自适应滤波器的MATLAB和FPGA实现开题报告

1. 研究目的与意义

背景：

在语音处理、通信、雷达、声呐、地震学、生物学等典型数字信号处理应用领域中，需要随时根据输入信号调整最优的滤波器或者系统的系数。如果参数改变比采样频率慢，就可能为最优系数计算更好的估计值并且适当地调整滤波器。这就是我们要考虑的自适应滤波器设计和实现。

意义：

2. 课题关键问题和重难点

课题关键问题（1）自适应滤波器的结构选择，自适应滤波器的结构有fir和iir两

种。由于iir滤波器存在稳定性的问题,因此一般采用fir滤波器。

（2）研究了解滤波器的基础理论，重点研究自适应滤波器的主要组成结

3. 国内外研究现状（文献综述）

自适应滤波器的理论与技术是50年代末和60年代初发展起来的。它是现代信号处理技术的重要组成部分，对复杂信号的处理具有独特的功能。自适应滤波器在数字滤波器中试属于随机数字信号处理的范畴。对于随机数字信号的滤波处理，通常有维纳滤波，卡尔曼滤波和自适应滤波，维纳滤波的权系数是固定的，适用于平稳随机信号；卡尔曼滤波器的权系数是可变的，适用于非平稳随机信号中。但是，只有在对信号和噪声的统计特性先验已知的情况下，这两种滤波器才能获得最优滤波。但在实际应用中，常常无法得到这些统计特性的先验知识，或者统计特性是随时间变化的。阴齿，在许多情况下，用维纳滤波器或卡尔曼滤波器实现不了最优滤波，而自适应滤波却能够提供卓越的滤波性能。

滤波技术在当今信息处理领域中占有相当重要的作用。滤波是从连续或离散的输入数据中去除噪音和干扰以提取有用信息的过程，所使用的装置称为滤波器。滤波器实际上是一种选频系统，它对系统需要的频率给与很小的衰减，使其顺利通过，而对系统不需要的频率施加很大的衰减，尽可能地阻止这些不需要的频率通过。滤波器研究的目的就是考虑如何设计和制造最佳或最优的滤波器。

伴随着信息数字化和通信事业的迅猛发展，自适应滤波技术在数字信号处理中的应用范围也日夜扩大。在数字信号处理中，数字滤波是语音和图像处理、模式识别、频谱分析等应用的一个基本处理算法。在很多场合，由于没法事先知道信号或者噪声的特性或者它们是随时间变化的，仅仅使用fir和iir两种具有固定滤波系数的滤波器无法实现滤波的最佳或最优化。在这种复杂情况下，必须设计自适应滤波器以跟踪信号和噪声的变化。

4. 研究方案

1.基于matlab的自适应滤波器设计

(1)matlab滤波器设计工具箱；

(2)频率采样型fir滤波器设计，matlab仿真；

5. 工作计划

第1周、复习熟悉matlab，阅读英文资料。

第2周、翻译英文资料，完成译文上传毕设系统。

第3周、直接型和级联型fir滤波器matlab实现。