① IIR滤波器 开题报告文献综述
http://hi..com/m%B3%C8%B3%C8/blog/item/25f0e83c130b38cf9e3d62a2.html
② 求基于MATLAB的FIR数字滤波器的设计的开题报告
怎么感觉你这个题目更像一个课程的大作业而非一个毕业设计呢。
③ 求开题报告，基于matlab的FIR滤波器的设计
你可以考虑下用窗函数法来设计FIR有限冲激相应滤波器。
我就说下用窗函数法设计FIR低通滤波器版的步骤。如下：权
1）、根据对阻止衰减及过渡带的指标要求，选择串窗数类型（矩形窗、三角窗、汉宁窗、哈明窗、凯塞窗等），并估计窗口长度N。先按照阻带衰减选择窗函数类型。原则是在保证阻带衰减满足要求的情况下，进来选择主瓣的创函数。
2）、构造希望逼近的频率响应函数。
3）、设计h(n)。
4）、加窗得到计算结果。
④ 什么是自适应滤波器，具体作用和应用是什么
自适应滤波器一般是在时域进行信号处理，这种滤波器对输出信号有一个评价环节可以估计时域的输出信号的误差，进而调整自适应滤波器的参数，使滤波器输出信号的误差变小。
举个例子，我们通过一个发射机发射一个声波信号到一个接收机，这个声波信号会到处传播，有的是直线到达接收机，有的是经过墙壁反射到达接收机，所以接收机会收到声音主信号及其“回声”，无论是主信号还是回声都是有用信息。这时候用一个FIR自适应滤波器是可以把回声信号和声音主信号叠加在一起增强接收效果的。如果叠加的不好，滤波器会把一部分回声信号误认为是噪声，评价环节估计出噪声（误差信号）的大小，自适应算法会改变滤波器参数，让误差信号变小，也就是逐渐通过滤波器把回声信号加入到主信号中。之所以需要自适应，因为发射机到接收机的信道是未知的，它们之间也许有一面墙反射，也许有多面墙反射，自适应滤波器可以自己“摸索”出信道的模型，进而得出合适的滤波器参数，使有用信号最大化地被利用。
上面的例子中接收机预先不知道发射机发射的信号，但如果接收机预先知道发射机发射什么信号，那么就可以迅速让自适应滤波器找到最佳参数。所以，很多应用中会为自适应滤波器发一些训练序列信号，用于训练自适应滤波器。
如果发射的信号总是训练信号，那这类应用就是专门用于摸索信道的。比如声纳，A超，B超。
⑤ 自适应滤波器的发展前景
1、广泛用于系统模型识别
如系统建模：其中自适应滤波器作为估计未知系统特性的模型。
2、通信信道的自适应均衡
如：高速modem采用信道均衡器：用它补偿信道失真，modem必须通过具有不同频响特性而产生不同失真的信道有效地传送数据，则要求信号均衡器具有可调系数，据信道特性对这些系数进行优化，以使信道失真的某些量度最小化。
又如：数字通信接收机：其中自适应滤波器用于信道识别并提供码间串扰的均衡器。
3、雷达与声纳的波束形成
如自适应天线系统，其中自适应滤波器用于波束方向控制，并可在波束方向图中提供一个零点以便消除不希望的干扰。
4、消除心电图中的电源干扰
如：自适应回波相消器，
自适应噪声对消器：其中自适应滤波器用于估计并对消预期信号中的噪声分量。
5、噪声中信号的滤波、跟踪、谱线增强以及线性预测等。
⑥ 求论文开题报告。论文题目为"射频滤波器的结构设计"。
1、设计一个四阶切比雪夫原型的低通滤波器，其截止频率f=1GHz,特征阻抗专z0=50欧，通带衰减小属于等于3dB。
2、用matlab编写低通滤波器衰减随频率变化的波形图和系统函数随频率变化的波形图。
3、撰写符合专业方向设计要求的报告。
论文题目为"射频滤波器的结构设计"。....
能提供相关的信息！！！
⑦ 自适应滤波器的原理
设计最佳滤波器，要求已知关于信号和噪声统计特性的先验知识。但在许多情况下人们对此并不知道或知道甚少，某些情况下这些统计特性还是时变的。处理上述这类信号需要采用自适应滤波器。如地球物理信息处理中，地球物理场的趋势分析，即场的滑动窗口处理方法就是典型的自适应滤波器的应用。
自适应信号处理器分为两大类，一类是自适应天线，另一类则是自适应滤波器。微电子技术和超大规模集成（VLS1）电路技术的进步，促进了自适应信号处理技术的发展，使之获得广泛的应用。本节简单介绍一下自适应滤波器的工作原理。
自适应滤波原理：自适应滤波器由参数可调的数字滤波器（或称为自适应处理器）和自适应算法两部分组成，如图3-12所示。参数可调数字滤波器可以是FIR数字滤波器或IIR数字滤波器，也可以是格型数字滤波器。输入信号x（n）通过参数可调数字滤波器后产生输出信号（或响应）y（n），将其与参考信号（或称期望响应）d（n）进行比较，形成误差信号e（n）。e（n）（有时还要利用x（n））通过某种自适应算法对滤波器参数进行调整，最终使e（n）的均方值最小。因此，实际上自适应滤波器是一种能够自动调整本身参数的特殊维纳滤波器，在设计时不需要事先知道关于输入信号和噪声的统计特性的知识，它能够在自己的工作过程中逐渐“了解”或估计出所需的统计特性，并以此为依据自动调整自己的参数，以达到最佳滤波效果。一旦输入信号的统计特性发生变化，它又能够跟踪这种变化，自动调整参数，使滤波器性能重新达到最佳。
图3-12 自适应滤波原理
图3-12所示的自适应滤波器有两个输入：x（n）和d（n），两个输出：y（n）和e（n）。其中x（n）可以是单输入信号，也可以是多输入信号。其余3个信号都是时间序列。在不同的应用场合中这些信号代表着不同的具体内容。