变步长LMS算法自适应抗干扰性能与固步长LMS算法自适应抗干扰性能MATLAB仿真模拟

clc; clear all; close all; N=1000;%系统采样点数 f1 = 200; %信号的频率 t = (0:N-1); fd = 48000; %采样率 Fs=fd; t1 = 0:1/fd:(N-1)/fd; s = 1*sin(2*pi*f1*t1);%正弦波信号原始信号 %% 产生均值为0方差为0.1的噪声信号 v = sqrt(0.1)*randn(N,1); %白噪声 %% 模拟干扰噪声信道 H1 = [1,-0.8,0.4,-0.2]; %噪声源至有用信号的信道 xn = filter(H1,1,v); d1 = s+v'; dn = d1'; figure(1); subplot(4,1,1); plot(t,s);grid;ylim([-2 2]); ylabel('幅度'); xlabel('时间'); title('原始信号'); subplot(4,1,2); plot(t,v);grid;xlim([0 1000]);ylim([-2 2]); ylabel('幅度'); xlabel('时间'); title('噪声信号'); subplot(4,1,3); plot(t,d1);grid;ylim([-2 2]); ylabel('幅度'); xlabel('时间'); title ('含噪信号'); %% LMS滤波算法 M = 16; %滤波器阶数M mu = 0.04; %滤波器的步长 [ylms,W,elms] = LMS (xn,dn,M,mu); %[ylms,W,elms] = LMS_VS (xn,dn,M,mu); %% 绘制去噪后的语音信号 subplot(4,1,4); plot(t,elms);grid;ylim([-2,2]); ylabel('幅度'); xlabel('时间'); title ('去噪后的信号'); audiowrite('去噪音频.wav',elms,Fs); %% e = s'-elms;%剩余噪声 figure(2); subplot(4,1,1); plot(t,e);grid; ylabel('幅度'); xlabel('时间'); title('剩余噪声'); N = length(s); n1=-N/2:N/2-1; %f=n1*Fs/N; figure; %t=n1/Fs; fft_y=fft(s); fftshift_y=fftshift(fft_y); f=linspace(-Fs/2,Fs/2,N); subplot(3,1,1); plot(f,abs(fftshift_y)); title('原始信号频谱'); fft_y1=fft(dn); fftshift_y1=fftshift(fft_y1); f=linspace(-Fs/2,Fs/2,N); subplot(3,1,2); plot(f,abs(fftshift_y1)); title('含噪信号频谱'); fft_y2=fft(elms); fftshift_y2=fftshift(fft_y2); f=linspace(-Fs/2,Fs/2,N); subplot(3,1,3); plot(f,abs(fftshift_y2)); title('降噪后信号频谱'); [snr0,snr1]=SNR_FUNC(s',dn,elms); fprintf('自适应滤波算法降噪前信噪比=：%d \n',snr0); fprintf('自适应滤波算法降噪后信噪比=：%d \n',snr1);