دانلود شبیه سازی حذف نویز با الگوریتم حداقل میانگین مربعات

الگوریتم حداقل میانگین مربعات LMS

فيلتر تطبیفی یا adaptive filter يكي از روش های پردازشی در علم پردازش سيگنال است و مهمترین کاربرد آن، شناسايي سيستم است كه در بسياري از سيستمهاي کنترلی كنترل كاربرد دارد. يكي از مشكلات فيلترها با پاسخ ضربه محدود یا فیلتر FIR در شناسايي سيستمهايی با پاسخ ضربه طولانی، پیچیدگی محاسباتی بالا است. برای حل این مشکل روش فيلترهاي تطبیقی بر پايه الگوریتم های تطبیقی و براساس سيگنال ورودي و براي كاهش پيچيدگي محاسباتي ارائه شده است. از جمله این روش ها روش حداقل میانگین مربعات است.

الگوریتم حداقل میانگین مربعات (LMS) یک کلاس از الگوریتم های فیلتر تطبیقی است که برای تقریب فیلتر مورد نظر با پیدا کردن ضریب فیلتر که مربوط به تولید حداقل مربع میانگین سیگنال خطا (تفاوت بین سیگنال مورد نظر و واقعی) است، استفاده می شود. این روش، یک روش ناپایداری تصادفی است که فیلتر تنها براساس خطای زمان فعلی تقریب زده می شود.

روش LMS کاربرد های فراوانی دارد که یکی از اصلی رین کاربرد های آن حذف نویز است. نویز یکی از عوامل مزاحم در سیستم است که برای بهبود عملکرد باید تا حدود زیادی از سیستم حذف شود. از این روش برای حذف نویز برق شهری، نویز سیگنال قلبی و مغزی استفاده می شود.

در این پروژه الگوریتم حداقل میانگین مربعات برای حذف نویز بصورت تابع یا فانکشن در متلب نوشته شده است و می توان از آن برای حذف نویز از تمامی سیگنال ها استفاده نمود. در شکل زیر کلیات روش lms نشان داده شده است.

الگوریتم فیلتر وفقی

الگوریتم حداقل میانگین مربعات