1. 研究目的与意义
数字滤波器在数字信号处理中的应用广泛，是数字信号处理的重要基础。自适应滤波器可广泛应用于系统识别、信号处理和数字通信等许多领域。
对自适应滤波器设计的方法进行探讨，实则是基于MATLAB的自适应滤波器的设计。自适应滤波器可以不必事先给定信号及噪声的自相关函数,它可以利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数使得滤波器输出和未知的输入之间的均方误差最小化,从而它可以实现最优滤波。自适应滤波器的算法有很多,有RLS（递归最小二乘法）和LMS（最小均方算法）等。自适应LMS算法是一种很有用且很简单的估计梯度的方法,在信号处理中得到广泛应用。
2. 国内外研究现状分析
在国外，自Widrow等人1976年提出LMS自适应滤波以来，在信号处理领域，又开辟了自适应滤波的新的研究方向，这一分支近30年来发展极为迅速，目前，已广泛应用于通信、系统辨识、信号处理和自适应控制等领域。在各种自适应滤波中Widrow-Hoff的LMS算法以其计算量小，稳定性好且易于实现而得到广泛应用。数字集成电路和微电子技术的迅速发展，为高速实时、高集成度的自适应滤波器的实现提供了必要的技术条件和手段。在通信领域，如何在复杂的通信环境下有效地解调信号并利于数字实现是近年研究的新课题。随着研究的深入，发现LMS自适应滤波器可以在数字载波传输中的解调方面得到很好的应用。
在国内，近年来，自适应滤波器以其精度高、灵活性大、可靠性强、易于大规模集成的突出优点在通信领域中得到越来越广泛的应用空间。2009年就有基于LMS 自适应滤波器对噪声干扰的语音恢复的相关研究。目前，有关自适应滤波理论、自适应算法，尤其是在对不同的应用场合下，自适应算法的稳定性、收敛速度、收敛效果跟踪特性以的研究在不断深入，新的自适应改进算法和实现方法不断涌现，使自适应信号处理领域的研究更加红火，应用更加广泛。
LMS自适应滤波器技术在通信和雷达技术的信道均衡、回波抵消、噪声消除或抑制、语音编码、自适应跳频、天线旁瓣抑制、谱线增强、雷达杂波处理、雷达运动目标显示、窄带干扰抑制以及生物医学中的微弱电信号的处理等方面均获得了广泛的应用，但是，随着科学技术的不断发展，特别是当前数字通信日益广泛的应用，高性能、高速度、大容量的数字通信对通信技术和系统提出了更高的要求，这就要求自适应滤波器具有高性能、高稳定性、高收敛速度以及更加宽广的适用范围。3. 研究的基本内容与计划
主要研究内容：
1、学习自适应滤波器的基本结构和基本原理；
2、以最小均方误差算法(lms算法)，在基于matlab平台下，进行自适应lms自适应滤波器的设计；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 研究创新点
在Matlab 上设计了LMS 去噪自适应滤波器的程序，改变自适应参数，进行了一系列的仿真。
用自适应LMS算法对信号进行初步的降噪处理。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
