自适应滤波器设计及Matlab实现附程序代码

维纳自适应滤波器设计及 Matlab 实现摘 要本文从随机噪声的特性出发，分析了传统滤波和自适应滤波基本工作原理和性能，以及滤波技术的现状和发展前景。然后系统阐述了基本维纳滤波原理和自适应滤波器的基本结构模型，接着在此基础上结合最陡下降法引出 LMS 算法。在 MSE 准则下，设计了一个定长的自适应最小均方 横向滤波器，并通过MATLAB 编程实现。接着用图像复原来验证该滤波器的 性能，结果表明图像的质量在MSE 准则 下得到了明 显的改善。最后分析比 较了自适应LMS 滤波和频域维纳递归滤波之间的性能。本文还对 MATLAB里面的自适 应维纳滤波函数wiener2 进行了简单分 析。关键字：退化图像 维纳滤波 自适应滤波 最陡下降法 LMSAbstractThis paper analyses the basic work theory, perance of traditional filter and adaptive filter based on the property of random noise, and introduce the status quo and the foreground of filter technology. Then we explain basic theory of wiener filter and basic structure model of adaptive filter, and combine the of steepest descent to deduce the LMS. Afterward according to the MSE rule, we design a limited length transversal filter, and implement by MATLAB. And then we validate perance of adaptive LMS filter by restoring images, Test result show that the quality of the degrade images were improved under the rule of MSE. Finally, we compare the perance of adaptive LMS filter and iterative wiener filter.We also simply analyses the wiener2 () which is a adaptive filter in MATLAB.Keywords: degrade image；wiene r filter；adapt ive filter；ADF；LMS algorithm目录1 绪论…………………………………………………………………………………11. 1 引言…………………………………………………………………………11. 2 研究目标及现状……………………………………………………………11. 2 .1 图像复原技术的目标……………………………………………11. 2 .2 图像复原技术的研究现状………………………………………12 理论基础 …………………………………………………………………………32. 1 基本自适应滤波器的模块结构……………………………………………32. 2 基本维纳滤波原理…………………………………………………………43 自适应滤波原理及算法 ………………………………………………………63.1 横向滤波结构的最陡下降算法……………………………………………73.1.1 最陡下降算法的原理……………………………………………73.1.2 最陡下降算法稳定性……………………………………………103.2 LMS 滤波 原理及算法 ……………………………………………………113.2.1 从最陡下降算法导出 LMS 算法 ………………………………113.2.2 基本 LMS算法的实现 步骤 ……………………………………113.2.3 基本 LMS算法的实现 流程图 …………………………………123.2.4 LMS 算法 的 Matlab 实现 ………………………………………123.2.5 wiener2()的原理 ……………………………………………123.2.6 LMS 性能 分析——自适应收敛 性……………………………134 Matlab 实验结果 …………………………………………………………144.1.LMS 滤波 器的收敛性 ………………………………………………144.2.LMS 滤波 器和频域迭 代维纳滤波器的性能比较 ……………………165 总结………………………………………………………………………………18致谢 …………………………………………………………………………………19参考文献 ……………………………………………………………………………20附录 A ………………………………………………………………………………21附录 B ………………………………………………………………………………22附录 C ………………………………………………………………………………271 绪论1.1 引言人类传递信息的主要媒介是语言和图像。据统计，在人类接受的信息中，听觉信息占20％，视觉信息占60％，其它如味觉、触觉、嗅觉总的加起来不过占20％，所以图像信息是十分重要的信息 [1]。然而，在图像的获取和图像信号的传输过程中，图像信号中不可避免的混入各种各样的随机噪声，造成图像失真(图像退化) 。造成人类所获取的信息和实际是有偏差的，成为人类从外界获取准确信息的障碍。因此，对图像信号中的随机噪声的抑制处理是图像处理中非常重要的一项工作。在图像的获取和传输过程中所混入的噪声，主要来源于通信系统中的各种各样的噪声，根据通信原理及统计方面的知识，可以知道在通信系统中所遇到的信号和噪声，大多数均可视为平稳的随机过程 [15]。又有“高斯过程又称正态随机过程，它是一种普遍存在和重要的随机过程，在通信信道中的噪声，通常是一种高斯过程，故又称高斯噪声。因此，在大多数的情况下，我们可以把造成图像失真的噪声可视为广义平稳高斯过程。本文针对图像信号中混入的随机噪声，在怎样把现有的滤波算法应用到实际的图像复原中去的问题上提出了解决方法，并且应用 Matlab 软件编程对图像进行处理。1.2 研究目标及现状1.2.1 图像复原技术的目标为了从含有噪声的数据中提取我们所感兴趣的、接近规定质量的图像，我们需要设计一个系统满足：当信号与噪声同时输入时，在输出端能将信号尽可能精确地重现出来，而噪声却受到最大抑制，即最佳滤波器。1.2.2 图像复原技术的研究现状目前的图像复原技术，即去噪的滤波技术可以分为两大类：传统滤波和现代滤波。传统滤波技术是建立在已知有用信号和干扰噪声的统计特性(自相关函数或功率谱)的基础上的噪声去除；现代滤波技术则是不需要知道图像的先验知识，只是根据观测数据，即可对噪声进行有效滤除。早在