徐艳，李静

（长安大学 信息工程学院，陕西 西安 710064）

随着数字信号处理器性能的增强，自适应滤波器的应用也越来越常见，它主要应用于系统辨识、回波消除、自适应谱线增强、自适应信道均衡、语音现行预测、自适应天线阵等诸多领域中。自适应滤波器是根据环境的改变，使用自适应算法来改变滤波器的参数和结构。自适应滤波器算法决定了滤波的性能，根据滤波算法优化准则不同，自适应滤波器算法可分为两类基本算法：最小均方误差（LMS）算法和递归最小二乘（RLS）算法。

1 自适应滤波器的原理

自适应滤波就是利用前一时刻获得滤波器参数的结果自动的调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。自适应滤波器实质上就是一种能调节其自身传输特性以达到最优的维纳滤波器。自适应滤波器的特性变化是由自适应算法通过调整滤波器系数来实现的。一般而言，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。参数可调数字滤波器可以是FIR数字滤波器或IIR数字滤波器，也可以是格型数字滤波器。自适应滤波器的一般结构如图1所示[5-6]。

图1中x（n）为输入信号，通过参数可调的数字滤波器后产生输出信号y（n），将输出信号y（n）与期望信号d（n）进行比较，得到误差信号e（n）。e（n）和x（n）通过自适应算法对滤波器的参数进行调整，调整的目的使得误差信号e（n）最小。

自适应滤波器大多用FIR来实现。……