MATLAB在物理与工程技术中的应用研究.doc

学号 20070601050103 密级_ 兰州城市学院本科毕业论文 MATLAB在物理与工程技术中的应用研究基于MATLAB的反馈式自适应噪声抵消器的仿真学 院 名 称：培黎工程技术学院专 业 名 称：物理学学 生 姓 名：陈鹏指 导 教 师：王恩涌 教授 二一一年四月 BACHELORS DEGREE THESIS OF LANZHOU CITY UNIVERSITY Application of MATLAB in physics and Engineering of TechnologySimulate of adaptive noise canceller based on MATLABCollege ：School of Belie Engineering & TechnologySubject ：PhysicsName ：Chen PengDirected by ：Professor Wang EnYong April，2011 郑 重 声 明 本人呈交的学位论文，是在导师的指导下，独立进行研究工作所取得的成果，所有数据、图片资料真实可靠。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确的方式标明。本学位论文的知识产权归属于培养单位。 本人签名： 日期： 摘 要 在电子技术高度发达的今天，人们对电子通信的应用已经达到了普及水平。随着人们对数据传输要求的提高，这就要求数据可以远距离、大容量、高质量地传输。然而在信号传输的过程中，噪声是不可避免的。这就需要我们对信号进行处理，通过处理来抵消信号的畸变。自适应噪声抵消（Adaptive Noise Cancellation ，ANC）是指从信号被噪声干扰所淹没的环境中检测和提取有用信号。应用自适应噪声抵消,可在未知外界干扰源特征、 传递途径不断变化、背景噪声和被测对象信号相似的情况下, 有效地消除外界噪声的干扰, 提高信号传输中的信噪比。MATLAB被称为科学家和工程师的语言，利用MATLAB强大的矩阵计算、作图及仿真功能可以求解许多复杂的问题。本文通过MATLAB仿真，采用反馈式自适应噪声抵消技术，从一种被噪声污染了的信号中提取有用信号。结果表明,该方法具有良好的消噪能力,突破了以往前馈自适应噪声抵消技术的限制,具有可使消噪效果随环境噪声的位置改变而增强的作用的优点。 关键词：MATLAB； 仿真； 自适应噪声抵消 ABSTRACT In todays highly developed electronic technology, the applications of electronic communications that people have reached a universal level. With the increasing demand for data transmission, which requires data to remote, high-capacity, high-quality transmission. However, in the process of signal transmission, noise generation is inevitable. This requires us to process the signal through the signal processing to offset the distortion.Adaptive noise cancellation (Adaptive Noise Cancellation, ANC) is the noise from the signal is overwhelmed by the environment to detect and extract the useful signal, and it is a typical application of adaptive filter too. Adaptive noise cancellation, the unknown external sources of interference in the characteristics of transmission channels are constantly changing, the background noise and the measured object signal similar circumstances, effectively eliminate the interference of outside noise, and improve signal transmission in the SNR.MATLAB is known as the language of scientists and engineers using MATLAB powerful matrix calculation, mapping and simulation capabilities can solve many complex problems. In this paper, MATLAB simulation analysis using adaptive noise cancellation technology feedback from a signal contaminated by noise in the process of extracting useful signal, the results show that the method has a good ability to eliminate noise, breaking the previous feed forward adaptive noise offset the technical limitations, with noise cancellation effect can position changes with the ambient noise and enhanced role.Key words: MATLAB； simulation； ANC 目 录第1章绪论11.1 通信的发展和现状11.2通信噪声的产生及常用解决方案2121 通信系统中的噪声及其分类2122 通信噪声常用解决方案31.3 MATLAB仿真简介3第2章反馈型自适应噪声抵消系统52.1反馈式自适应噪声抵消（Adaptive Noise Cancellation ，ANC）概述52.1.1自适应噪声抵消器的原理52.2反馈型ANC 系统设计和算法6第3章利用MATLAB对反馈式ANC进行仿真83.1数学模型的建立83.2系统仿真与分析83.3步长因子对仿真性能的影响分析10结论11参考文献12致谢13附录14第1章 绪论 1.1 通信的发展和现状通信是一个古老而崭新的话题。其根源可追溯到公元前3500年，苏美尔人发明了楔形文字，埃及人发明了象形文字，这可以说是最古老的通信方式。而中国古代的烽火台和非洲一些地方的“击鼓传信”则是无线通信的鼻祖。现代意义上的通信是在发现了电流之后，1793年，法国查佩兄弟俩在巴黎和里尔之间架设了一条230千米长的接力方式传送信息的托架式线路。据说两兄弟是第一个使用“电报”这个词的人。现代意义上的无线通信是从莫尔斯开始，1843年，莫尔斯获得了3万美元的资助，他用这笔款修建成了从华盛顿到巴尔的摩的电报线路，全长64.4公里。1844年5月24日，在座无虚席的国会大厦里，莫尔斯用他那激动得有些颤抖的双手，操纵着他倾十余年心血研制成功的电报机，向巴尔的摩发出了人类历史上的第一份电报:“上帝创造了何等奇迹！”。再回到现在的公元2005年，通信产业更有强劲的生命力，依然处在蓬勃发展阶段之中。各种新的技术日新月异，层出不穷。现代的通信一般分为以下几类： 1、数据通信数据通信是依照一定的协议，利用数据传输技术在两个终端之间传递数据信息的一种通信方式和通信业务。数据通信可以说已经深入到社会生活的各个领域，电子邮件，浏览网页，在线电影都可以归结为数据通信。2、互联网互联网是在分组交换的基础上产生的，数据通信随着互联网的发展而广泛应用。中国是在1994年接入互联网。互联网的发展与普及彻底改变了人们的生活习惯，产生了新的商业运营模式，像电一样成为人们生活的一种重要资源，没有它，人们会感到无所适从。3、无线通信无线通信中目前最热门的两个方向是3G和WiFi/WiMax。3G是一个技术平台，必须有运营商、内容服务提供商协同起来，才能共同发展。这一产业合作将拉动整个信息产业增长，还会对娱乐业、传媒业带来革命性的变化。WiMax通过基站实现Internet骨干网络和移动用户之间的数据传送，是采用无线接入方式代替有线来实现最后一公里的无线宽带接入技术。WiMax数据传输速率远高于3G，可达70Mbps；以数据传输为主并可以支持语音、图像等多种实时和非实时业务；将来还可能具有一定范围的移动性和漫游。4、光通信光通信作为整个通信网体系中的最低层传输层，在最近20年，经历了三种传输介质：铁线、铜缆和光纤。随着社会的进步和人们对通信服务质量期望的不断提高，铁线已经不能满足现在通信的发展，早早地退出了历史的舞台。铜缆由于其自身的固有缺点，也逐步被淘汰。光通信经过了前几年的低谷以后，现在正处于一个艰难的上升阶段，很多学者也纷纷看好未来几年内光通信的发展，因为他们认为光通信现在正在遵循一条正确的道路在发展。1.2通信噪声的产生及常用解决方案信号在传输的过程中，噪声的产生是不可避免的。这就需要我们对信号进行处理，滤除信号中的杂波，通过处理来抵消信号的畸变。噪声是客观存在的，它对有用信号构成干扰和威胁，是限制接收系统获得最大灵敏度的主要障碍。设法减少噪声极为重要。121 通信系统中的噪声及其分类通信系统中的噪声是一种不携带有用信息的电信号，是对有用信号以外的一切信号的统称。也可理解为通信系统中对信号有影响的所有干扰的集合。根据噪声的来源不同，可以分为：无线电噪声、工业噪声、天电噪声、内部噪声。 无线电噪声。它来源于各种用途的无线电发射机。这类噪声的频率范围很宽广，从甚低频到特高频都可能有无线电干扰存在，并且干扰的强度有时很大。但它有个特点，即干扰频率是固定的，因此可以预先设法防止。 工业噪声。它来源于各种电气设备，如电力线、点火系统、电车、电源开关、电力铁道、高频电炉等。这类噪声的特点是干扰频谱集中于较低的频率范围，例如几十兆赫兹以内。因此，选择高于这个频段工作的信道就可以防止受到它的干扰。 天电噪声。它来源于雷电、磁暴、太阳黑子以及宇宙射线等。可以说整个宇宙空间都是产生这类噪声的根源，由于这类自然现象与发生的时间、季节、地区等有关系，因此受天电干扰的影响也是大小不同的。 内部噪声。它来源于信道本身所包含的各种电子器件、转换器以及天线或传输线等。例如，电阻及各种导体都会在分子热运动的影响下产生热噪声，电子管或晶体管等电子器件会由于电子发射不均匀等产生器件噪声。这类干扰的特点是由无数个自由电子作不规则运动所形成的，因此它的波形也是不规则变化的，在示波器上观察就像一堆杂乱无章的茅草一样，通常称之为起伏噪声。122 通信噪声常用解决方案通常我们可以使用滤波器将有效信号中的噪声部分予以滤除。滤波器是指执行信号处理功能的电子系统，它专门用于去除信号中不想要的成分或者增强所需成分。为消除外部噪声(如人为噪声)，必须严格执行有关噪声的环境保护和频率管理法规，采用高稳定度的频率源和优质电子器件，对高频设备加强屏蔽和电源滤波等；为消除内部噪声，常采用工作在非常低的温度条件下的其他类型低噪声放大器作为接收系统的第一级放大，或采用减小馈线损耗等办法。外部噪声数据也是无线电系统的重要环境参数。数字滤波器是一个计算程序或算法，它将代表输入信号的数字时间序列转化为代表输出信号的数字时间序列，并在转化过程中，使信号按预定的形式变化。数字滤波器是数字信号处理的基础，用来对信号进行过滤、检测与参数估计等处理，在通信、图像、语音、雷达等许多领域都有着十分广泛的应用。尤其在图像处理、数据压缩等方面取得了令人瞩目的进展和成就。鉴于此，数字滤波器的设计就显得尤为重要。数字滤波器有多种分类，根据冲激响应的时域特征，可将其分为无限长冲激响应(IIR)滤波器和有限长响应(FIR)滤波器。FIR数字滤波器具有无限宽的冲激响应。FIR数字滤波器的单位脉冲响应是有限长序列，FIR滤波器由于不具备FIR滤波器所固有的稳定性和设计方法的简单性，所以一般不使用。MATLAB所有滤波器设计函数都将返回一个FIR滤波器。FIR数字滤波器具有描述方便、系统总是稳定的、易于实现线性相位等特点。1.3 MATLAB仿真简介在工业控制系统中，一般通过对采集的一些外部数据(如电压、温度、压力等)进行信号参数分析后，开展相应的处理。所采集数据的正确性，决定了系统能否按照设计意图，进行正确的控制。MATLAB是美国Math Works公司开发的一种功能极其强大的高技术计算语言和内容极其丰富的软件库。它以矩阵和向量的运算以及运算结果的可视化为基础，把广泛应用于各个学科领域的数值分析、矩阵运算、信号处理、图形及图像处理、建模与仿真等诸多强大功能集成在一个便于用户使用的交互式环境之中，比如在高等院校，MATLAB已经成为学习数值分析、线性代数、自动控制理论、数理统计、数字信号处理、时序序列分析、动态系统仿真、现代通信原理等课程的基本教学工具。它提供了一整套模拟、数字滤波器的设计命令和运算函数，方便准确、简单易行，使得设计人员除了可按上述传统设计步骤快速地进行较复杂高阶选频滤波器的计算、分析外，还可通过滤型变换法直接进行各种典型数字滤波器设计，即应用MATLAB设计工具从模拟原型直接变换成满足原定频域指标要求的数字滤波器。此外，MATLAB软件还提供了强大的数字滤波器优化设计功能。即预先确定一种最佳设计准则，然后直接求得在该准则下滤波器系统的传递函数。这种最优设计方法可方便用于任意幅频特性要求的滤波器系统的设计。Simulink是MATLAB的重要组成部分，它提供图形用户界面。用户可以用鼠标操作，从模块库中调用标准模块，将它们适当地连接起来以构成动态系统模型，并且用各模块的参数对话框为系统中各模块设置参数。当各模块的参数设置完成后，即建立起该系统的模型。模型建立完成后，选择仿真参数和仿真算法，便可以启动仿真程序对系统进行仿真。这个操作既可以用仿真菜单，也能使用MATLAB命令实现。菜单对交互式运行特别方便，而命令方式适合用于一系列仿真。利用simulink仿真时的一般步骤为：1、 找到相应的元件，并将其拖入到仿真界面的适当位置2、 设置各元件的参数3、 点击仿真按钮，进行仿真第2章 反馈型自适应噪声抵消系统2.1反馈式自适应噪声抵消（Adaptive Noise Cancellation ，ANC）概述自适应滤波是指从信号被噪声干扰所淹没的环境中检测和提取有用信号, 而自适应噪声抵消是自适应滤波器的典型应用。它是一种能够消除背景噪声影响的信号处理技术。应用自适应噪声抵消, 可在未知外界干扰源特征、传递途径不断变化、背景噪声和被测对象信号相似的情况下, 有效地消除外界噪声的干扰, 提高信号传输中的信噪比。自问世以来, 自适应噪声抵消已在许多领域得到了广泛的应用。本文介绍了采用反馈式自适应噪声抵消技术从一种被噪声污染了的信号中提取有用信号的过程, MATLAB仿真结果表明, 该方法具有良好的消噪能力, 突破了以往前馈自适应噪声抵消技术的限制, 具有可使消噪效果随环境噪声的位置改变而增强的作用。2.1.1自适应噪声抵消器的原理2.1.1.1 自适应滤波器的原理自适应滤波器的原理框图如图1所示：-+自适应滤波器图1 自适应滤波器原理框图图中，表示时刻的输入信号，表示时刻的输出信号，表示时刻的参考信号或期望响应信号，表示时刻的误差信号。误差信号为期望响应信号与输出信号之差，记为。自适应滤波器的系统参数受误差信号控制，并根据的值而自动调整，使之适合下一时刻的输入，以使输出信号更加接近期望信号，并使误差信号进一步减小。2.1.1.2自适应噪声抵消器原理(ANC)反馈式自适应噪声抵消器原理(ANC)的原理结构如图2所示，滤波器输出系统输出+参考输入通道-信号源E噪声源自适应滤波器主输入通道图2 自适应噪声抵消器的原理结构图反馈式自适应噪声抵消器核心部分是自适应滤波器，它有两个信号输入通道，一个被称为主输入通道，一个被称为参考输入通道。主输入通道接收从信号源发来的信号，但图2 自适应噪声抵消器的原理结构框图是受到噪声源的干扰，收到噪声。参考输入通道的参考信号为一个与有用信号无关的但与相关的噪声信号。主输入中含有待抵消的加性噪声，参考输人对准主输入中的噪声。利用两输入噪声的相关性和信号与噪声的独立性，使参考输入通过自适应滤波器与主输入中噪声分量逼近并相减，输出误差信号，即，自适应滤波器算法决定滤波器对参考信号的处理，使得滤波器的输出尽可能的逼近主输入中的干扰成分。因此，在最佳准则意义下滤波器的输出逼近等效于系统输出逼近，从而在自适应噪声抵消器(ANC)的输出端大大提高了信噪比。2.2反馈型ANC 系统设计和算法根据自适应算法的优化准则不同，自适应滤波器算法大致可分为两类最基本的算法，即最小均方(LMS)算法和递归最小二乘(RLS)算法。LMS算法最核心的思想就是用平方误差代替均方误差，基本的LMS算法为：其中，和分别为迭代前后的系数值；和以为前后两个时刻；，为滤波器阶数；为收敛因子；为误差信号；为输入信号；为输出信号。在自适应滤波器的实际操作中，一个必须注意的问题是自适应步长的选择。由LMS迭代算法可知，欲使其收敛，则自适应步长的取值范围为：自适应时间常数和步长的关系为：LMS算法的具体步骤如下：LMS算法基本上是一种递推算法，它用任意选择的的初始值作为开始，然后将每一新的输入样本输入到这个FIR自适应滤波器中计算相应的输出，形成误差信号，更新滤波器系数，这里的称为步长，参数是输入信号在时间位于滤波器的第个样本，而是对第个滤波器系数的一个梯度负值的近似(估计)。第3章 利用MATLAB对反馈式ANC进行仿真3.1数学模型的建立为了验证基于LMS算法的反馈式自适应噪声抵消系统设计的合理性和算法的正确性,本文采用MATLAB进行了仿真实验。在本实验中,为了简化处理过程，令所期望的输出信号为正弦信号, 噪声干扰信号为Gauss噪声, 。自适应滤波器的设置为32阶, 步长0.002(具体原因见下节)。反馈自适应噪声抵消器系统模型图3 反馈型ANC 系统模型图3.2系统仿真与分析图4为降噪前后各信号之间的比较。其中,从仿真实验时域图可以看出,反馈ANC系统起初误差较大, 滤波器输出波形幅度较小。随着滤波器参数调整的收敛,误差越来越小,相应的滤波器输出逐渐增长,最终成为与所期望的输出信号一致的正弦信号。比较error与noise。在该系统中,反馈环的存在使得在混合信号进入滤波器前就抵消了部分噪声信号, 即实际与正弦信号一起进入滤波器的噪声信号为。由于是负反馈, 所以要求,显然。但由于负反馈的限制,过小时，系统性能达不到最优；而过大时，则会引起自激。所以,信道的确定就成了关键因素,本设计取为0.1（经过反复仿真发现该值比较合适）。含噪声音频信号 含噪声音频信号 标准正弦信号 输出(a) 与的比较 (b) 与的比较图a上下对比可发现标准信号与含噪声的信号有很大区别，即有用信号完全被噪声所淹没；图b上下对比可发现输出信号与含噪声的信号有很大区别，即该滤波处理有非常明显的效果；标准正弦信号 噪声信号输出 输出误差信号(c) 与的比较 (d) 与noise的比较图c上下对比可发现输出信号与预期的标准信号随时间推移很快地接近，即该滤波器有很好的效果；图d上下对比可发现噪声信号与输出误差信号随时间推移很快地接近，即该滤波器能很好地识别噪声信号。图4 降噪前后信号之间的比较图MATLAB仿真代码见附录3.3步长因子对仿真性能的影响分析下面分析一下步长因子对仿真性能的影响,在其他参数设置与图4相同的情况下,分别设置步长L=0.001和L=0.01,仿真结果如图5和图6所示。输出图5 当L = 0. 001时仿真结果图输出图6 当L = 0. 01时仿真结果图由图4、图5和图6的仿真设置得到的结果可以看出:L越大,系统自适应的过程越快,但是它引起的失调也就越大, 当L大于1/Kmax时,系统发散;L越小,系统越稳定,失调越小,但自适应的过程也就越长。所以,基于LMS算法的ANC系统步长的选择应从整个系统的要求出发,L的选取必须在收敛速度和失调之间取得较好的折中（本文中取0.002）。结论根据以上实验,结果表明:采用反馈式自适应噪声抵消系统能够较好地抵消干扰噪声,获得有用信号,输出与标准信号相减后的误差为10- 3,显然优于在相同条件设置下前馈型系统的10e- 2。反馈式自适应噪声抵消系统的研究与设计对降噪技术中自适应降噪的设计，以及研究各种新结构和算法的自适应消噪系统提供了有益帮助。但是,如何更好地利用反馈式自适应噪声抵消技术消除不同模式的干扰信号,还需要进行更深入的研究。在实际应用中，还要注意参考信号与噪声信号的相关性，相关性越大，自适应噪声抵消系统的噪声抵消效果越好。参考文献1邱天爽，魏东兴等.通信中的自适应信号处理M.北京：电子工业出版社，2005。2田玉静，左红伟.自适应噪声抵消的应用研究J.青岛建筑工程学院学报，2005，26(1)