几种自适应算法性能比较与仿真
科技创新导报S T y I 高新技术2007N O .35Sc i e nc e an d Tec hno l o gy I nn ov at i on H er al d 科技创新导报
现今在自适应滤波器应用中一个重要
的问题就是如何调节滤波器参数和改进设计方法使结果达到最优,以及利用这个标
准形成实际上可行的算法,而本文通过仿
真对比了以上三种算法的优劣性,并综合
考虑计算量和滤波效果这两方面的影响,
从实际出发,以线性调频信号为例,通过仿
真验证了N L M S 算法对非平稳信号的有效
性,假设的参数和各项指标均能在实践中
给出,证明了应用到实践中的可行性。
1基本原理
1.1自适应谱线增强器
自适应谱线增强器原理图如图1所示。
图中,x=s +n ,,、分别是、
经过时延后的值。选择适当的时延,使
与相关,而与不相关。则
,,这里、是和
经过自适应滤波器后的信号和噪声。显
然、与、不相关,和也不相关。
时刻输入信号,由有用信号和噪声的混
合而成,假设:
(1)
则滤波器输出信号:
(2)
误差信号:
(3)
由于对延迟一个小单位后,噪声没有
相关性,而信号还能延续其良好的相关性,所
以当近似于的宽带噪声时,
最接近中的有用信号,此时基本跟
踪上了有用信号[3]。
1.2N LM S 算法
L M S 算法的优点在于结构简单,计算量
小,但由于其步长固定,导致快的收敛速度和小
的稳态失调不能兼得。当输入信号较大时,由
于滤波器抽头权向量的修正项与抽头输入向量
成正比,LM S 算法的梯度噪声将被放大。为
了解决这个问题,引入了NLM S 算法[2]。
NL M S 权系数的变化为:
(4)
其中,为控制失调的固定收敛因子;参数
是为避免过小导致步长值太大而
设置的,通常取。通过改变步长使初始
收敛时刻获得较大的步长以加快收敛速度,而
在稳态阶段提供较小的步长,减小稳态误差。
1.3线性调频信号
在雷达对抗领域,线性调频雷达信号作为
一种成熟的低截获概率雷达信号,在各种体制的雷达中使用十分广泛。它通过非线性相位调制来获得大的时宽、带宽特性,解决了雷达的探测距离和距离分辨力之间的矛盾,提高了雷达检测目标的能力[1]。设LFM 信号的幅度为A,脉宽为,复数表达式为:(5)为信号中心角频率,为调制斜率。L FM 信号与单频信号不同,它的频率是随时间线性变化的,统计特性是不平稳的。2系统仿真2.1LM S,NL M S 和N VSS 三种方法性能比较图2是对L M S,NLM S 和NVSS 三种方法进行收敛速度、时变系统跟踪能力及稳态失调比较的对比图,图中滤波器的阶数为16阶,取1000个采样点,从图中可以看出的NLM S 收敛速度和稳态失调介于NVS S 和L M S 之间,但由于NVSS 算法复杂,不适用于实际应几种自适应算法性能比较与仿真
富裕张雯雯
(哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001)
摘要:本文对LM S 、NLM S 以及NVSS 算法的性能进行了比较,通过仿真发现NL M S 算法的运算速度虽略慢于LM S 算法,但其收敛速度和稳态失调远好于LM S 算法,同时在性能略低于NVSS 算法情况下,NLM S 计算简单,更易于在实践中应用,并可以满足实时处理得要求,可应用于处理平稳信号和非平稳信号的领域中。关键词:自适应滤波最小均方算法降噪线性调频信号
中图分类号:TN957.57文献标识码:A 文章编号:1674-098X (2007)12(b)-0019-02
用中,而NL M S 与L M S 相比运算速度略慢于L M S ,但其收敛速度和稳态失调大大超过了L M S 算法。所以文章以后的仿真都是利用N L MS 进行的。2.2N L M S 算法的应用实例设信号带宽M Hz ,中心频率M Hz 采样频率M Hz ,为采样间隔,输入信噪比为3dB 。假设线性调频信号参数如下所示:(6)其中,,取M Hz 。设信号实部s1(n),虚部s2(n),则信号相位,设c (n)为调整参数,c(1)=0,首先将相位从变化到,再通过相位去卷叠的方法,即:(7)经上述处理后若,。这样就将变化到了。图3,图4,图5为相位去卷叠后得出的相位、频率和调制斜率的曲线。对照上图可以看出线性调频信号经滤波图1自适应谱线增强的原理图图2算法收敛性和稳定性的比较图3纯信号参数特性图图4带噪信号参数特性图图5经滤波后结果
19ci ence a nd e chnol og nnova t i on H e r a l d