介 (13) 3.2.1滤波器简介 (13) 3.2.2巴特沃斯滤波器的产生 (13) 3.2.3常用滤波器的性能指标 (14) 3.2.4实际滤波器的频率特性 (15) 3.3设计方案 (17) 3.3.1系统方案框图 (17) 3.3.2元件参数选择 (18) 3.4结果分析 (20) 3.5误差分析 (23) 第四章、课设总结 (24) 第一章、电源的设计 1.1实验原理： 1.1.1设计原理连接图：

整体电路由以下四部分构成：电源变压器：将交流电网电压U1变为合适的交流电压U2。整流电路：将交流电压U2变为脉动的直流电压U3。滤波电路：将脉动直流电压U3转变为平滑的直流电压U4。稳压电路：当电网电压波动及负载变化时,保持输出电压Uo的稳定。 1）变压器变压 220V交流电端子连一个降压变压器，把220V家用电压值降到9V左右。 2）整流电路桥式整流电路巧妙的利用了二极管的单向导电性，将四个二极管分为两组，根据变压器次级电压的极性分别导通。见变压器次级电压的正极性端与负载电阻的上端相连，负极性端与负载的电阻的下端相连，使负载上始终可以得到一个单方向的脉动电压。单项桥式整流电路，具有输出电压高，变压器利用率高，脉动系数小。

matlab图像处理实验报告

图像处理实验报告姓名：陈琼暖班级：07计科一班学号：20070810104

目录：实验一：灰度图像处理 (3) 实验二：灰度图像增强 (5) 实验三：二值图像处理 (8) 实验四：图像变换 (13) 大实验：车牌检测 (15)

实验一：灰度图像处理题目：直方图与灰度均衡基本要求：（1） BMP灰度图像读取、显示、保存；（2）编程实现得出灰度图像的直方图；（3）实现灰度均衡算法. 实验过程： 1、BMP灰度图像读取、显示、保存； ?图像的读写与显示操作：用imread( )读取图像。 ?图像显示于屏幕：imshow( ) 。 ?

2、编程实现得出灰度图像的直方图； 3、实现灰度均衡算法； ?直方图均衡化可用histeq( )函数实现。 ?imhist(I) 显示直方图。直方图中bin的数目有图像的类型决定。如果I是个灰度图像，imhist将使用默认值256个bins。如果I是一个二值图像，imhist使用两bins。实验总结： Matlab 语言是一种简洁，可读性较强的高效率编程软件，通过运用图像处理工具箱中的有关函数,就可以对原图像进行简单的处理。通过比较灰度原图和经均衡化后的图形可见图像变得清晰，均衡化后的直方图形状比原直方图的形状更理想。

实验二：灰度图像增强题目：图像平滑与锐化基本要求：（1）使用邻域平均法实现平滑运算；（2）使用中值滤波实现平滑运算；（3）使用拉普拉斯算子实现锐化运算. 实验过程： 1、使用邻域平均法实现平滑运算；步骤：对图像添加噪声，对带噪声的图像数据进行平滑处理； ? 对图像添加噪声 J = imnoise(I,type,parameters)

数字图像处理实验报告：灰度变换与空间滤波(附带程序,不看后悔)

1.灰度变换与空间滤波一种成熟的医学技术被用于检测电子显微镜生成的某类图像。为简化检测任务，技术决定采用数字图像处理技术。发现了如下问题：（1）明亮且孤立的点是不感兴趣的点；（2）清晰度不够，特别是边缘区域不明显；（3）一些图像的对比度不够；（4）技术人员发现某些关键的信息只在灰度值为I1-I2 的范围，因此，技术人员想保留I1-I2 区间范围的图像，将其余灰度值显示为黑色。（5）将处理后的I1-I2 范围内的图像，线性扩展到0-255 灰度，以适应于液晶显示器的显示。请结合本章的数字图像处理处理，帮助技术人员解决这些问题。 1.1 问题分析及多种方法提出（1）明亮且孤立的点是不够感兴趣的点对于明亮且孤立的点，其应为脉冲且灰度值为255（uint8）噪声，即盐噪声，为此，首先对下载的细胞图像增加盐噪声，再选择不同滤波方式进行滤除。均值滤波：均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围8 个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。优点：速度快，实现简单；缺点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。其公式如下：使用矩阵表示该滤波器则为：中值滤波：

滤除盐噪声首选的方法应为中值滤波，中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。其过程为： a、存储像素1，像素2 ....... 像素9 的值； b、对像素值进行排序操作； c、像素5 的值即为数组排序后的中值。优点：由于中值滤波本身为一种利用统计排序方法进行的非线性滤波方法，故可以滤除在排列矩阵两边分布的脉冲噪声，并较好的保留图像的细节信息。缺点：当噪声密度较大时，使用中值滤波后，仍然会有较多的噪声点出现。自适应中值滤波：自适应的中值滤波器也需要一个矩形的窗口S xy ，和常规中值滤波器不同的是这个窗口的大小会在滤波处理的过程中进行改变(增大)。需要注意的是，滤波器的输出是一个像素值，该值用来替换点(x, y)处的像素值，点(x, y)是滤波窗口的中心位置。其涉及到以下几个参数：其计算过程如下：

北航卡尔曼滤波课程-捷联惯导静基座初始对准实验

卡尔曼滤波实验报告捷联惯导静基座初始对准实验一、实验目的 ①掌握捷联惯导的构成和基本工作原理； ②掌握捷联惯导静基座对准的基本工作原理； ③了解捷联惯导静基座对准时的每个系统状态的可观测性； ④了解双位置对准时系统状态的可观测性的变化。二、实验原理选取状态变量为：[]T E N E N U x y x y z X V V δδεεε=ψψψ??，其

中导航坐标系选为东北天坐标系，E V δ为东向速度误差，N V δ为北向速度误差，E ψ为东向姿态误差角，N ψ为北向姿态误差角，U ψ为天向姿态误差角，x ?为东向加速度偏置，y ?为北向加速度偏置，x ε为东向陀螺漂移，y ε为北向陀螺漂移，z ε为天向陀螺漂移。则系统的状态模型为： X AX W =+ (1) 其中， 1112212211 12 1321222331323302sin 000002sin 000000000sin cos 0000sin 000000cos 0000000000000000000000000000000000000000000000000000 0L g C C L g C C L L C C C L C C C L C C C A Ω-? ? ??-Ω????Ω-Ω? ?-Ω????Ω=? ?????? ?????????? ? [00000]E N E N U T V V W W W W W W δδψψψ=，E D V W W δψ 为零均值高斯白噪声，分别为加速度计误差和陀螺漂移的噪声成分，Ω为地球自转角速度，ij C 为姿态矩阵n b C 中的元素，L 为当地纬度。量测量选取两个水平速度误差：[ ]T E N Z V V δδ=，则量测方程为： 10000000000100000000E E N N V X V δηδη???? ??=+???????????? (2) 即Z HX η=+ 其中，H 为量测矩阵，[]T E N ηηη=为量测方程的随机噪声状态矢量，为零均值高斯白噪声。要利用基本卡尔曼滤波方程进行状态估计，需要将状态方程和量测方程进行离散化。系统转移矩阵为： 2323/1111102!3!! n n k k k k k k n T T T I TA A A A n ∞ -----=Φ=++++=∑ (3)

滤波器设计的实验报告

实验三滤波器设计一、实验目的： 1、熟悉Labview的软件操作环境； 2、了解VI设计的方法和步骤，学会简单的虚拟仪器的设计； 3、熟悉创建、调试VI； 4、利用Labview制作一个滤波器，实现低通、高通、带通、带阻等基本滤波功能，并调节截止频率实现滤波效果。二、实验要求： 1、可正弦实现低通、高通、带通、带阻等基本滤波功能，并图形显示滤波前后波形； 2、可调节每种滤波器的上限截止频率或者下限截止频率； 3、给出每种滤波器的幅频特性；三、设计原理: 1、利用LABVIEW中的数字IIR、FIR数字滤波器实现数字滤波功能，参数可调；

2、将两路不同频率的信号先叠加，然后通过滤波，将一路信号滤除，而保留有用信号，Hz f Hz f 100,2021==； 3、叠加即将两个信号相加，用到一个数学公式； 4、信号进入case 结构，结构中有两路分支，每路分支均有一个滤波模块，其中一个为IIR 滤波器，另一个为FIR 滤波器，通过按钮可选择IIR 或是FIR.每个滤波模块都可通过外部按钮对其参数进行调整，各个过程的波形都用波形图显示出来； 5、将IIR 、FIR 滤波器的“滤波信息”接线端用控件按名称解除捆绑接入波形图，观察波形的幅度和相位； 6、用一个while 循环实现不重新启动既可以改参数。四、设计流程： 1、前面板的设计：

2、程序框图的设计：五、实验结果： 1、低通滤波功能：将100Hz的信号滤除，保留20Hz的信号用IIR巴特沃斯滤波器，将低截止频率设置为25Hz。

用FIR滤波器，拓扑类型选择Windowed FIR，将最低通带设置为50。用IIR巴特沃斯滤波器，将低截止频率设置为90Hz。

大学doc-实验二RLS的实验报告

20XX年复习资料大学复习资料专业：班级：科目老师：日期：

基于RLS的语音去噪算法研究课程名称现在数字信号处理及其应用实验名称基于RLS的语音去噪算法研究学院电子信息学院专业电路与系统班级电子2班学号 20XXXX20XXXX0XX020XXXX7 学生姓名刘秀指导老师何志伟

摘要：截取一段音频信号（初始信号），然后人为加入一个白噪声，然后将初始信号与白噪声混叠以后，再用RLS算法将这个白噪声信号滤除。RLS （递推最小二乘）算法是另一种基于最小二乘准则的精确方法，它具有快速收敛和稳定的滤波器特性，因而被广泛地应用于实时系统识别和快速启动的信道均衡等领域。关键词：初始信号、白噪音、RLS算法。 Abstract:Intercept an audio signal (original signal) and add a white noise artificially, then after aliasing the initial signal and white noise , and using RLS algorithm to the white noise signal filtering.RLS (recursive least squares) algorithm is a kind of accurate method based on least squares criterion, it has a fast convergence and stability of the filter characteristics, and therefore is widely applied in the real-time system identification and fast start of equalization. Key words: Initial signal, white noise, RLS algorithm.

(完整版)整流滤波电路实验报告

整流滤波电路实验报告姓名：XXX 学号：5702112116 座号：11 时间：第六周星期4 一、实验目的 1、研究半波整流电路、全波桥式整流电路。 2、电容滤波电路，观察滤波器在半波和全波整流电路中的滤波效果。 3、整流滤波电路输出脉动电压的峰值。 4、初步掌握示波器显示与测量的技能。二、实验仪器示波器、6v交流电源、面包板、电容（10μF*1，470μF*1）、变阻箱、二极管*4、导线若干。三、实验原理 1、利用二极管的单向导电作用，可将交流电变为直流电。常用的二极管整流电路有单相半波整流电路和桥式整流电路等。 2、在桥式整流电路输出端与负载电阻RL并联一个较大电容C，构成电容滤波电路。整流电路接入滤波电容后，不仅使输出电压变得平滑、纹波显著成小，同时输出电压的平均值也增大了。四、实验步骤 1、连接好示波器，将信号输入线与6V交流电源连接，校准图形基准线。 2、如图，在面包板上连接好半波整流电路，将信号连接线与电阻并联。

3、如图，在面包板上连接好全波整流电路，将信号输入线与电阻连接。

4、在全波整流电路中将电阻换成470μF的电容，将信号接入线与电容并联。 5、如图，选择470μF的电容，连接好整流滤波电路，将信号接入线与电阻并联。改变电阻大小（200Ω、100Ω、50Ω、25Ω）

200Ω100Ω50Ω

25Ω 6、更换10μF的电容，改变电阻（200Ω、100Ω、50Ω、25Ω）200Ω 100Ω

50Ω 25Ω 五、数据处理 1、当C 不变时，输出电压与电阻的关系。输出电压与输入交流电压、纹波电压的关系如下： avg)r m V V V （输+= 又有i avg R C V ??=输89.2V )(r 所以当C 一定时，R 越大就越小 )(r V avg 越大输V

自适应滤波实验报告

LMS 自适应滤波实验报告姓名：学号：日期：2015.12.2 实验内容：利用自适应滤波法研究从宽带信号中提取单频信号的方法。设()()()()t f B t f A t s t x 212cos 2cos π?π+++=，()t s 是宽带信号，A ，B ，1f ，2f ， ?任选（1）要求提取两个单频信号；（2）设f f f ?+=12，要求提取单频信号()t f 22cos π，研究f ?的大小对提取单频信号的影响。 1. 自适应滤波器原理自适应滤波器理论是现代信号处理技术的重要组成部分，它对复杂信号的处理具有独特的功能。自适应滤波器在信号处理中属于随机信号处理的范畴。在一些信号和噪声特性无法预知或他们是随时间变化的情况下，自适应滤波器通过自适应滤波算法调整滤波器系数，使得滤波器的特性随信号和噪声的变化，以达到最优滤波的效果，解决了固定全系数的维纳滤器和卡尔曼滤波器的不足。（1）自适应横向滤波器所谓自适应滤波，就是利用前一时刻已获得的滤波器参数等结果，自动调节现时刻的滤波器参数，以适应信号和噪声未知或随时间变化的统计特性，从而实现最优滤波。自适应滤波器由两个部分组成：滤波器结构和调节滤波器系数的自适应算法。自适应滤波器的特点是自动调节自身的冲激响应，达到最优滤波，此算法适用于平稳和非平稳随机信号，并且不要求知道信号和噪声的统计特性。一个单输入的横向自适应滤波器的原理框图如图所示：

实际上这种单输入系统就是一个FIR 网络结构，其输出()n y 用滤波器单位脉冲响应表示成下式： ()()()∑-=-=1 N m m n x m w n y 这里()n w 称为滤波器单位脉冲响应，令：()()n i n x x i w w m i i i ,1,1,1+-=-=+=用j 表示，上式可以写成 ∑==N i ij i j x w y 1 这里i w 也称为滤波器加权系数。用上面公式表示其输出，适用于自适应线性组合器，也适用于FIR 滤波器。将上式表示成矩阵形式： X W W X j T T j j y == 式中 [][ ] T Nj j j j T N x x x w w w X W ,...,,, ,...,,2121== 误差信号表示为 X W j T j j j j d y d e -=-= （2）最小均方（LMS ）算法 Widrow 等人提出的最小均方算法，是用梯度的估计值代替梯度的精确值，这种算法简单易行，因此获得了广泛的应用。 LMS 算法的梯度估计值用一条样本曲线进行计算，公式如下：

微波遥感实验报告

实验一：SAR图像下载与认识一：实验目的 1掌握SAR图像的下载方法； 2了解不同地物在图像上的特性；二、实验要求 1掌握雷达图像的成像原理与地物特性 2数据说明 3本实验采用Sentinel-1卫星拍摄于2014年12月5日的天山山脉的遥感影像三、实验步骤打开地理空间数据云网站；图1 找到Sentinel-1卫星下载有效数据；图2

在ERDAS中打开影像；图3 分析地物在影像上的特性； 1雷达图像的成像机理雷达图像的获取系统不同于光学影像获取系统,它是采用有源主动式工作方法,其本质是一个距离测量系统雷达图像.上的信息是地物目标对雷达波束的反应，而且主要是目标后向散射形成的图像信息,以及朝向雷达天线那部分被散射的电磁波所形成的图像信息由于地物目标所处的位置地物结构表面形态和介电性能等不同,对雷达波束的反应是不一样的同时不同雷达波段极化方式入射角也会使地物产生不同的反应，使其图像具有近距离压缩透视收缩叠掩阴影和地面起伏引起的影像移位等现象,因此,在图像.上形成不同的色调纹理和图案,与中心投影的光学影像有很大的差别。 2雷达图像的信息特点地物目标对雷达波束的反应是散射(或反射)穿透和吸收r种情况并存,波长不同,对地物的穿透性是不一样的;地物目标的类型本身的结构表面的粗糙度和介电性能不同,则会对电磁波的穿透反射(或散射)和吸收带来不同程度的效应同时，入射雷达波束和地物的相对方向也有关系,在一定方向的条件下，地物目标可以产生强回波,在另一方向，回波则可能很弱或无回波例如平行于飞行方向的铁丝网(电力线)，会产生强回波，垂直于飞行方向回波则很弱或消失因此,在雷达图像解译时,尽可能采用多侧视方向的图像 3目视解译就本实验的雷达图像而言，主要有以下几种地物；雷达波束的穿透性对冰雪覆盖区地物的判读有着独特的优势例如雪上被覆盖区域,在光学影像上很难辨清究竟是雪，还是湖泊,在雷达图像上则表现极为清晰对于雪山区域冰斗湖碛尾湖的判断，应采用多侧视方向,避免将阴影误判为湖泊。

ENVI实验报告

实验报告课程名称：系部名称：测绘工程学院专业班级：遥感科学与技术 11-1班学生姓名：学号：指导教师：田静实验报告1 实验报告 2 篇二：envi上机报告《遥感软件应用与开发》实验指导书、作业系部名称：测绘工程学院专业班级：遥感科学与技术11-1班学生姓名：学号：指导教师：田静测绘工程学院目录《遥感软件应用与开发》课程实验指导书???????????错误！未定义书签。实验一：envi软件安装与基本功能操作?????????????3 实验二：影像的地理坐标定位和校正??????????????19 实验三：图像融合、图像镶嵌、图像裁剪 ???????????25 实验四：图像分类 ?????????????????????31 实验报告： ???????????????????????37 实验报告1： ????????????????????????38 实验报告2： ????????????????????????41 实验报告3： ????????????????????????44 实验报告4： ????????????????????????47 实验一：envi软件安装与基本功能操作一、实验目的熟悉遥感数据图像处理软件envi的安装过程，了解envi基本信息、基本概念及其主要特性。对envi操作界面有一个基本的熟悉，对各菜单功能有一个初步了解，为后面的实验作好准备。二、实验学时 2学时三、实验类型实践四、实验原理及内容（1）遥感图像处理软件envi界面总体介绍（2）envi软件能识别的图像类型介绍（3）各种图像文件的打开重点： envi能识别的文件类型学生可自行阅读帮助文件学习。五、实验步骤 1．envi的安装 2．遥感图像处理软件envi界面介绍

自适应滤波实验报告

LMS 自适应滤波实验报告：学号：日期：2015.12.2 实验容：利用自适应滤波法研究从宽带信号中提取单频信号的方法。设()()()()t f B t f A t s t x 212cos 2cos π?π+++=，()t s 是宽带信号，A ，B ，1f ，2f ， ?任选（1）要求提取两个单频信号；（2）设f f f ?+=12，要求提取单频信号()t f 22cos π，研究f ?的大小对提取单频信号的影响。 1. 自适应滤波器原理自适应滤波器理论是现代信号处理技术的重要组成部分，它对复杂信号的处理具有独特的功能。自适应滤波器在信号处理中属于随机信号处理的畴。在一些信号和噪声特性无法预知或他们是随时间变化的情况下，自适应滤波器通过自适应滤波算法调整滤波器系数，使得滤波器的特性随信号和噪声的变化，以达到最优滤波的效果，解决了固定全系数的维纳滤器和卡尔曼滤波器的不足。（1）自适应横向滤波器所谓自适应滤波，就是利用前一时刻已获得的滤波器参数等结果，自动调节现时刻的滤波器参数，以适应信号和噪声未知或随时间变化的统计特性，从而实现最优滤波。自适应滤波器由两个部分组成：滤波器结构和调节滤波器系数的自适应算法。自适应滤波器的特点是自动调节自身的冲激响应，达到最优滤波，此算法适用于平稳和非平稳随机信号，并且不要求知道信号和噪声的统计特性。

一个单输入的横向自适应滤波器的原理框图如图所示：实际上这种单输入系统就是一个FIR 网络结构，其输出()n y 用滤波器单位脉冲响应表示成下式： ()()()∑-=-=1 N m m n x m w n y 这里()n w 称为滤波器单位脉冲响应，令： ()()n i n x x i w w m i i i ,1,1,1+-=-=+=用j 表示，上式可以写成 ∑==N i ij i j x w y 1 这里i w 也称为滤波器加权系数。用上面公式表示其输出，适用于自适应线性组合器，也适用于FIR 滤波器。将上式表示成矩阵形式： X W W X j T T j j y == 式中 [][ ] T Nj j j j T N x x x w w w X W ,...,,, ,...,,2121== 误差信号表示为 X W j T j j j j d y d e -=-= （2）最小均方（LMS ）算法 Widrow 等人提出的最小均方算法，是用梯度的估计值代替梯度的精确值，这种算法简单易行，因此获得了广泛的应用。

有源滤波器实验报告

有源滤波器实验报告文件编码（008-TTIG-UTITD-GKBTT-PUUTI-WYTUI-8256）

实验七集成运算放大器的基本应用(Ⅱ)—有源滤波器一、实验目的 1、熟悉用运放、电阻和电容组成有源低通滤波、高通滤波和带通、带阻滤波器。 2、学会测量有源滤波器的幅频特性。二、实验原理（a）低通（b）高通 (c) 带通（d）带阻图7－1 四种滤波电路的幅频特性示意图由RC元件与运算放大器组成的滤波器称为RC有源滤波器，其功能是让一定频率范围内的信号通过，抑制或急剧衰减此频率范围以外的信号。可用在信息处理、数据传输、抑制干扰等方面，但因受运算放大器频带限制，这类滤波器主要用于低频范围。根据对频率范围的选择不同，可分为低通(LPF)、高通(HPF)、带通(BPF)与带阻(BEF)等四种滤波器，它们的幅频特性如图7－1所示。具有理想幅频特性的滤波器是很难实现的，只能用实际的幅频特性去逼近理想的。一般来说，滤波器的幅频特性越好，其相频特性越差，反之亦然。滤波器的阶数越高,幅频特性衰减的速率越快，但RC网络的节数越多，元件参数计算越繁琐，电路调试越困难。任何高阶滤波器均可以用较低的二阶RC有滤波器级联实现。 1、低通滤波器（LPF）低通滤波器是用来通过低频信号衰减或抑制高频信号。

如图7－2（a ）所示，为典型的二阶有源低通滤波器。它由两级RC 滤波环节与同相比例运算电路组成，其中第一级电容C 接至输出端，引入适量的正反馈，以改善幅频特性。图7－2（b ）为二阶低通滤波器幅频特性曲线。 (a)电路图 (b)频率特性图7－2 二阶低通滤波器电路性能参数 1 f uP R R 1A + = 二阶低通滤波器的通带增益 RC 2π1 f O = 截止频率，它是二阶低通滤波器通带与阻带的界限频率。 uP A 31 Q -= 品质因数，它的大小影响低通滤波器在截止频率处幅频特性的形状。 2、高通滤波器（HPF ）与低通滤波器相反，高通滤波器用来通过高频信号，衰减或抑制低频信号。只要将图7－2低通滤波电路中起滤波作用的电阻、电容互换，即可变成二阶有源高通滤波器，如图7－3(a)所示。高通滤波器性能与低通滤波器相反，其频率响应和低通滤波器是“镜象”关系，仿照LPH 分析方法，不难求得HPF 的幅频特性。

医学图像处理实验报告

医学图像处理实验报告班级专业姓名学号实验名称：图像增强一、实验目的 1：理解并掌握常用的图像的增强技术。 2：熟悉并掌握MA TLAB图像处理工具箱的使用。 3：实践几种常用数字图像增强的方法，增强自主动手能力。二、实验任务对于每张图像(共三张图片)，实现3种图像增强方法。根据图像的特点，分别选用不用的图像增强算法。三、实验内容（设计思路） 1、artery_vessel (1)直方图均衡化直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。直方图均衡化是指：采用累积分布函数（CDF）变化生成一幅图像，该图像的灰度级较为均衡化，且覆盖了整个范围[0，1]，均衡化处理的结果是一幅扩展了动态范围的图像。直方图均衡化就是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。主要用途是：将一幅灰度分布集中在较窄区间，细节不够清晰的图像，修正后使图像的灰度间距增大或灰度分布均匀，令图像的细节清晰，达到图像增强的目的。 (2)中值滤波加直方图均衡化中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，

卡尔曼滤波简介和实例讲解.

卡尔曼，美国数学家和电气工程师。1930年5月 19日生于匈牙利首都布达佩斯。1953年在美国麻省理工学院毕业获理学士学位,1954年获理学硕士学位,1957年在哥伦比亚大学获科学博士学位。1957～1958年在国际商业机器公司(IBM)研究大系统计算机控制的数学问题。1958～1964年在巴尔的摩高级研究院研究控制和数学问题。1964～1971年到斯坦福大学任教授。1971年任佛罗里达大学数学系统理论研究中心主任，并兼任苏黎世的瑞士联邦高等工业学校教授。1960年卡尔曼因提出著名的卡尔曼滤波器而闻名于世。卡尔曼滤波器在随机序列估计、空间技术、工程系统辨识和经济系统建模等方面有许多重要应用。1960年卡尔曼还提出能控性的概念。能控性是控制系统的研究和实现的基本概念，在最优控制理论、稳定性理论和网络理论中起着重要作用。卡尔曼还利用对偶原理导出能观测性概念，并在数学上证明了卡尔曼滤波理论与最优控制理论对偶。为此获电气与电子工程师学会(IEEE)的最高奖──荣誉奖章。卡尔曼著有《数学系统概论》(1968)等书。什么是卡尔曼滤波最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联科学家Ｋолмогоров等人的研究工作，后人统称为维纳滤波理论。从理论上说，维纳滤波的最大缺点是必须用到无限过去的数据，不适用于实时处理。为了克服这一缺点，60年代Kalman把状态空间模型引入滤波理论，并导出了一套递推估计算法，后人称之为卡尔曼

滤波理论。卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。它适合于实时处理和计算机运算。卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推，根据系统的量测值来消除随机干扰，再现系统的状态，或根据系统的量测值从被污染的系统中恢复系统的本来面目。释文：卡尔曼滤波器是一种由卡尔曼（Kalman）提出的用于时变线性系统的递归滤波器。这个系统可用包含正交状态变量的微分方程模型来描述，这种滤波器是将过去的测量估计误差合并到新的测量误差中来估计将来的误差。卡尔曼滤波的应用斯坦利.施密特(Stanley Schmidt)首次实现了卡尔曼滤波器.卡尔曼在NASA埃姆斯研究中心访问时,发现他的方法对于解决阿波罗计划的轨道预测很有用,后来阿波罗飞船的导航电脑使用了这种滤波器. 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表.

FIR滤波器设计实验报告

实验报告课程名称：数字信号处理实验项目：FIR滤波器设计专业班级：姓名：学号：实验室号：实验组号：实验时间：批阅时间：指导教师：成绩：

实验报告专业班级：学号：姓名：一、实验目的： 1、熟悉线性相位FIR 数字低通滤波器特性。 2、熟悉用窗函数法设计FIR 数字低通滤波器的原理和方法。 3、了解各种窗函数对滤波特性的影响。要求认真复习FIR 数字滤波器有关内容实验内容。二、实验原理如果所希望的滤波器理想频率响应函数为)(e H j ωd ，则其对应的单位样值响应为 ωπ= ωππ -?d e j ωn j d d e )(H 21(n)h 窗函数法设计法的基本原理是用有限长单位样值响应h(n)逼近(n)h d 。由于(n)h d 往往是无限长序列，且是非因果的，所以用窗函数(n)w 将(n)h d 截断，并进行加权处理，得到：(n)(n)h h(n)d w ?=。h(n)就作为实际设计的FIR 滤波器单位样值响应序列，其频率函数)H(e j ω 为∑-=ω= 1 n n j -j ω h(n)e )H(e N 。式中N 为所选窗函数(n)w 的长度。用窗函数法设计的FIR 滤波器性能取决于窗函数类型及窗口长度N 的取值。设计过程中要根据阻带衰减和过渡带宽度的要求选择合适的窗函数类型和窗口长度N 。各类窗函数所能达到的阻带最小衰减和过渡带宽度见P342表7-3。选定窗函数类型和长度N 以后，求出单位样值响应(n)(n)h h(n)d w ?=。验算 )()()]([)(ω?ωω==j g j e H n h DTFT e H 是否满足要求，如不满足要求，则重新选定窗函数类型和长度N ，直至满足要求。如要求线性相位特性，h(n)还必须满足n)-1-h(N h(n)±=。根据上式中的正、负号和长度N 的奇偶性又将线性相位FIR 滤波器分成4类（见P330表7-1及下表），根据要设计的滤波器特性正确选择其中一类。例如要设计低通特性，可选择情况1、2，不能选择情况3、4。

《测试信号分析与处理》实验报告

测控1005班齐伟0121004931725 （18号）实验一差分方程、卷积、z变换一、实验目的通过该实验熟悉 matlab软件的基本操作指令，掌握matlab软件的使用方法，掌握数字信号处理中的基本原理、方法以及matlab函数的调用。二、实验设备 1、微型计算机1台； 2、matlab软件1套三、实验原理 Matlab 软件是由mathworks公司于1984年推出的一套科学计算软件，分为总包和若干个工具箱，其中包含用于信号分析与处理的sptool工具箱和用于滤波器设计的fdatool工具箱。它具有强大的矩阵计算和数据可视化能力，是广泛应用于信号分析与处理中的功能强大且使用简单方便的成熟软件。Matlab软件中已有大量的关于数字信号处理的运算函数可供调用，本实验主要是针对数字信号处理中的差分方程、卷积、z变换等基本运算的matlab函数的熟悉和应用。差分方程（difference equation)可用来描述线性时不变、因果数字滤波器。用x表示滤波器的输入，用y表示滤波器的输出。 a0y[n]+a1y[n-1]+…+a N y[n-N]=b0x[n]+b1x[n-1]+…+b M x[n-M] (1) ak,bk 为权系数，称为滤波器系数。 N为所需过去输出的个数，M 为所需输入的个数卷积是滤波器另一种实现方法。 y[n]= ∑x[k] h[n-k] = x[n]*h[n] (2) 等式定义了数字卷积，*是卷积运算符。输出y[n] 取决于输入x[n] 和系统的脉冲响应h[n]。传输函数H(z)是滤波器的第三种实现方法。 H(z)=输出/输入= Y(z)/X(z) （3）即分别对滤波器的输入和输出信号求z变换，二者的比值就是数字滤波器的传输函数。序列x[n]的z变换定义为 X (z)=∑x[n]z-n (4) 把序列x[n] 的z 变换记为Z{x[n]} = X(z)。

LMS自适应预测实验报告

LMS 自适应线性预测实验报告一、实验要求首先由二阶AR 模型产生自适应滤波器的输入信号)(n x ，公式如下： )()2()1()(21n v n u a n u a n u =-+-+ 其中)(n v 为方差为2v σ的零均值高斯白噪声，模型参数1a 与2a 满足2214a a <。二阶AR 模型图如下：二阶AR 模型框图得到自适应滤波器的输入信号)(n x 后，通过二阶线性预测滤波器进行自适应线性预测，其框图如下：自适应线性滤波器采用LMS 算法进行自适应线性预测，设第n 次预测的权值向量H n w n w n W )](),([)(21=，第n 次预测的输入数据向量H n x n x n X )]2(),1([)(--=，)(n x 的预测值)(n y 经滤波过程产生，其公式如下：

)()1()(n X n W n y H -= 误差信号计算公式如下： )()()(n y n x n e -= 权值更迭公式如下： )()(2)1()(n X n e n W n W μ+-= 其中μ为迭代因子。实验要求如下：（1）令1,0965.0,95.0,195.02221===-=x v a a σσ，迭代因子μ、数据长度N 自定，给出LMS 自适应预测的仿真结果，结果用权值)(),(21n w n w 变化曲线以及误差平方)(2n e 变化曲线表示，观察其收敛情况，分别进行单次预测及100次预测取平均值两次实验。（2）条件与（1）相同，改变迭代因子μ的值，分别进行单次预测及800次预测取平均值两次实验，观察其收敛情况。（3）条件与（1）相同，但改变特征根扩散度min max /λλ，)1/()1(/2121min max a a a a +++-=λλ，可通过改变21,a a 的值实现，分别进行单次预测及100次预测取平均值两次实验，观察其收敛情况。二、理论分析 LMS 算法的收敛是统计意义下的收敛问题，分别讨论其均值收敛及最小均方误差收敛。 1. 均值收敛由权值更迭公式可进行如下推导： )()(2)1()(n X n e n W n W μ+-= )]1()()()[(2)1(*--+-=n W n X n d n X n W H μ )()(2)1()]()(2[*n d n X n W n X n X I H μμ+--= )]()([2)]1([)]}()([2{)]([*n d n X E n W E n X n X E I n W E H μμ+--= xd xx r n W E R I μμ2)]1([]2[+--= 设k 时刻权值误差向量opt W k W k W -=)()(，则 opt xd xx W r k W R I k W -+--=μμ2)1(]2[)(

卡尔曼滤波与组合导航课程报告

卡尔曼滤波与组合导航》课程实验报告实验捷联惯导 /GPS 组合导航系统静态导航实验实验序号 3 姓名陈星宇系院专业 17 班级 ZY11172 学号 ZY1117212 日期 2012-5-15 指导教师宫晓琳成绩、实验目的 ① 掌握捷联惯导 /GPS 组合导航系统的构成和基本工作原理； ②掌握采用卡尔曼滤波方法进行捷联惯导 /GPS 组合的基本原理； ③掌握捷联惯导 /GPS 组合导航系统静态性能； ④了解捷联惯导 /GPS 组合导航静态时的系统状态可观测性；、实验原理（ 1）系统方程 X FX GW 系统噪声矢量由陀螺仪和加速度计的随机误差组成，表达式为： 2）量测方程和 H 分别为捷联解算与 GPS 的东向速度、北向速度、天向速度、纬度、经度和高度之差；量测矩阵 H H V H P T ，H P 03 6 diag R M H, （R N H ）cos L, 036 ， H V 033 diag 1, 1, 1 039 ，v v V E v V N v V U v L v v H 为量测噪声。量测噪声 v E v N T v U L h x y z x y z 其中， E 、 N 、 U 为数学平台失准角； v E 、 v N 、 v U 分别为载体的东向、北向和天向速度误差； L 、、 h 分别为纬度误差、经度误差和高度误差； x 、 y 、 z 、 x 、 y 、 z 分别为陀螺随机常值漂移和加速度计随机常值零偏。（下标系统的噪声转移矩阵 G 为： E 、N 、 U 分别代表东、北、天） C b n 3 3 0 9 3 3 3 C n C b 9 3 15 6 系统的状态转移矩阵 w w w w F 组成内容为： w z F 06N 9 F S F M ，其中 F N 中非零元素为可由惯导误差模型获得。 F S C b n 3 3 0 3 3 3 3 C b n 3 3 96 量测变量 z V E V N V U L H ，， V E 、 V N 、 V U 、 L 、 X U