每日精学 088｜LMS 自适应噪声抵消

2026-09-25

← 技术专题 · 每日精学目录

雷达 · 通信 · 电子战　/　基础精学 088

扩频依靠固定码相关分离信号与干扰。自适应滤波则从数据中学习参考通道到主通道噪声的传递关系。

LMS 自适应噪声抵消器用与主通道噪声相关的参考输入预测噪声，并依据瞬时误差的负梯度方向更新 FIR 权重。

01
模型与符号

$\bm w[n]$ ：自适应 FIR 权重（系数）

$\bm x[n]$ ：参考输入向量（幅度）

d[n]：主通道期望响应（幅度）

e[n]：抵消后误差（幅度）

μ：LMS 步长（无量纲）

02
滤波误差

预测噪声为

$y[n]=\bm w^T[n]\bm x[n]$

误差为 e[n]=d[n]−y[n]。若有用信号与参考输入不相关，误差保留有用信号。

03
LMS 更新

实数 LMS 使用

$\bm w[n+1]=\bm w[n]+\mu e[n]\bm x[n]$

步长越大收敛越快，但稳态失调和发散风险越高。

04
稳定尺度

简单充分条件与参考输入最大特征值有关，常写为 0<μ<2/λ_max。实际选择通常更保守。

05
物理含义

参考通道提供噪声的可观测副本。滤波器不断调整幅度和延迟，使预测噪声与主通道噪声相消。

06
固定参数算例

MATLAB 构造两抽头噪声通道和独立窄带有用信号，比较多种步长的学习曲线、系数误差与抵消前后均方误差。

MATLAB 固定参数数值验证结果

量	数值
样本数	7000
滤波器长度	2
所选步长	0.02
true coefficient 1	0.8
estimated coefficient 1	0.801346782291
true coefficient 2	-0.45
estimated coefficient 2	-0.463189321275
mse improvement db	11.7248722874

图 1　LMS 权重收敛学习曲线和噪声抵消前后误差

数值结果由配套 MATLAB 脚本在固定参数和固定随机种子下实际执行。脚本包含针对闭式关系边界条件或估计误差的断言，并把 MATLAB 版本与关键数值写入独立结果文件。

07
数字实现的边界

RTL 实现单抽头误差乘输入的梯度项和权重累加核心，多抽头结构可并行或时分复用。

配套 RTL 只实现本课中可明确量化的定点核函数或数据通路。浮点矩阵分解概率统计和图形生成保留在 MATLAB 参考程序中。

08
适用范围

LMS 用于回声抵消、通道辨识和相关噪声消除。参考通道若含有用信号，会造成信号泄漏和自消除。

09
工程上需要注意

输入相关性会减慢收敛。
步长必须匹配输入功率尺度。
定点量化可能造成权重停滞。
参考通道污染会损伤目标信号。

LMS 以低复杂度瞬时梯度更新权重。步长控制收敛速度与稳态失调，参考信号质量决定可抵消的噪声分量。

内容依据：每日精学第 88 课《LMS 自适应噪声抵消》。图表沿用原课固定参数数值结果，属于数值验证，不代表设备实测。

阅读7

写评论...

每日精学 088｜LMS 自适应噪声抵消

01模型与符号

02滤波误差

03LMS 更新

04稳定尺度

05物理含义

06固定参数算例

07数字实现的边界

08适用范围

09工程上需要注意