应用LMS算法的FIR型自适应滤波器matlab代码

以下是一个简单的应用LMS算法的FIR型自适应滤波器的MATLAB代码示例：

% 生成原始信号
t = 0:0.01:1;
f1 = 10;
f2 = 20;
s = sin(2*pi*f1*t) + sin(2*pi*f2*t);

% 生成加噪声的信号
n = 0.5*randn(size(s));
x = s + n;

% 设计FIR滤波器
order = 16;
b = fir1(order, 0.5);

% 初始化LMS算法参数
mu = 0.01;
w = zeros(order+1, 1);

% 应用LMS算法进行自适应滤波
for i = order+1:length(x)
    x_tmp = x(i:-1:i-order);
    y = w'*x_tmp;
    e = s(i) - y;
    w = w + mu*e*x_tmp';
end

% 用滤波器对信号进行滤波
y_filtered = filter(b, 1, x);

% 绘制原始信号、加噪声的信号和滤波后的信号
figure;
subplot(3,1,1);
plot(t, s);
title('原始信号');
subplot(3,1,2);
plot(t, x);
title('加噪声的信号');
subplot(3,1,3);
plot(t, y_filtered);
title('滤波后的信号');

这段代码生成了一个包含两个正弦波的原始信号，并加入了高斯噪声。然后使用LMS算法和FIR滤波器对信号进行滤波，最后绘制了原始信号、加噪声的信号和滤波后的信号。注意，在实际应用中，需要根据具体的需求调整LMS算法参数和FIR滤波器的设计。