摘要:基于自适应滤波器很强的跟踪能力，且其算法相对简单容易实现的优点，当今学术界对它的理解越来越重视和深入，作为一个如此活跃的课题，它主要应用在：如检测噪声信号并抵消其影响，对均衡通信系统、图像的复原和识别未知系统中存在的参数也有应用。

所谓自适应滤波器，即参考前一时刻所得到的结果，然后对当前时刻的滤波器参数进行适当的调整，以此来适应信号与噪声不断变化的特点，从而保证输出的准确性。自适应滤波器能够提取出信号中的有效信息，即剔除噪声等。以此可以做到所得到的输出信号基本还原或者完全还原。具有收敛速度快，良好的跟踪以及较低的稳态失调的特点正是要探讨的方向，而这个可以通过调节一个参数——步长来实现。因此本篇论文首先对自适应滤波器的理论进行了基本的介绍，随后便介绍了三种可以实现这一功能的算法，即变步长仿射投影算法（VSS APA）、变步长归一化最小均方（VSS NLMS）算法以及无参变步长归一化最小均方（NPVSS NLMS）算法,并通过实验的仿真结果对算法的性能进行了分析，并在算法与算法间进行了的对比。

关键词：自适应滤波器；归一化最小均方算法；变步长；仿射投影算法

目录

中文摘要

Abstract

前  言-5

第1章-绪论-6

第1.1节-背景及意义-6

第1.2节-发展现状与前景-6

第2章-变参数自适应滤波器-8

第2.1节-基本理论-8

第2.2节-常见应用-8

第2.2.1节-信号增强器-8

第2.2.2节-系统辨识器-9

第2.2.3节-信号预测器-9

第2.3节-设计思路-10

第2.3.1节-数字滤波器结构-10

第2.3.2节-自适应滤波结构-10

第2.3.3节-算法设计思路-11

第3章-VSS APA算法及仿真-12

第3.1节-概述-12

第3.2节-仿真-13

第4章-VSS NLMS 算法及仿真-15

第4.1节-概述-15

第4.2节-仿真-15

第5章-NPVSS NLMS 算法及仿真-17

第5.1节-概述-17

第5.2节-仿真-18

第6章-结论与展望-19

第6.1节-总结-19

第6.2节-展望-20

参考文献-22

致 谢-23