文章主要阐述了自适应滤波器的基本结构和原理,介绍了利用最小均方误差算法-LMS算法,完成了应用MATLAB辅助DSP对自适应滤波器的设计,并实现了对信号进行初步的降噪处理。

DSP技术一般指将DSP 处理器用于完成数字信号处理的方法与技术。目前的DSP芯片以其强大的数据处理功能在通信和其他信号处理领域得到广泛注意并已成为开发应用的热点技术。许多领域对于数字信号处理器的应用都是围绕美国德州仪器所开发的DSP处理器来进行的。DSP芯片是一种特别适合于进行数字信号处理运算的微处理器。主要应用是实时快速的实现各种数字信号处理算法，如卷积及各种变换等。其中利用DSP来实现数字滤波器就是很重要的一种应用，本文深入研究基于美国德州仪器公司(TI)TMS320C5410 DSP芯

滤波是滤除信号中某些特定频率的波形的技术，在数字信号处理中，主要用于滤除噪声和干扰信号。由于噪声和干扰信号的不确定性，采用固定滤波系数的数字滤波器无法达到最佳的效果。自适应滤波器能够随着环境的改变而改动滤波器自身的参数和结构，从而能够随着噪声和干扰信号的不断变化修正滤波器的参数和结构，最终实现较理想的滤波。本文研究了最小均方差（LMS）算法，并结合自适应滤波器的结构和原理，设计出FIR结构自适应滤波器。最后给出MATLAB仿真结果，并利用DSP验证自适应滤波器的性能。