自适应滤波算法综述

自适应滤波器是近30年来发展起来的关于信号处理方法和技术的滤波器，其设计方法对滤波器的性能影响很大.维纳滤波器等滤波器设计方法都是建立在信号特征先验知识基础上的.遗憾的是，在实际应用中常常无法得到信号特征先验知识，在这种情况下，自适应滤波器能够得到比较好的滤波性能.当输入信号的统计特性未知，或者输入信号的统计特性变化时，自适应滤波器能够自动地迭代调节自身的滤波器参数，以满足某种准则的要求，从而实现最优滤波.因此，自适应滤波器具有“自我调节”和“跟踪”能力.自适应滤波器可以分为线性自适应滤波器和非线性自适应滤波器.非线性自适应滤波器包括Volterra滤波器和基于神经网络的自适应滤波器.非线性自适应滤波器具有更强的信号处理能力.但是，由于非线性自适应滤波器的计算较复杂，实际用得最多的仍然是线性自适应滤波器.本文只讨论线性自适应滤波器及其算法.图1为自适应滤波器原理框图.

点击标签浏览更多相关技术资料资源：