自适应滤波器系统判别LMS、RLS matlab代码实现

自适应滤波器 · 系统辨识

1.系统框图

2. 实验步骤

3.实验代码

3.1 生成未知系统

• 假设FIR系统（阶数设置为M）

  利用fir1函数生成FIR滤波器，用stem画出系统时域的冲激响应图，利用freqz和unwrap函数画出系统频域的幅度和相位响应

  % step1 定义未知系统（FIR滤波器）的阶数和截止频率
  M = 32;   % 滤波器阶数
  h_true = fir1(M, 0.3); % 生成未知系统
  
  % 分析频率响应
  figure(1);
  subplot(3,1,1);
  stem(h_true);
  title('未知系统的冲激响应');
  grid on;
  
  % 绘制相位响应
  subplot(3, 1, 2);
  [H,w] = freqz(h_true, 1); 
  plot(w/pi,abs(H));
  grid on;
  title('未知系统的幅度响应');
  ylabel('幅度');
  
  subplot(3,1,3);
  plot(w/pi, unwrap(angle(H)));
  grid on;
  title('未知系统的相位响应');
  ylabel('弧度');
  

3.2 产生输入白噪声信号

% step2 产生随机输入的白噪声信号
N_filter = M + 10; % 估计自适应滤波器阶数
N = 1000; % 信号长度
x = randn(N, 1); % 生成输入信号

3.3 初始化LMS自适应滤波器

% step3 初始化自适应滤波器
P = sum(x.^2)/N;  % 输入信号功率
mu = 1/(N_filter*P);
mu = mu /10;
d = filter(h_true, 1, x); % 生成期望信号

w_lms = zeros(N_filter, 1);
mse_values = zeros(N-N_filter+1, 1);
err_lms = zeros