全文总字数：2628字
1. 研究目的与意义（文献综述）
自适应信号处理是近40年来发展起来的信号处理领域一个新的分支，通过信号和信号之间的传送，人们可以获得所需要的信息，然后经过一系列处理将信号中的信息提取出来，由于信号形式以及传送方式和传送环境的不同与复杂，或传输信号过程中受到噪声污染，我们需要不断发展信号处理理论与技术。
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估计准则所设计的最佳滤波器），但是在实际运用中受到了条件的限制，不是最佳的滤波器。60年代初，出现了卡尔曼滤波理论（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），在设计卡尔曼滤波器时必须知道信号和噪声的统计特性，但实际中很难预知，无法实现最佳滤波。
自适应信号处理的研究工作开始于20世纪中叶，在1957年至1960年间，美国通用电气公司研究出了简单的自适应滤波器。更复杂的自适应滤波器研究由美国斯坦福大学的维德罗（b.widrow）和霍夫（m.hoff）于1959年开始进行。期间他们发明了最小均方（lms）自适应算法，并提出了一种采用被称为“自适应线性门限逻辑单元”的模式识别方案。同时，原苏联莫斯科自动学和遥控力学研究所的艾日曼(aizermann)及其同事们，也研制出一种自动梯度搜索机器。英国的加布尔(d.gabor)和他的助手们则研制出了自适应滤波器。到20世纪60年代初期和中期，研究范围已发展到自适应、自适应控制,自适应滤波(包括时域和空域)及其他方面。很多人比如勒凯(r.lucky)等都取得了进一步的成功，发展领域也多了起来。
2. 研究的基本内容与方案
研究的基本内容：
了解自适应滤波器的应用前景和发展趋势，理解和熟悉自适应滤波器的基本工作原理和工作过程，研究常用的自适应lms算法及自适应rls算法，在此基础上，分别采用rls和lms两种算法，设计出fir型结构的自适应滤波器，对掺入了噪声的信号进行模拟仿真，通过对比滤波后的输出信号和原始信号的波形差异，衡量自适应滤波器对噪声的滤除能力。并且与一些传统的滤波器的输出结果做比较，分析这些滤波器性能的好坏。
拟采用的技术方案及措施：
3. 研究计划与安排
第1周—第3周：熟悉并理解设计内容及任务，查阅收集有关参考资料，撰写开题报告。
（需完成对自适应滤波以及lms算法、rls算法基本原理的了解）
第4周—第5周：论文开题。
4. 参考文献（12篇以上）
[1]沈福民.自适应信号处理.西安电子科技大学出版社，2011
[2]刘郁林等译.自适应滤波算法与实现.电子工业出版社，2016
[3]程佩青.数字信号处理教程.清华大学出版社，2011
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
