自适应陷波器的设计

本文介绍自适应陷波器的工作原理及其在MATLAB中的仿真过程。该陷波器能有效滤除已知频率的干扰信号,特别适用于50Hz工频信号的消除。文中详细阐述了利用LMS算法实现对单频或多频干扰信号的估计与滤除,并给出MATLAB仿真代码及结果。

1. 自适应陷波器原理

陷波器也是一种滤波器,其主要特点在于对输入信号的某些已知频率信号进行滤除。这里所说的已知频率信号,是指已知干扰信号的频率,不知信号的相位和幅度信息。

例如,由于我国采用的是50Hz的交流电,所以在需要对信号进行采集处理和分析时,经常会存在50Hz工频信号,对有用信号的处理造成很大的干扰,因此很有必要设计50Hz的陷波器,对这个已知频率信号进行滤除。所谓自适应陷波器,就是可以根据干扰信号频率的相位和幅度,自适应地调整滤波器系数,跟踪其参数变化,保持对干扰信号的有效滤除。

陷波器的设计方法较多,除了本文所讲之外,还可以直接设计一个带阻滤波器,使干扰信号的频率无法通过。显然,由于硬件电路的滤波器无法做到很窄的过渡带,因此会对有用信号造成损失。

本文所讲的自适应陷波器,其目的是采用LMS算法,在保证其他有用信号不损失的情况下,有效抑制输入信号中某一频率的干扰(如果需要滤除多个频率,只需增加相应的运算资源)。下图为同时滤除两个干扰频率( ω 1 、 ω 2 \omega _{1}、\omega _{2} ω1ω2)信号的自适应陷波器原理图。
在这里插入图片描述
图中, x ( t ) x(t) x(t)是叠加有两个干扰频率的输入信号,自适应陷波器就是要滤出 ω 1 、 ω 2 \omega _{1}、\omega _{2} ω1ω2这两个频率的干扰信号, s ( t ) s(t) s(t)是需要保留的有用信号,可以是任意形式的信号。需要说明的是,在输入信号中,我们仅知道干扰信号的频率是 ω 1 、 ω 2 \omega _{1}、\omega _{2} ω1ω2,不知道其具体幅度 A 1 、 A 2 A_{1}、A_{2} A1A2及相位值 θ 1 、 θ 2 \theta_{1}、\theta_{2} θ1θ2,自适应算法(LMS)的目的就是要估计两个未知的幅度值及相位值。为了估计出单个频率的幅度值和相位值,我们需要用两路相互正交的单频信号,如 c o s ( ω 1 t ) 、 s i n ( ω 2 t ) cos(\omega_{1}t)、sin(\omega_{2}t)

随着微电子技术和计算机技术的迅速发展,具备了实现自适应滤波技术的各种软硬件条件,有关自适应滤波的新算法、新理论和新的实施方法不断涌现,对自适应滤波的稳定性、收敛速度和跟踪特性的研究也不断深入,这一切使该技术越来越成熟,并且在系统辨识、通信均衡、回波抵消、谱线增强、噪声抑制、系统模拟语音信号处理、生物医学电子等方面都获得了广泛应用口。自适应滤波实现的复杂性通常用它所需的乘法次数和阶数来衡量,而DSP强大的数据吞吐量和数据处理能力使得自适应滤波的实现更容易。目前绝大多数的自适应滤波应用是基于最新发展的DSP来设计的。滤波技术是信号处理中的一种基本方法和技术,尤其数字滤波技术使用广泛,数字滤波理论的研究及其产品的开发一直受到很多国家的重视。从总的来说滤波可分为经典滤波和现代滤波。经典滤波要求已知信号和噪声的统计特性,如维纳滤波和卡尔曼滤波。现代滤波则不要求己知信号和噪声的统计特性,如自适应滤波。自适应滤波的原理就是利用前一时刻己获得的滤波参数等结果,自动地调节现时刻的滤波参数,从而达到最优化滤波。自适应滤波具有很强的自学习、自跟踪能力,适用于平稳和非平稳随机信号的检测和估计。自适应滤波一般包括3个模块:滤波结构、性能判据和自适应算法。其中,自适应滤波算法一直是人们的研究热点,包括线性自适应算法和非线性自适应算法,非线性自适应算法具有更强的信号处理能力,但计算比较复杂,实际应用最多的仍然是线性自适应滤波算法。线性自适应滤波算法的种类很多,有LMS自适应滤波算法、R路自适应滤波算法、变换域自适应滤波算法、仿射投影算法、共扼梯度算法等。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值