Abstract
在適應性濾波器的應用領域內，有些研究學者已開始採用多重取樣頻率的技術來改進適應性濾波器的效率，因為此種方式可以減少運算量及加快系統的收斂速率。本篇論文內，我們將提出兩種基於濾波器組的適應性濾波器應用，像是一維的系統鑑別，在二維的應用上則是消除含有雜訊的影像訊號。關於一維的系統鑑別這部分，我們會先介紹一些採用濾波器組的適應性濾波器架構。而我們所提出的系統鑑別新方法則是綜合這些有用的理論與技巧，如適應性濾波器的設階自動化、採用半頻帶濾波器組，再予以適當地修正，以期望提高系統鑑別的效率，得到更佳的結果。我們也試著採用不同的濾波器組(副頻樹狀架構)，像是不對稱樹狀架構(可達多重解析度)、四個副頻道樹狀架構。另外就是我們設計了一套架構可以分解未知系統至各個副頻帶上，用來當做鑑別時適應性濾波器的參考標準。用一些電腦模擬的實驗數據，來討論我們所提方法之優點。第二部分是關於二維適應性濾波器，先是簡介二維的適應性濾波器；還有特別針對影像訊號，採取減去平均值為輸入訊號的改進型二維適應性濾波器。然後我們利用濾波器組的特性來做二維適應性濾波器之應用；濾波器組方面，我們採用有方向性的濾波器來當做分解濾波器組，把一個被雜訊破壞的原始影像圖分解成四個有方向性圖和一個低頻圖，再針對這五個圖分別做消除雜訊的工作，最後再合成一個結果圖，其中我們利用此方向性的特點修改消除雜訊的方法。我們最終目的是希望能以濾波器組這樣的架構來做到二維系統的鑑別。本論文分成七章，第一章緒論；第二章系統鑑別採用濾波器組架構時所需的先前準備；第三章回顧有關於使用濾波器組來做系統鑑別之方法；第四章我們所提的新鑑別方法；第五章回顧二維的適應性濾波器；第六章在濾波器組架構下做二維適應性濾波器；第七章結論。