完整的实验报告下载链接https://download.csdn.net/download/LIsaWinLee/14884404

一、实验原理

自适应滤波器由参数可调的数字滤波器和自适应算法两部分组成。自适应滤波与维纳滤波、卡尔曼滤波最大的区别在于，自适应滤波在输出与滤波系统之间存在有反馈通道，根据某一时刻滤波器的输出与期望信号的误差调整滤波器的系数，从而实现滤波器系数的动态调整，实现最优滤波。

1.1 信号模型

自适应滤波的目的仍然是从观测信号中提取真实准确的期望信号，因此涉及到的信号有：1）期望信号 d(n)

2）输入信号 x(n)=d(n)+v(n)

3）输出信号 y(n)

1.2 算法原理

一个M阶滤波器，系数为w(m)，则输出为：y(n)=Σw(m)x(n-m) m=0…M，写成矩阵形式：y(j)=WT(j)*X(j)，n时刻的输出误差为： e(j)=d(j)-y(j)= d(j)- WT(j)*X(j)，

定义目标函数为 E[e(j)^2]，则有：J(j)=E[e(j)^2]= E[(d(j)- WT(j)*X(j))^2]。

当上述误差达到最小时，即实现最优滤波，这种目标函数确定的为最小方差自适应滤波。对于目标函数J(j)，需要求得使其取到最小值对应的W，这里使用梯度下降法进行最优化：W(j+1)=W(j)+1/2*μ(-▽J(j))

▽J(j)=-2E[X(j)*( d(j)- WT(j)*X(j))]= -2E[X(j)e(j)]

W(j+1)=W(j)+μE[X(j)e(j)]

其中-2X(j)e(j)称为瞬时梯度，因为瞬时梯度是真实梯度的无偏估计，这里可以使用瞬时梯度代替真实梯度。W(j+1)=W(j)+μX(j)e(j)

由此，可以得到自适应滤波最佳系数的迭代公式。

二、实验内容

设计一个自适应滤波器，结合一定应用，对语音、图像、视频等某种对象进行处理。

三、实验过程及结果

此次实验拟对图像进行去噪操作，实现灰度图像复原。

3.1 准备含噪声图像

准备一张彩色图像，首先将彩色图像转化为灰度图像，代码操作如图3.1所示。

图3.1 彩色图转化为灰度图的代码句式

接着在原始图像上人为加入均值为0、标准差为0.1的高斯噪声，以供后续使用，效果展示如图3.2。

图3.2 产生含噪声图像效果

3.2 自适应滤波器去噪

选择窗口大小为9*9的自适应滤波器进行滤波处理，结果如图3.3所示。

图3.3 自适应滤波器滤波后的效果

通过对比，自适应滤波器处理后的图像明显比噪声图像清晰很多，界限也相对分明，效果显著。若将滤波后图像与原图像相比，随有处理不到位的地方，但几乎接近原图，效果显著。

四、总结与展望

通过实验实现自适应滤波器对图像去噪的处理，达到图像复原的效果。进一步体会到了自适应滤波器的原理，通过不断地缩小误差，以寻求最优化。此次实验较为简单，后续还可以尝试自适应滤波器对语音、视频等的处理，并添加一些如LMS等的算法，以求得更好结果。

五、附录

5.1 产生噪声图像的程序

function [gImg] = addGaussianNoise(avg,std)img1=imread('E:\matlab\work\suijishuzixinhaochuli\colorful.jpg');img=rgb2gray(img1);[imgH,imgW]=size(img);% 产生和图像维度相同的噪声，叠加到图像上gImg=uint8((double(img)/255+avg+std*randn(imgH,imgW))*255);figure();subplot(2,2,1);imshow(img),title('原始图像');subplot(2,2,2);imshow(gImg),title('均值为'+string(avg)+'标准差为'+string(std)+'的高斯噪声图像');

5.2 自适应滤波器图像复原的程序

function []=adaptFilter(fsize)% 获取均值为0，标准差为0.1的高斯噪声图像gImg = double(addGaussianNoise(0,0.1));[imgH,imgW]=size(gImg);gNewImg = gImg;% 根据滤波器尺寸计算半长if mod(fsize,2)flength = (fsize-1)/2;elseflength = fsize/2;endfor i=1+flength:imgH-flengthfor j=1+flength:imgW-flengthgTemp = gImg(i-flength:i+flength,j-flength:j+flength);avg = mean(gTemp(:));v = var(gTemp(:));gNewImg(i,j)=gImg(i,j)-255*255*0.01/v*(gImg(i,j)-avg);endendgImg = uint8(gImg);gNewImg=uint8(gNewImg);subplot(2,2,3); imshow(gImg),title('高斯噪声图像');subplot(2,2,4); imshow(gNewImg),title('自适应滤波器（窗口大小为' + string(fsize) + '）处理后图像'); end

随机数字信号处理实验报告二——自适应滤波MATLAB相关推荐

matlab fft谱分析实验报告,数字信号处理实验报告-FFT算法的MATLAB实现.doc
数字信号处理实验报告-FFT算法的MATLAB实现.doc 数字信号处理实验报告实验二FFT算法的MATLAB实现一.实验目的通过本实验的学习,掌握离散傅立叶变换的理论,特别是FFT的基本算法以及其 ...
随机数字信号处理实验报告一——维纳滤波和卡尔曼滤波
完整的实验报告下载连接https://download.csdn.net/download/LIsaWinLee/14884356 一.实验原理卡尔曼滤波和维纳滤波都是最小均方误差为准则的线性估计器 ...
随机数字信号处理实验报告三——Levinson和Burg递推法MATLAB实现
完整的实验报告下载连接https://download.csdn.net/download/LIsaWinLee/14884452 一.实验原理随机信号的功率谱密度用来描述信号的能量特征随频率的变化 ...
matlab数字信号处理实验报告,数字信号处理实验报告一离散信号及其MATLAB实验...
数字信号处理离散信号及其MATLAB实验南昌航空大学实验报告 2012 年 04 月 06 日课程名称: 数字信号处理实验名称: 离散信号及其MATLAB实现班级: 090423班学号: ...
matlab数字信号处理实验报告,【实验设计论文】Matlab的数字信号处理课程实验设计(共3490字)...
摘要:本文设计了一个基于Matlab的"数字信号处理"课程综合性实验.该实验把"数字信号处理"课程中的许多离散的知识点串接了起来,包括采样.量化.滤波器设计.滤 ...
matlab数字信号处理实验报告,数字信号处理实验报告(Matlab与数字信号处理基础).doc...
西华大学实验报告(理工类) 开课学院及实验室:电气信息学院 6A-205实验时间 :年月日学生姓名学号成绩学生所在学院电气信息学院年级/专业/班课程名称数字信号处理课程代码实验项目 ...
信号加白噪声分贝matlab程序,数字信号处理实验报告.doc
PAGE 1 1.DFT在信号频谱分析中的应用 1.1设计目的 (1) 熟悉DFT的性质. (2) 加深理解信号频谱的概念及性质. (3)了解高密度谱与高分辨率频谱的区别. 1.2设计任务与要求 (1 ...
随机数字信号处理期末大报告——基于卡尔曼滤波的自由落体运动目标跟踪MATLAB实现
完整的实验报告下载随机数字信号处理期末大报告-基于卡尔曼滤波的自由落体运动目标跟踪.docx-机器学习文档类资源-CSDN下载程序包及所需数据下载 target tracking us ...
Matlab验证dtft共轭性质,数字信号处理实验4重点.docx
深圳大学实验报告课程名称: 数字信号处理实验实验项目名称: 实验4 学院: 信息工程学院专业: 电子信息工程指导教师: 陈佳义报告人: 学号: 班级: 实验时间: 11.12 ...

随机数字信号处理实验报告二——自适应滤波MATLAB