精选优质文档-倾情为你奉上自适应滤波算法原理与应用经典的滤波算法包括，维纳滤波，卡尔曼滤波，自适应滤波。维纳滤波与卡尔曼滤波能够满足一些工程问题的需求，得到较好的滤波效果。但是他们也存在局限性，对于维纳滤波来说，需要得到足够多的数据样本时，才能获得较为准确的自相关函数估计值，一旦系统设计完毕，滤波器的长度就不能再改变，这难以满足信号处理的实时性要求；对于卡尔曼滤波，需要提前对信号的噪声功率进行估计，参数估计的准确性直接影响到滤波的效果。在实际的信号处理中，如果系统参数能够随着输入信号的变化进行自动调整，不需要提前估计信号与噪声的参数，实现对信号的自适应滤波，这样的系统就是自适应滤波系统。1.基本自适应滤波算法自适应滤波算法的基本思想是根据输入信号的特性自适应调整滤波器的系数，实现最优滤波。图1 自适应滤波结构框图若自适应滤波的阶数为，滤波器系数为，输入信号序列为，则输出为：（ 1）（ 2）其中为期望信号，为误差信号。（ 3）（ 4）则滤波器的输出可以写成矩阵形式：（ 5）（ 6）定义代价函数
