LMS自适应函数的问题

taofly

matlab自带自适应函数help文件中，有两种应用，一种是系统辨识，另一种是噪声消除；它的程序例如下：
（1）系统辨识（自适应辨识一个未知的32阶FIR滤波器）
x  = randn(1,500);     % Input to the filter
b  = fir1(31,0.5);     % FIR system to be identified
n  = 0.1*randn(1,500); % Observation noise signal
d  = filter(b,1,x)+n;  % Desired signal
mu = 0.008;            % LMS step size.
ha = adaptfilt.lms(32,mu);
[y,e] = filter(ha,x,d);
subplot(2,1,1); plot(1:500,[d;y;e]);
title('System Identification of an FIR Filter');
legend('Desired','Output','Error');
xlabel('Time Index'); ylabel('Signal Value');
subplot(2,1,2); stem([b.',ha.coefficients.']);
legend('Actual','Estimated');
xlabel('Coefficient #'); ylabel('Coefficient Value');
对其中有的部分不太理解，filter(b,1,x)产生了一个32阶fir滤波器，然后加上了噪声n构成d,ha是自适应产生32阶的函数参数。那么[y,e] = filter(ha,x,d);这句话中的输出y是趋近于x还是d还是filter(b,1,x)的？？？误差e是d-y吧。
（2）噪声消除
signal = sin(2*pi*0.055*[0:1000-1]');
noise=randn(1,1000);
nfilt=fir1(11,0.4); % Eleventh order lowpass filter.
fnoise=filter(nfilt,1,noise); % Correlated noise data.
d=signal.'+fnoise;
coeffs = nfilt.' -0.01; % Set the filter initial conditions.
mu = 0.05;            % Set step size for algorithm update.
ha = adaptfilt.sd(12,mu)
set(ha,'coefficients',coeffs);
set(ha,'persistentmemory',true); % Prevent filter reset.
[y,e] = filter(ha,noise,d);
plot(0:199,signal(1:200),0:199,e(1:200));
结果signal和e比较趋近。d中要滤除的噪声fnoise和noise相关，输出y是趋近noise么，然后d减去y就趋近去signal了，是这样么？
可我不明白的是已知噪声是12阶得到的，自适应再去趋近它，现在我的问题是：
如果我有测得的两组信号，一组是signal+noise（但其实是非线性相加）,一组是noise，那要怎样自适应滤掉呢？谢谢！

songzy41

原帖由 taofly 于 2009-12-7 22:36 发表

                               
登录/注册后可看大图

matlab自带自适应函数help文件中，有两种应用，一种是系统辨识，另一种是噪声消除；它的程序例如下：
（1）系统辨识（自适应辨识一个未知的32阶FIR滤波器）
x  = randn(1,500);     % Input to the filter
b  = f ...

(1)中是由b  = fir1(31,0.5); 产生32阶滤波器系数，而filter(b,1,x)产生x通过滤波器的输出。在其中因为不存在需要辨识的系统，用fir1产生一个；实际上有一个系统，它输入信号为x，输出信号为d，要求系统的系数。通过自适应运算后，求出了系统的滤波器系数为ha.coefficients，y趋近于d。

(2)中是因为d并不是signal和noise直接相加，而是加了一个与noise相关的噪声fnoise，而整个例子中又假设了后处理中并不知道fnoise和nfilt，通过自适应滤波是求出fnoise，从d中减去y以得到e趋近信号signal。

如果我有测得的两组信号，一组是signal+noise（但其实是非线性相加）,一组是noise，那要怎样自适应滤掉呢？谢谢！

这和(2)中的情况相似，d=signal+fnoise，用d和noise的自适应滤波求出signal。

taofly

谢谢songzy41的答复！让我进一步明了了函数的意义。那我的问题中，一组是signal+noise（但其实是非线性相加）,一组是noise，其中程序中的nfilt是什么呢，例子中fnoise是noise通过12阶滤波器的输出，那我这个参数怎么设置呢？谢谢！
而且我理解的是比如噪声消除，自适应的是趋近于noise那个12阶输出fnoise的，用ha = adaptfilt.sd(12,mu)趋近nfilt=fir1(11,0.4); ，从而输出y就是fnoise，是这样么？但我的问题是已知混合信号d(不知道signal),已知noise，要怎样设置参数呢？

[ 本帖最后由 ChaChing 于 2009-12-10 13:16 编辑 ]

songzy41

原帖由 taofly 于 2009-12-9 11:18 发表

                               
登录/注册后可看大图

而且我理解的是比如噪声消除，自适应的是趋近于noise那个12阶输出fnoise的，用ha = adaptfilt.sd(12,mu)趋近nfilt=fir1(11,0.4); ，从而输出y就是fnoise，是这样么？但我的问题是已知混合信号d(不知道signal),已知no ...

在实际问题中只知道混合信号d(不知道signal),已知noise，并不知道阶数，这是一个系统辨识的问题，要去求出系统的阶数。建议LZ看一些有关系统辨识的资料，或对系统辨识熟悉的朋友帮助LZ解决一下。