变步长LMS自适应滤波算法的MATLAB程序

参与评论

评论

登录后参与评论

全部评论(1条)

• 

  盼╃字JUN团 2017-11-24 17:50:22

  clear all close all N=10; %滤波器阶数 sample_N=500; %采样点数 A=1; %信号幅度 snr=10; %信噪比 t=1:sample_N; length_t=100; %期望信号序列长度 d=A*sin(2*pi*t/length_t); %期望信号 M=length(d); %M为接收数据长度 x=awgn(d，snr); %经过信道（加噪声） delta=1/(10*N*(A^2)); %计算能够使LMS算法收敛的delta y=zeros(1，M); h=zeros(1，N); %LMS滤波器系数 h_normalized=zeros(1，N); %归一化LMS滤波器系数 y1=zeros(1，N); for n=N:M %系数调整LMS算法 x1=x(n:-1:n-N+1); %LMS算法 y(n)=h*x1'; e(n)=d(n)-y(n); h=h+delta*e(n)*x1; %NLMS算法 y_normalized(n)=h_normalized*x1'; e_normalized(n)=d(n)-y_normalized(n); h_normalized=h_normalized+e_normalized(n)*x1/(x1*x1'); end error=e.^2; %LMS算法每一步迭代的均方误差 error_normalized=e_normalized.^2; %NLMS算法每一步迭代的均方误差 for n=N:M %利用求解得到的h，与输入信号x做卷积，得到滤波后结果 x2=x(n:-1:n-N+1); y1(n)=h*x2'; y2(n)=h_normalized*x2'; end subplot(411) plot(t，d); axis([1，sample_N，-2，2]); subplot(412) plot(t，x); subplot(413) plot(t，y); subplot(414) plot(t，y_normalized); figure(2) plot(t，error，'r'，t，error_normalized，'b');

  赞(10)

  回复(0)

  评论

  评论

  登录后参与评论