‘G5XDSP在自适应滤波器设计中的应用

‘Ｃ５ＸＤＳＰ具有改进哈佛结构，硬件乘法器、流水线结构、高效特殊指令集等特点，非常适合于自适应滤波器的设计。本文在分析了’Ｃ５ＸＤＳＰ结构特点之后， 利用这一特点实现的自适应滤波器的设计方法。     

多分辨率滤波器组在自适应噪声消除中的应用

利用多分辨率滤波器组设计了自适应噪声消除新的电路结构，先将待处理信号分成两个通道，再分别利用各自通道自适应滤波器并行处理数据。由于多分辨率滤波器的应用，使得各个通道的自适应滤波器长度缩短，且并行处理，从而减小了计算复杂性，加快了运行速度。     

异常识别与分离的自适应曲率结构分选滤波器

在考察划分位场结构线性和非线性滤波器的基础上,设计出一种自适应曲率结构分选滤波器。提出和应用自适应曲率结构特征分析方法,借用图象结构识别技术进行异常识别和特征分析,而后对识别的异常应用三次样条函数进行分离。理论模型和野外实例表明,该滤波器具有异常划分精度高、适用性强、可分层次提取异常结构的特点。特别是通过自适应曲率结构分选,减少了滤波参数选择的主观性,便于实现计算机自动综合处理。     

基于VHDL的自适应滤波器的设计与实现

通过VHDL语言对最小均方算法(LMS)进行数学建模设计,然后嵌入到有限长脉冲响应(FIR)滤波器上,在Quartus Ⅱ上实现了自适应滤波器的设计,然后采用LMS算法的自适应FIR滤波器进行Matlab的仿真验证,并在Altera公司的EP3C55F484C6上进行功能验证,对比验证结果表明该自适应滤波满足滤波功能,能够很好地消除噪声。     

自适应带阻滤波器的分析与设计

本文对数字、模拟混合式自适应带阻滤波器进行分析与设计，并对所设计电路进行测试。结果表明该滤波器具有良好的自适应带阻特性。阻带中心频率可变，宽度可控，零点深度无限的特点，特别适用于多普勒雷达及报警等系统。     

eLoran接收机的数字滤波器设计

根据eLoran信号的特点,采用内插结构FIR带通滤波器与LMS自适应滤波器相结合的方法,滤除eLoran信号中频带内、外的噪声和干扰。首先利用内插结构FIR滤波器抑制带外干扰,在直接FIR滤波器的基础上介绍插值滤波器设计方法,根据eLoran信号的频谱特性设计出满足要求的内插结构FIR带通滤波器,通过比较发现:在相同的参数下,插值滤波器比直接FIR滤波器节省了很大的阶数,在工程应用上有很大的优势,而且所要求的频带越窄,采样率越大,节省资源的百分比就越大。其次,采用LMS自适应滤波器可以很好地滤除频带内的干扰和噪声,从而有效恢复理想eLoran信号。     

局部放电在线监测中的自适应数字滤波器研究

设计了一种基于系数可调的有限冲激响应(FIR)滤波器和最小均方误差(LMS)算法的自适应数字滤波器．该自适应滤波器具有运算速度快、计算量小、稳定性好、不需要关于输入信号的先验知识等优点，非常适合于实时滤波．设计了自适应滤波器的程序流程和验证滤波器效果的实验方法，并通过模拟实验确定了适合于在线监测的自适应参数和FIR滤波器阶数．通过现场实测，证明了滤波器的有效性．     

基于OTA—C模拟滤波器的研究

论文研究了基于OTA—C模拟滤波器电路的特点和设计方法，在分析了几种经典的跨导运算放大器的基础上，提出基于OTA—C架构的连续时间模拟集成电路滤波器的设计方法，并对该方法的性能与应用的特点进行了综合的研究，经过仿真表明，应用文中介绍的滤波器设计方法．使滤波器性能得到了极大的改善。     

基于AccelDSP的自适应滤波器设计

给出了一种自适应滤波器的设计和FPGA的实现方法.简要分析了最小均方误差(LMS)、归一化最小均方误差(NLMS)和延迟最小均方误差(DLMS)自适应滤波器的工作原理,指出了3种滤波器的区别和联系.详细介绍使用Xil-inx公司的AccelDSP高层次设计工具设计自适应滤波器的流程与方法,说明了可综合Matlab语言的结构特点,提高硬件使用效率的途径等设计细节,得到了设计代码和仿真结果.设计经过硬件时序仿真验证,可以在FPGA中直接实现.仿真结果说明,NLMS滤波器对于音频信号有很好的收敛特性,DLMS滤波器可以达到很高的工作频率设计.设计方法对于其它数字信号处理系统的设计和实现具有参考价值.设计过程表明AccelDSP工具可以显著地提升数字信号处理系统的设计效率.     

基于神经网络的自适应噪声抵消器的研究

在系统阐述了自适应滤波器和自适应噪声抵消器基本原理的基础上,利用神经网络的特点,设计了基于四层神经网络的自适应噪声抵消系统,克服了传统自适应滤波器需要两路输入信号统计相关的特点。理论分析和计算机仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声消除能力和鲁棒性。     

一种修正格型自适应陷波器在科氏流量计上的应用

根据格型自适应的结构原理,运用了一种频率响应非对称的修正自适应格型陷波器(improved adaptive lattice notchfilter,I-ALNF)在科氏流量计上的应用,并把零极点参数全部引入自适应算法中,使得算法与陷波器完全匹配,且使陷波器具有更好的特性。仿真结果表明,修正格型自适应陷波器比格型自适应陷波器的频率跟踪精度更高,稳定性更好。     

A new method for adaptive color image filtering

An adaptive color image filter (ACIF) is proposed in this note. Through analyzing noise corruption of color image, efficient locally adaptive filters are chosen for image enhancement. The proposed adaptive color image filter combines advantages of both nonlinear vector filters and linear filters, it attenuates noise and preserves edges and details very well. Experimental results show that the proposed filter performs better than vector median filter, directional-distance filter, directional-magnitude vector filter, adaptive nearest-neighbor filter, and a-trimmed mean filter.     

基于粒子群算法的自适应LMS滤波器设计及可重构硬件实现

自适应滤波器设计是典型的多参数组合优化问题,利用一种改进的粒子群优化算法(MPSO)来优化设计自适应LMS滤波器.将滤波器设计问题转化为滤波器参数优化的问题,利用改进的粒子群算法MPSO搜索整个参数空间,从而获得全局优化的系数.设计的滤波器应用于系统的跟踪响应中,并在基于可重构硬件的平台上实现自适应滤波器.从收敛和失调性能指标评价所设计的LMS滤波器,实验结果表明设计的LMS滤波器具有较好的性能,证明了这种方法的有效性和优越性.     

基于神经网络的自适应滤波研究

自适应信号处理在信号处理中占据主要地位,自适应滤波又是自适应信号处理中的主要应用.目前对自适应滤波的研究主要集中在算法上,但很难在收敛速度、稳定性和跟踪性能上同时取得最佳性能.综合考虑自适应滤波的各种性能,研究基于神经网络的自适应滤波方法,并通过实例应用来证明了该方法的有效性.该研究对拓展自适应滤波方法和神经网络的应用都具有重要的参考价值.     

自适应滤波器消除语音信号中混合噪声

语音信号在实际采集和传输的过程中,往往掺杂着多种噪声干扰,比较常见的是正弦窄带干扰和高斯白噪声,而一个简单的自适应滤波器往往很难同时滤除多种噪声。为了抑制混合噪声而得到真实的语音信号,在最小均方误差(LMS)自适应算法和自适应噪声抵消原理的基础上,提出了一种两级自适应滤波器方案,第Ⅰ级在传统噪声抵消系统中加入延迟单元消除正弦窄带干扰,第Ⅱ级用LMS自适应噪声抵消器消除高斯白噪声,同时,利用Simulink模块库对所设计的两级自适应滤波器进行了建模仿真。仿真结果表明:该方案滤波器可以有效地滤除包含正弦窄带干扰和高斯白噪声的混合噪声,达到提高语音质量的目的。     

秩选择非线性滤波器及其优化

目的研究由中值滤波器推广得到的一类重要的滤波器形式及其优化设计方法。方法分析加权顺序统计滤波器的优化算法,由此导出秩选择滤波器的自适应优化算法。结果模拟实验显示,导出的自适应算法能够很好收敛。结论算法可以很好地用于图像处理中的秩选择滤波器设计。     

基于粒子群算法的自适应滤波器研究及应用

针对神经网络自适应滤波器易于陷入局部极小的缺陷,采用抑制局部最优的粒子群算法优化神经网络的权系数,设计了基于改进粒子群算法训练的三层神经网络的自适应滤波器,并将其应用于自适应噪声抵消器.仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声抵消能力,信噪比大大提高.     

自适应两阶段卡尔曼滤波器在传递对准中的应用

研究自适应两阶段卡尔曼滤波器在动基座传递对准中的应用. 利用两阶段卡尔曼滤波器将子惯导的惯性器件偏差分离,从而减小由于系统状态过多而导致的滤波计算量,提高计算实时性. 加入自适应环节,使得随机系统偏差的先验统计特性不准确时也能取得良好的估计效果. 仿真结果表明,在对准模型存在未知的随机系统偏差时,自适应两阶段卡尔曼滤波器能够快速且准确地估计出失准角,符合传递对准在快速性和精度方面的需求.     

抗差与自适应组合的卡尔曼滤波算法在动态导航中的研究

针对观测信息不充足时,无法使用现有的一些抗差自适应滤波的问题,提出一种组合抗差滤波和自适应滤波的方法.该方法利用基于m估计实现的抗差滤波和基于新息向量马氏距离平方服从卡方分布而构造的自适应滤波,同时采用2次对检验统计量进行判别的方法,可以在单个历元实现在标准卡尔曼滤波、自适应卡尔曼滤波和抗差卡尔曼滤波之间选择一种当前时刻的最优滤波,因此,采用该方法也能构成抗差自适应卡尔曼滤波.仿真结果表明,在观测信息不足且滤波模型出现异常时,该方法能有效控制动力学模型误差和观测异常对导航解的影响,使导航解更能反映导航系统的真实情况.     

An Efficient Topography Adaptive Filter for Insar Processing

An efficient implementation of the topography adaptive filter based on local frequency estimation is proposed, where chirpz transform is applied to enhance the accuracy of the frequency estimation. As a byproduct of this adaptive filter, the linear approximated phase model of the interferogram is employed to improve the coherence estimation. The impacts of the adaptive filter on global and local phase unwrapping algorithms are discussed. Finally, aiming at the negative effect that the adaptive filter can bring to local phase unwrapping algorithms, a fusion scheme that takes advantage of least square and several local phase unwrapping algorithms is presented.