基于LMS算法的自适应次声滤波器设计

论文摘要

声源定位技术是被动探测的一个重要研究方向,通过次声波进行深远距离声源定位更是现代防御系统中的研究热点。本文主要研究次声源定位系统次声信号检测中的滤波问题。本文根据声源定位系统中次声信号检测的原理和过程,首先通过研究目标声源的次声波波形文件,认识目标次声波信号的时域和频域特性。在此基础上,分析次声波在远距离传播过程中可能遇到的各种衰减和噪声干扰因素,并进行仿真。最后选择了基于LMS算法的FIR自适应滤波器作为设计对象。在已有的LMS算法的步长因子计算公式中,有的计算公式复杂,计算量大,有的计算公式没有体现出输入信号的变化对步长因子的影响,本文提出了一种改进型的步长因子计算公式,其步长因子与误差信号是一种非线性函数关系,同时考虑了输入信号的影响,基于该公式的LMS算法,收敛速度快,且不需要进行复杂的指数运算。由MATLAB仿真结果可以看出改进后的可变步长LMS算法收敛速度快于小步长因子的LMS算法,而稳态误差小于大步长因子的LMS算法,说明该算法能够有效缓解固定步长LMS自适应算法中收敛速度和稳态误差之间的矛盾。然后在SIMULINK中建立LMS算法自适应滤波器的整体仿真模型,通过大量实验确定了FIR滤波器的阶数为N = 24以及LMS自适应算法的步长因子参考取值μ= 0.01。最后在基于TMS320F2812芯片的DSP平台上完成该自适应滤波器的软件设计,并通过软件模拟器仿真,达到预期效果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题的背景和研究意义
• 1.2 声源定位技术中的核心问题
• 1.3 国内外研究动态
• 1.4 论文结构和主要内容
• 2 次声信号处理技术
• 2.1 次声信号检测工作过程
• 2.2 目标次声波的特征分析
• 2.3 次声传播中的衰减与噪声干扰
• 2.4 数字滤波器设计技术
• 2.5 自适应滤波技术
• 2.6 本章小结
• 3 LMS自适应滤波器算法的研究与改进
• 3.1 LMS自适应滤波器基本原理
• 3.2 LMS自适应算法性能分析
• 3.3 对LMS算法的改进
• 3.4 本章小结
• 4 LMS自适应滤波器设计与仿真
• 4.1 基于SIMULINK的LMS自适应滤波器仿真
• 4.2 自适应滤波器的参数选择
• 4.3 本章小结
• 5 LMS 自适应滤波器在DSP 平台上的实现
• 5.1 DSP 开发平台介绍
• 5.2 一般FIR 滤波器的实现
• 5.3 LMS算法自适应FIR滤波器的实现
• 5.4 本章小结
• 6 总结与展望
• 6.1 本文主要工作与创新点
• 6.2 下一步改进
• 致谢
• 参考文献