LMS自適應濾波器干擾方法
加入技術(shù)交流群
LMS算法主要存在兩個(gè)缺點(diǎn)：
(1)步長(cháng)μ固定不變，適應能力有限。自適應濾波理論基于外界干擾信號的統計特性在一段長(cháng)時(shí)間內是平穩的前提條件，即只有在外界干擾是平穩過(guò)程的時(shí)候，自適應濾波器的各個(gè)系數經(jīng)過(guò)若干次迭代運算后才最終收斂于維納解。自適應濾波器的收斂步長(cháng)一般決定于外界干擾的統計特性，這表示不同的干擾條件下自適應濾波器對于每個(gè)干擾波形都需要合適的步長(cháng)，有些算法的迭代步長(cháng)是固定的，如LMS算法，步長(cháng)一般小于自相關(guān)矩陣的最大特征值的倒數。而有些則是變化的，如RLS算法。其參數對一段時(shí)間長(cháng)度內的平穩過(guò)程具有良好的適應性，對某些統計特性隨時(shí)間變化的非平穩過(guò)程，自適應算法的統計平穩前提并不成立，也就無(wú)法收斂于最優(yōu)的維納解。對于LMS這類(lèi)固定步長(cháng)的算法而言，自適應濾波器的收斂過(guò)程大致可分為3種情況，如圖2所示。圖2(a)所示為理想情況，步長(cháng)比較合適，若干次收斂后，實(shí)現誤差最小。圖2(b)所示為步長(cháng)較小的情況，需要經(jīng)過(guò)較長(cháng)時(shí)間的計算后，均方誤差才會(huì )逐漸逼近最小。耗時(shí)長(cháng)，系統響應遲鈍。圖2(c)為步長(cháng)較大的情況，系統無(wú)法收斂。圖2(b)和圖2(c)這兩種情況對于自適應濾波而言效果異不理想，但對于干擾方，卻是較為理想的干擾效果。本文引用地址：http://dyxdggzs.com/article/185864.htm
(2)時(shí)間上的滯后性，自適應濾波器經(jīng)過(guò)收斂、優(yōu)化、最終達到最佳的維納狀態(tài)這一過(guò)程是基于對外界環(huán)境的響應不斷做出調整，濾波器的反應始終落后于外界環(huán)境的變化。這一缺點(diǎn)決定了其對統計特性快速變化的干擾信號適應能力有限。
對于干擾一方而言，可以研究這些缺點(diǎn)，通過(guò)相應的干擾信號來(lái)破壞自適應濾波器的收斂，這種干擾思路類(lèi)似于對雷達AGC電路中的通斷干擾和角度欺騙的閃爍干擾，將干擾信號設計由兩個(gè)或多個(gè)子干擾信號構成，這些噪聲之間交替切換，可實(shí)現自適應濾波器收斂過(guò)程的不穩定。子干擾信號在時(shí)間上排列構成為
其中，J1(t)，J2(t)，J3(t)，…，Jn(t)為子干擾信號，且n≥2。
針對自適應濾波器工作于平穩的干擾條件下這一前提，則可以增大J1(t)，J2(t)，J3(t)，…，Jn(t)各子干擾信號的統計特性。使其對應的合適步長(cháng)差異較大，LMS濾波器在輸入由這些干擾組合成的波形時(shí)，造成的結果將是收斂慢或者不收斂，難以取合適的步長(cháng)完成收斂的功能。
2 軟件仿真
使用Matlab軟件，構建一個(gè)2階的基于LMS算法的自適應濾波器，有用信號為一正弦波
假設無(wú)干擾情況下只有噪聲信號n(t)，n(t)為一均值為0，方差為1的高斯白噪聲。假設有干擾情況下，干擾信號J(t)由J1(t)、J2(t)兩種子干擾信號構成
U2是均值為1，方差為1的高斯分布噪聲信號。同時(shí)為與單一統計特性的高斯白噪聲n(t)比較，還需要兩子干擾分別乘以常數K1、K2，以滿(mǎn)足干擾信號J(t)功率大致等于噪聲n(t)。
評論