自适应滤波器设计及Matlab实现
简单描述自适应滤波的原理及在MATLAB中实现的方法，并辅以相关MATLAB代码供大家交流。1绪论11引言人类传递信息的主要媒介是语言和图像。据统计,在人类接受的信息中,听觉信息占20%,视觉信息占60%,其它如味觉、触觉、嗅觉总的加起来不过占20%,所以图像信息是十分重要的信息。然而,在图像的获取和图像信号的传输过程中,图像信号中不可避免的混入各种各样的随机噪声,造成图像失真(图像退化)。造成人类所获取的信息和实际是有偏差的,成为人类从外界获取准确信息的障碍。因此,对图像信号中的随杋噪声的抑制处理是图像处理中非常重要的一项工作在图像的获取和传输过程中所混入的噪声,主要来源于通信系统中的各种各样的噪声,根据通信原理及统计方面的知识,可以知道在通信系统中所遇到的信号和噪声,大多数均可视为平稳的随机过稈。又有“高斯过程又称正态随机过程,它是一种普遍存在和重要的随机过程,在通信信道中的噪声,通常是一种高斯过程,故又称高斯噪声。囚此,在大多薮的情况下,我们可以把造成图像失真的噪声可视为广义平稳高斯过程本文针对图像信号中混入的随机噪声,在怎样把现有的滤波算法应用到实际的图像复原中去的问题上提出了解决方法,并且应用 Matlab软件编程对图像进行处理。1.2研究目标及现状121图像复原技术的目标为了从含有噪声的数据中提取我们所感兴趣的、接近规定质量的图像,我们需要设计个系统满足:当信号与噪声同时输入吋,在输出端能将信号尽可能精确地重现出来,而噪声却受到最大抑制,即最佳滤波器。122图像复原抆术的研究现状日前的图像复原技术,即去噪的滤波技术可以分为两大类:传统滤波和现代滤波。传统滤波技术是建立在已知有用信号和干扰噪声的统计特性(自相关函数或功率谱)基础上的噪声去除;现代滤波技术则是不需要知道图像的先验知识,只是根据观测数据,即可对噪声进行有效滤除。早在20世纪40年代,就对平稳随机信号建立了维纳滤波理论。根据有用信号和干扰噪声的统计特性(自相关函数或功率谱),以线性最小均方误差(MSE)估计准则所设计的最佳滤波器,称为维纳滤波器。这种滤汲器能最大程度的滤除干扰噪声,提取有用信号。但是,当输入信号的统计特性偏离设计条件,则它就不再是最佳的了,这在实际应用中受到了限制。到60年代初,由于空间技术的发展,出现了卡尔曼滤波理论,即利用状态变量模型对非平稳、多输入多输出随机序列作最优估计。卡尔曼滤波器既可以对平稳的和平稳的随机信号作线性最佳滤波,也可以作为非线性滤波[2]。然而只有在对信号和噪声的统计特性已知的情况下,这两种滤波器才能获得最优解。在实际的应用中,往往无法得到这些统计特性的完验知识,或者统计特性是随时间变化的,因此,这两种滤波器就实现不了真正的最佳滤波。Widrow B.和Hof于1967年提出的自适应滤波理论,可使在设计自适应滤波器时不需要事先知道关于输入信号和噪声的统计特性的知识,它能够在自己的工作过程中逐渐估计出所需的统计特性,并以此为依据自动调整自己的参数,以达到最佳滤波效果。一旦输入信号的统计特性发生变化,它又能够跟踪这种变化,自动调整参数,使滤波器性能重新达到最佳。自适应滤波器自动调节参数可以通过各和不同的递推算法来实现,由于它采用的是逼近的算法,使得实际估计值和理论值之间必然存在差距,也就造成了自适应滤波问题没有唯一的解。依照各种递推算法的特点,我们把它应用于不同的场合。现在广为应用的自适应滤波方法主要是基于以下几种基本理论,再融合递推算法导出来的:(1)基于维纳滤波理论的方法维纳滤波是在最小均方误差准则下通过求解维纳霍夫方程来解决线性最优滤波问题的。基于维纳滤波原理,我们利用相关的瞬时值通过在工作过程中的逐步调整参数逼近信号的统计特性,实现最优滤波。由此,我们得到一种最常用的算法—最小均方算法,简称LMS算法。(2)基于卡尔曼滤波理论的方法卡尔曼滤波是线性无偏最小方差滤波递推滤波,它能使滤波器工作在平稳的或非平稳的环境,得到最优解。利用卡尔曼滤波理论的递推求解法导出自适应滤波器更新权矢量得不同递推算法。比LMS算法有极快的收敛速率,可是计算复杂度也增大∫,它需要计算卡尔曼矩阵。(3)基于最小二乘准则的方法维纳滤波和卡尔曼滤波推导的算法是基于统计概念的,而最小二乘佔计算法是以最小误差平方和为优化目标的。根据滤波器的实现结构,有以下3种不同的最小二乘自适应滤波算法:自适应递归最小二乘法(RLS),自适应最小二乘格型算法,QR分解最小二乘算法。(4)基于神经网络理论的方法神经网络是有大量的神经元相互连接而成的网络系统,实质上它是一个高度非线性的动力学网络系统,这个系统具有很强的自适应、自学习、自组织能力,以及巨量并行性、容错性和坚韧性,因而,它可以做很多传统的信号和信息处理技术所不能做的事情。因其超强的自动调节能力,使符它在自适应信号处理方面有着广阔的前景[2]在一系列的自适应算法中,虽然基于后面3种基本理论的方法在收敛速率和稳定、坚韧性方面有着更好的性能,但是,基于维纳滤波理论的IMS算法因其算法简单,而且能达到满意的性能,得到了青睐,成为了应用最广泛的自适应算法。为此,本文主要研究LMS自适应滤波器在图像去噪方面的应用。2理论基础21基本自适应滤波器的模块结构自适应滤波器通常由两部分构成,其一是滤波子系统,根据它所要处理的功能而往往有同的结构形式。另一是自适应算法部分,用来调整滤波子系统结构的参数,或滤波系数。在自适应调整滤波系数的过程中,有不同的准则和算法算法是指调整自适应滤波系数的步骤,以达到在所描述的准则下的误差最小化。自适应滤波器含有两个过程,即自适应过程和滤波过程。前一过程的基本目标是词节滤波系数"(),使得有意义的目标函数或代价函数()最小化,滤波器输出信号y()逐步逼近所期望的参考信号4k),由两者之间的误差信号(k)驱动某种算法对滤波系数进行调整,使得滤波器处于最佳工作状态以实现滤波过程。所以自适应过程是一个闭合的反馈环,算法决定了这个闭合环路的自适应过程所需要的时间。但是,由于目标函数)是输入信号(k),参考信号(k)及输出信号y(k)的函数,即20=ack,.y,因此目标函数必须具有以下两个性质(1)非负性g (=8[x(k), d(k), y(k] 20Vx(), u(k), y(k)(2.1)(2)最佳性E()=E[x(k),d(k),y(k)]=0(22在自适应过程中,自适应算法逐步使目标函数(最小化,最终使()逼近于(),滤波参数或权系数()收敛于",这里"是自适应滤波系数的最优解即维纳解。因此,自适应过程也是自适应滤波器的最佳线性估计的过程,既要估计滤波器能实现期望信号()的整个过程,又要估计滤波权系数以进行有利于主要目标方向的调整。这些估计过程是以连续的时变形式进行的,这就是自适应滤波器需要有的自适应收敛过程。如何缩短自适应收敛过程所需要的收敛时间,这个与算法和结构有关的问题时人们一直重视研究的问题之—[2]。当然滤波子系统在整个自适应滤波器的设计中也占有很重要的地位,因为它对最终的滤波性能有很大的影响。本文要研究的是基于维纳滤波原理的LMS算法,那么下面我们需要介绍一下基本维纳滤波原理。22基本维纳滤波原理基本维纳滤波就是用来解决从噪声中提取信号问题的一种过滤(或滤波)方法。它基于平稳随机过程模型,且假设退化模型为线性空间不变系统的。实际上这种线性滤波间题,可以看成是种估计问题或种线性佔计问题。基本的维纳滤波是根据全部过去的和当前的观察数据来估计信号的当前值,它的解是以均方误差最小条件下所得到的系统的传递函数万(3)或单位样本响应h(k)的形式给出的,因此更常称这种系统为最住线性过滤器或滤波器。设计维纳滤波器的过程就是寻求在最小均方误差下滤波器的单位样本响应h(k)或传递函数h(x)的表达式,其实质是解维纳-霍大( Wiener-Hopf方程。基木维纳滤波器是这样的,有两个信号x(k)和y(k)同时加在滤波器上。典型地y(k)包含一个与x(k)相关地分量和另一个与x(k)个相关地分量。维纳滤波器则产生y(k)中与x(k)相关分量地最优估计,再从y(k)中减去它就得到ε(k)。y(kak)输出rk)维纳德波n=∑v(D)x(k-)f=0图21基本维纳滤被模型假定一个N个系数(权值)的FR滤波器的结构,维纳滤波和原始信号y(k)之间的差信号c(k)为ek= yk-nk=ye∑w(i)x(23)其中和w分别为输入信号矢量和权矢量,由下式确定(24)k-N-1)H(N-1)误差平方为2Y, x,w+w x.x,w对(3)式两边取期望得到均方误差(MSE),若输入x(k)与输出yk)是联合平稳的,则ELel=Ely,-2ELYXiwItElwx, x, w2.62P其中E[代表期望,=Ex是(k)的方差,P=E[yx1是长度为N地互相关矢量,R=Exx是NxN的自相矩阵。一个MSE滤波系数的图形是碗形地,且只有唯一地底部,这个图称为性能曲面,它是非负的。性能曲面地梯度可由下式给出2P+2R(2.7)Ytrim图22误差性能曲面每组系数w(i)(i=1,2,N-1)对应曲面是一点,在由面是地最小点梯度为0滤波权矢量达到最优”呷R P(28)即著名的维纳霍夫方稈的解。自适应滤波地仟条是采用合适的算法来调节滤波权重W,0)W,1),…W,N-1),从而找到性能曲面地最优点维纳滤波的实际用途有限,因为:(1)它需要已知自相关矩阵R和可相关矢量P,这两个量通常是未知的。(2)它包含∫矩阵的求逆,非常的耗时3)若信号为非平稳的,则R和P是时变的,导致必需重复计算。对于实际的应用需要一种能够依次加入地抽样点而得到"的算法。自适应算法就就是用于达到这个目的,而且不需显式计算R和P或进行矩阵求逆[3]3自适应滤波原理及算法在实际应用中常常会遇到这样的情况:随机信号的统计特性是未知的,或者信号的统计特性是缓慢的变化着的(非≯稳信号),这就促使人们去研究一类特殊的滤波器,这类滤波器具有以下特点:当输入过程的统计特性未知时,或者输入过程的统计特性变化时,能够相应的调整自身的参数,以满足某种准则的要求,由于这类滤波器能变动自身的参数以“适应”输入过程统计特性的估计或变化,因此,就把这类滤波器称为自适应滤波器41。在本文中我们研究的是退化图像复原的问题,由于图像自身的多样性和所混入的噪声的随机性和多样性,我们选择自适应滤波取出图像中混入的噪声。3.1横向滤波结构的最陡下降算法3.11最陡下降算法的原理首先考虑如下图所示的横向FIR自适应滤波器x(k-1k-2)x、-M+2)xR-M+l)e自适应控制算法1图31自适应横向滤波器结构它的输入序列以向量的形式记为X(k)=[x(k)x(k-1)(k-M+1)(3.1假设x()取自一均值为零,自相关矩阵为R的广义平稳随机过程,而滤波器的系数矢量(加权矢量)为:k)=[w,(k)w2(k)(32)以上二式中括号内的k为时间指数,因此,X()和W()分别表示时刻k的滤波器输入序列和加权值,滤波器的输山y(k)为:y(k)=∑w(n)x(n-t+1)33)式中M为滤波器的长度。图31中的“k称为“期望理想响应信号”,有时也可称为“训练信号”,它决定了设计最佳滤波器加权向量W(k)的取值方向。在实际应用中,通常用一路参考信号来作为期望响应信号。(k)是滤波器输出y(k)相对于a(k)的误差,即e(k)=d(k)-v(h)(34)显然,自适应滤波控制机理是用误差序列(k按照某种准则和算法对其系数w)n),=1.2…,M进行调节的,最终使自适应滤波的目标(代价)函数最小化,达到最佳滤波状态。按照均方误差(MSE)准则所定义得目标函数是E(h)=Ele()(35)eId()-2d(k)y(k)+y(k)将式(3.4)代入式(3.5),目标函数可以化为c(k)=Ele(k)(3.6)E[d(k)]-2Eld(kw(k)x(k]+ elw(kX(eX(s)w(k)当滤波系数固定时,目标函数又可以写为c(k=[d(k]-2W(k)P+W(k)RW (k)(3.7)其中,P-趴是长度为N的期望信号与输入信号的互相关矢量,R=Exx是Nx的输入向量得自相关矩阵。由式(37)可见,自适应滤波器的目标函数()是延迟线抽头系数(加权或滤波系数)的二次函数。当矩阵R和矢量P已知时,可以由权矢量W(k)直接求其解。现在我们将式(3.7)对W求倒数,并令其等于零,同时假设R是非奇异的,由此可以得到目标函数最小的最佳滤波系数w为R P(38)
- 2020-11-28下载
- 积分：1
CX-Protocol协议宏操作手册(中文)
CX-Protocol协议宏操作手册(中文)欧姆龙协议通信声明:OMRON公司生产的产品应由合格的操作员按正确步骤使用,并且仅用于本手册中所描述的用途本手册中的以下约定用于指明手册中的注意事项并对其进行分类。请务必注意这些约定所规定的情况。疏忽这些事项会导致人身伤害或产品损坏。危险表示若不遵守,将很有可能导致死亡或严重受伤的事项。此外,还可能会造成严重的财产损害。警告表示若不遵守,将有可能导致死亡或严重受伤的事项。此外,还可能会造成严重的财产损害。注意表示若不遵守,将有可能导致相对较严重或轻度受伤、产品损坏或故障运行的事项。OMRON产品附注在本手册中,所有 OMRON产品均以大写字母表示。当“Unit”用于指称 OMRON产品名称时,不管它是否是产品的正式名称,也以大写字母表示。缩写“Ch”出现在某些显示和某些 OMRON产品中时,往往表示“字”。在这个意义上,文件中缩写为“Wd”。缩写“PLC”表示“可编程序控制器”,缩写“PC”表示个人计算机并且不月作任何其它词语的缩写。缩写“PMSU”表示“协议宏支持单元”,是指用于C200HX/HG/HE的通信板、用于CS的串行通信板和用于CSCJ的串行通信单元。直观标题出现在本手册左侧的下列标题用于帮助区分不同类型的信息。注表示对产品操作的有效性和方便性特别重要的信息。犭,23..1.表示各个类别的列举说明,例如操作步骤、检查表等。C OMRON, 2008版权所有。未经 OMRON公司事先书面允许,不得将本出版物的任何部分以任何形式或任何方式(机械、电子、照相、录制或其它方式)进行复制、存入检索系统或传送。使用本手册所包含的信息不负专利责任。由于 OMRON公司始终致力于改进其高质量产品,所以本手册所包含的信息可随时改变而不另行通知。虽然在编制本手册时收录了每种可能的注意事项,但对于仍然可能出现的错误或遗漏, OMRON公司不承担任何责任。同样, OMRON公司对于因使用本手册所包含的信息而造成的损害也不承担任何责任。目录注意事项■曹■■D■■XXIII阅读对象XXI2般注意事项3安全注意事项4运行环境注意事项xxx5应用注意事项6软件操作步骤第1章1-1CX- Protocol概述1-2特点.1-3支持的PLC型号和个人计算机系统配置1-5协议宏1-6协议宏结构1-7由CX- Protocol创建的数据171-8CX- Protocol的主画面181-9项目创建概要211-10整合的标准系统协议1-11协议宏使用的基本步骤1-12规格301-13协议宏之间的差异32第2章安装/卸载/启动/结束352-1连接到PLC362-2安装和卸载软件39启动392-4关闭402-5用户界面概要40第3章协议宏513-1协议宏概要3-2序列属性(所有步通用).3-3步属性783-4通信报文属性893-5创建矩阵1053-6标准系统协议示例1083-7通信序列示例1103-8执行一个已创建的通信序列CS/CJ3-9执行一个已创建的通信序列(C20HXHG/HE)1203-10辅助区和数据分配区..126第4使用协议宏功能1394-1协议宏功能的应用范围.1404-2协议创建过程1424-3传送控制模式设置目录4梯形图编程方法1474-5监测时间的计算方法1586运行确认1604-7协议执行时发生的错误1614-8通信响应时间性能1694-9循环时间执行l81第5章创建目标1835-1创建项目和协议1845-2创建序列和步····1885-3创建报文和被动响应1895-4系统协议显示和编辑191第6章项目和协议编辑.1936-1编辑项目.1946-2编辑协议196第7章设定和编辑序列,,,,,,,,,,,,,,,,,,,,,1977-1设定序列1987-2编辑序列第8设定和编辑步2078-1步设定2088-2步编辑.214第9章设定和编辑报文和矩阵列表,,2179-1创建报文9-2创建矩阵2329-3报文和矩阵编辑233第10章通信PLC设置和在线237l0-1PLC系统构成.10-2个人计算机和PLC之间的通信设定23910-3在线与模式变更24610-4调制解调器连接10-5创建IO表10-6PMSU通信端口设定10-7将通信端口设定数据传送至PLC第11章传送和打印协议数据26111-1计算机和PMSU之间传送和读取协议数据.26211-2打印协议26711-3从PST/PSS文件导入协议数据26911-4CSCJ协议和C200HXHG/HE协议271目录第12章跟踪和监测27312-1跟踪传送线路27412-2PLC存储器窗口概要27812-3ⅠO存储器显示和编辑12-4IO存储器监测28812-5IO存储器传送和对比293第13章错误和出错日志显示297第14故障诊断305第15章帮助313附录附录A创建协议应用程序附录BPLC设置和PMSU设定329附录C对RS-232C电缆连接器进行配线335修订记录,,,,,,,,,,,,,339目录关于本手册:CⅩ- Protocol是协议宏功能的支持软件。本手册对CX- Protocol的安装和操作进行说明。手册中包含下述章节。本手册供下列人员使用负责安装FA设备的人员设计FA系统的人员管理FA设施的人员名称样本编号内容提要CXONE-AL C-V4/AL D-V4W344描述使用CX- Protocol来生成协议宏作为通信序列,从而与外部设CX-Protocol本手册)备进行通信的方法。(本手册)操作手册CXONE-AL C-V4/AL D-V4W463CX- One fa整合工具包的安装和概要。CX-One设置手册SYSMAC CS/C J系列W336描述使用串行通信单元和通信板与外部设备进行串行通信的方法CSIW-SCB 1-V1 CSIW-SCU1-V1(包括使用 OMRON产品的标准系统协议)CJIW-SCU 1-VI CJIW-SCU 2串行通信板和串行通信单元操作手册SYSMAC CS/CJ/CP/NS.J系列W342描述 CS/CJ/CP系列PC和NSJ系列控制器使用的C系列(上位链CSIG/H-CPU H接)和FIⅠNS通信命令。SIG/H-CPU -EVICSID-CPUCSIW-SCU -VIC J2H-CPU6 -EIPC. 12H-CPU6C J2M-CPU1C 2M-CPU3C J1H-CPU H-RCJIC/H CPU HCJIG-CPU PCJIG-CPUC JIM-CPUC -V1CPIL-MILCPIH-XCPIH-XACPIH-YCPlE-ED一CPlE-ND一NSI-(B)-G5DBM3D通信指令参考手册SYSMAC CJ系列W472提供CJ系列C2CPU单元的设计、安装、维护和其它基本操作的CJ2H-CPU6 -EIP概要及详细描述。C J2H-CPU6包含下述信息C 2M-CPUl概述和功能C J2M-CPU3系统配置可编程序控制器安装和配线硬件操作手册故障诊断请将本手册与W473结合使用SYSMAC CI系列W473描述使用CJ2CPU单元的编程和使用其功能的其它方法。C J2H-CPU6 -EIP包含下述信息C J2H-CPU6C J2M-CPUl内部存储区C J2M-CPU3可编程序控制器软件操作手册CPU单元内置功能请将本手册与W472结合使用。SYSMAC CS系列W339描述CS系列PLC的安装和操作。CSIG/H-CPU HCSIG/H-CPU -EVI可编程序控制器操作手册名称样本编号内容提要SYSMAC CJ系列W393描述CJ系列PIC的安装和操作CJlH- CPU H-E、CJ1G/H-CPUH、CJ1G-CPUP、CJ1G-CPUCJIM-CPU可编程序控制器SYSMAC CS/CJ/NS.系列W394描述CSCJ/NSJ系列PLC的编程和使用其功能的其它方法。CSI G/H-CPU H. CSIG/H-CPU -EVI包含下述信息CSID-CPUH、CS1D-CPUS编程CJIH-CPUH-R、CJ1G/H-CPUH、任务CJlG-CPUP、CJlG-CPU文件存储器CJ1M-CPU其它功能B)-M3D将本手册与《 SYSMAC CS系列操作手册》(w339)或《 SYSMAC可编程序控制器CJ系列操作手册》(W393结合使用。扁程手册YSMAC CS/CI系列W474描述CsCJ系列或NSJ系列PLC所支持的梯形图编程指令。CSIG/H-CPU编程时,请将本手册与《操作手册》或《硬件操作手册》(CSICSIG/H-CPU HW339,CJ1:W393或C』2W472)和《编程手册》或《软件操作CSID-CPUH、CSlD-CPU手册》CSl/CJ:W394或CJ2:W473)结合使用。CJ2H-CPU6 -EIP, C.J2H-CPU6CJ2M-CPUI、CJ2M-CPU3CJ1H-CPU H-RCJ1G-CPU CJIG/H-CPU HCJ1G-CPUP、 CJIM-CPUYSMAC One Ns.J系列B)-G5D(B)-M3D可编程序控制器令参考手YSMAC CP系列450对CP系列提供了以下几个方面的信息CPIH-X概述/特性CPIH-XA·系统配置CPIH-Y安装和配线I/O存储器分配CPIH CPU单元操作手册故障诊断将本手册与《CPIH可编程序控制器编程手册》(W451)结合使用。系列W452对NSJ系列NSJ控制器提供了以下几个方面的信息NSJ5-tQ B)-G5D, NSJ5-SQ (B)-G5D概述和功能NSJ8-TV(B)-G5D, NSJ10-TV(B)-G设计系统配置NSJ12-Ts(B)-G5D、NS5-TQ(B)-M3D、安装和配线SJ5sQ(B)M3D、 NSJ8 T存储器分配NSJW-ETN21、NSJW-CLK21-V1、故障诊断与维护NSJW-IC1Ol请将本手册与下述手册结合使用:《 SYSMAC CS系列操作手册》操作手册W339《SMAC CJ系列操作手册》YSMAC CS/C.系列编程于册》(W394)和《Ns-V1/V2系列设置于册)(V083)SYSMAC CP系列W451对CP系列提供了以下几个方面的信息CPIH-X40D一编程指CPIH-XA40D·编程方法CPlH-Y2ODT-D任务CPIL-I14D一文件存储器功能CPIL L2OD请将本手册与《CP系列 CPIH CPU单元操作手册》(W450)和《CPCPIL-M3OD系列 CPIL CPU单元操作手册》(W462)结合使用。CPIL-M4ODCPIH和 CPIL CPU单元编程手册XONE-AL C-V4/AL D-V4W446提供了有关如何使用 CX-Programmer(一种支持CS(J系列PLC的编程设备)以及CX- Programmer中所包含的CX-Net的信息手册AC CS/CJ系列W341提供有关如何使用编程器对CSCJ系列PLC进行编程和操作的信CQMIH-PRO-EIC200H-PRO27-E CQMI-PROOI-E扁稈器作手册
- 2020-12-10下载
- 积分：1
