第八章自适应滤波器adaptivefilter

第八章自适应滤波器adaptivefilter内容摘要：

、 （ 是 实值的对称阵，可写成特征值分解式） 正定阵 是对角阵，其对角元素 是 的特征值 26 （ 3） （ 4） 假定所有的对角元素的值均小于 1（这可以通过适当选择 实现），则 （ 5） 27 应用上述五点结论推导 权系数 更新表达式 应用（ 1）结论有： 再应用（ 2）（ 3）（ 4）（ 5）结论，有 28 • 由此可见，当迭代次数无限增加时，权系数向量的数学期望值可收敛至 Wiener解，其条件是对角阵 的所有对角元素均小于 1，即 • 或 29 基本 LMS自适应算法 （软件实现） 30 LMS自适应滤波器（硬件实现） 31 第二节 自适应噪声抵消器 • 自适应噪声抵消的目的是 : 主信号由有用信号和背景噪声组成。 去除主信号中的背景噪声。 背景噪声与参考信号中的噪声相关。 因此 ， 自适应噪声抵消技术主要依赖于从主信号 和噪声中获取参考信号。 32 自适应噪声抵消原理 最佳噪声抵消器 • 其中 • 估计误差 e (n) 33 自适应噪声抵消器 34 (LMS)的自适应噪声抵消 • 根据上一节的推导， 滤波器权 重更新表达式为 （ ） 35 LMS自适应噪声抵消算法可按以下步骤实现 36 • max表示自相关矩阵 Rxx的最大特征值 ； • 在实际应用中， Rxx的具体值是不知道的，参数  的值也需要试探性地选择； • 若 取值小，能保证收敛，但需要注意的是，如果 取得过小，收敛速度将非常慢； • 相反 ， 若 取值大 ， 可以提高收敛速度 ， 却是以噪声收敛为代价的。 收敛因子满足 ： 37 举例 如果参考输入信号 r(n)是频率为 0的正弦信号，自适应滤波器将从主信号中滤除所有的频率为 0的正弦成分。 在这种情况下，自适应 噪声 抵消器相当于一个槽形滤波器。 分析讨论槽形滤波器的工作原理。 38 39 40 第三节 生物医学应用 自适应噪声抵消法增强心电图（ ECG）监护 自适应噪声抵消方法增强胎儿 ECG心电监护 自适应噪声抵消在增强胃电测量中的应用 41。