数据处理图形处理，方便的编程等便利工具，出现了各种以户，为基础的实用工具箱，广泛地应用于自动控制图像信号处理生物医学工程语言处理雷达工程信号分析振动理论时序分析于建模优化设计等领域。较为常见的工具箱主要包括系统辨识工具箱，鲁棒控制工具箱多变量频率设计工具箱，分析与综合工具箱神经网络工具箱最优化工具箱信号处理工具箱模糊推理系统工具箱小波分析工具箱。仿真程序仿真使用编程，采用自适应滤波器技术实现语音去噪过程，程序如下产生输入信号产生随机噪声,产生阶低通滤波，截止频率为噪声信号进行滤波将噪声叠加到信号中设置初始化滤波器系数设置算法的步长初始化自适应结构滤波进行自适应滤波仿真结果为了确保噪声的相关性，首先让噪声通过个阶的低通滤波器然后将滤波后的噪声加到信号中去对程序中所使用的些函数的详细说明，请参考的函数说明，这些函数包括等。图为原始信号的信号图图为滤波前信号和滤波后信号时域图。比较图和图可以看出，采用自适应滤波后的滤波输出信号和原始信号基本相似，噪声完全滤除。采样点数幅值原始信号图原始信号时域图滤波前后波形比较图幅值采样点数带干扰的信号滤波输出图滤波前信号和滤波后信号时域图对比图中滤波前和滤波后的信号可以看出，信号中的噪声完全滤除，信号完全恢复，通过仿真结果分析，自适应滤波器具有很好的性能。的理论基础数字信号处理是指人们利用计算机或专用处理设备，以数字的形式对信号进行采集，变换，滤波，估值，增强，压缩，识别等处理，以得到符合人们需要的信号形式。其框图如图所示。内部般都包含多个处理单元,如算术逻辑运算单元,辅助寄存器运算单元,累加器等。另外芯片也有很多种，这里着重介绍系列。前置滤波后置滤波转换转换数字处理器图数字信号处理系统的简化框图目前系列芯片包括了和两大类。这两类芯片的软件互相兼容。但是本文选择系列芯片。结构特点比较和均为定点有双单元只有单单元。的指令长度可变，且没有排队的限制的指令长度固定。有组总线只有组总线。提供了外部存储器扩展接口，可以直接使用，而则不能直接使用。内部结构对比关注于低功耗，而则将低功耗提高到个新水平的和的相比，性能提高了倍，而功耗则降到。总线的宽度为,而总线宽度为。有三组数据读总线和两组数据写总线，而有两组数据读总线和组数据写总线。包含个的。用户可以用作的运算。包含个分开的。它的可以做成两个的配置。可以执行可变长度的指令，这和有显著的不同。的指令长度为固定的，而的指令长度则为。寻址模式对比支持单数据存储器操作数寻址和操作数寻址，还使用并行指令支持双数据存储器操作数寻址。它也提供立即数寻址，循环寻址和位倒序寻址。在的基础上，还支持绝对值寻址，寄存器间接寻址，直接寻址。的包括专门的寄存器，支持使用间接寻址指令的循环寻址。可以同时使用个独立的循环缓冲器和个独立的缓冲器长度。这些循环缓冲器没有地址排队的限制。自适应滤波算法的实现为了提高算法的处理速度及减小系统的硬件规模,在实现滤波器算法时,采用了作为核心芯片。由于该处理器采用改进型结构,具有高度并行性,同时拥有高度集成的指令系统,简化编程过程,模块化结构程序设计增强了程序的可移植性。利用实现自适应算法时,存储器中数据的存放形式对的有效运用有着特殊的意义,合理的存放形式,可以使算法实现起来更加快速和高效,为了实现算法中输入样值和滤波器系数的对应项相乘,他们在存储器中的存放形式如图所示。低地址高地址图自适应滤波器存储器组织形式根据算法和汇编语言程序见附录,在环境下编译,连接生成公共目标代码文件,在线下载到中运行。为了能观察到相应的波形,在环境下选择进入图形观察窗口,在窗口中选定相应类型的值。将编译产生的可执行文件下载到芯片中，经过运行得到图为输入信号的时域图，由图可以看到，正弦信号中叠加了噪声，导致正弦信号出现了较大的畸变。通过对输入信号进行变换，可以得到其频谱图如图，由图可以看出，低频的信号中叠加了比较多的高频噪声，要得到比较好的原始低频正弦信号，必须要进行滤波。图输入波形图输入波形如图所示，可以看出输入波形中的高频噪声基本上得到了滤除，为了更方便，更直接的看出滤波效果，对滤波后的波形进行了变换，得出信号的频谱图如图所示。图的输出信号的频谱图中仅剩余了低频信号，滤除了高频成分。通过对比图和图，更清楚地看到高频区的噪声基本上被消除了。但是由于参数设置不够精确等原因造成高频噪声得不到完全消除，但也很明显的显现了低通滤波的目的。图输出波形图滤波后波形第五章总结与展望本文首先介绍了课题的来源和研究本课题的意义，以及自适应滤波器的研究现状，综述了自适应滤波技术，为本文的研究工作打下理论基础。在第二章中详细阐述了自适应滤波器的基本原理，本文研究重点是自适应滤波器的设计和的实现。对线性自适应滤波器的算法作了大量调查和研究，详细比较了结构滤波器和结构滤波器，并结合硬件设计考虑，最终采用横向结构滤波器。自适应滤波技术的核心问题是自适应算法的性能问题，研究自适应算法是自适应滤波器的个关键内容，算法的特性直接影响滤波器的效果。在第二章中介绍了两种基本的自适应算法最小均方算法及递归最小二乘算法，并就这两种基本算法的特点进行了比较，在第四章中运用对采用了自适应算法的自适应滤波器进行了仿真，通过分析仿真结果，验证了算法的可行性。同时，在上实现了对含噪信号的频率跟踪。在实际中，自适应滤波器的应用比较复杂，包括维纳滤波和卡尔曼滤波都是基于改变参数的滤波方法，修改参数的原则般采用均方最小原则，修改参数的目的就是使得误差信号尽量接近于。传统的滤波方法总是设计较精确的参数，尽量精确地对信号进行处理，传统滤波方法适用于稳定的信号，而自适应滤波器可以根据信号随时修改滤波参数，达到动态跟踪的效果。本文所做的工作也只是些初步研究，很多的问题还有待于进步完善。在今后的工作中，还会不断地发现更艰辛，也将更富有意义的新问题。参考文献赵洪亮等应用系统设计北京北京航空航天大学出版社,李绍胜,赵振涛系列开发应用技巧北京中国电力出版社,郭华自适应滤波算法及应用研究西北师范大学硕士学位论文，王秀红自适应滤波算法研究与改进山东大学,,,,,,,,硕士学位论文,林耀荣自适应滤波理论及其在回波消除中的应用研究广州华南理工大学博士学位论文,郑宝玉自适应滤波器原理北京电子工业出版社,朱铭锆,赵勇,甘泉应用系统设计北京电子工业出版社,乌晓礼基于自适应滤波器的语音增强算法研究及实现北京内蒙古大学硕士学位论文,彭启琮，张诗雅集成化开发环境使用手册系列中文手册北京清华大学出版社,李利原理及应用世纪高等院校规划教材北京水利水电出版社,曹斌芳,何怡刚,胡惟文等种改进型的数字滤波器设计现代电子技术周金治基于与的数字滤波器软硬件实现现代电子技术安颖,侯国强自适应滤波算法研究与实现现代电子技术,彭启踪与实时数字信号处理成都电子科技大学出版社,张雄伟芯片的原理与开发应用北京电子工业出版社,何振亚自适应信号处理北京科学出版社,沈福民自适应信号处理西安西安电子科技大学出版社,孙宗瀛原理设计与应用北京清华大学出版社，西蒙赫金自适应滤波器原理北京电子工业出版社,,,致谢本文是在老师的亲切关怀和悉心指导下完成的，首先，衷心感谢我的指导老师老师。在我整个的本科毕业设计制作过程中，从论文的选题研制计划的安排到论文的具体的内容，导师都给予了悉心的指导。课题进行期间，老师宽人律己的高尚品德，务实的工作作风，高度的责任心和老师严谨的治学态度，开明的学术思想，积极进取的敬业精神深深打动着我，直激励着我们开拓进取，使学生倍受教育。论文中每成果的获得均凝聚了导师们的心血和智慧。值此毕业之际，谨向两位老师致以最崇高的谢意,感谢他们为学生营造的浓郁学习氛围，以及学习生活上的无私帮助,同时感谢所有关心帮助过我的老师同学和朋友们。在课题进行到比较困难的时候，能给我提出宝贵的合理意见。没有你们的大力支持，我的学业也不可能这样顺利进行。在此深深的谢意无以言表，谨以此篇论文回报,附录自适应滤波子程序,,,,,,,,,波器。如果，时，则称为全极点滤波器或递归滤波器。由上式，可知数字滤波器的传递函数为其单位冲击响应函数为如果当时，有，这样的滤波器系统称之为因果系统。如果冲激响应函数是有限长的，即则称此滤波器为有限冲激响应滤波器，否则，称之为无限冲激响应滤波器。如果满足如下条件,则称此滤波器是因果的，并且是稳定的。自适应滤波器的原理所谓的自适应滤波，就是利用前时刻以获得的滤波器参数的结果，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，