基于LMS的自适应干扰抵消算法的matlab实现

介绍了自适应干扰抵消算法和LMS算法。并利用matlab实现了时域LMS和频域块LMS自适应干扰抵消算法,对两种算法进行了理论分析。     

正交自适应干扰抵消滤波器

本文提出一正交型自适应干扰抵消系统,并对其抵消性能作了计算机模拟。模拟表明,它对滤除周期性干扰具有较好的性能。     

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。     

基于叠加调制和自适应功率分配的干扰抵消

为消除协作通信系统中各用户的相互干扰并自适应分配各用户的发送功率,提出基于叠加调制和自适应功率分配的多用户干扰抵消算法。各用户在发送自己信息的同时协助其他用户进行信息转发,采用联合设计的叠加调制函数形成重构信号,接收端利用该函数完成干扰消除。针对无线信道的多样性,以最大化系统容量为准则对各用户的重构信号进行自适应功率分配。多种网络模型中的仿真结果表明,本文算法能有效消除干扰,降低系统错误概率。相比结合固定功率分配的干扰抵消算法,该算法可获得1.5 dB的比特错误概率性能改善和5 dB的帧错误概率性能改善。     

基于复数ICA的无线直放站反馈干扰抵消算法

为了利用自适应滤波器抵消转发与接收天线间的反馈干扰,根据卷积型混合与独立分量分析ICA解混的原理,将反馈干扰抵消问题纳入了ICA方法的框架中.针对亚高斯复值信号的特点,依据极小化互信息的准则,提出了一种基于复数ICA的自适应算法,简要分析了算法收敛的平衡点并据此给出了新的干扰抵消器的结构.计算机仿真结果表明,相比于LM...     

矢量阵强相干干扰抑制技术研究

提出了一种单矢量传感器相干干扰抑制技术,并推广到声矢量阵来抑制强的相干干扰.利用声矢量传感器组合指向性零点可电子旋转的特点,用自适应抵消技术抑制各阵元数据中的相干干扰,可获得相对"干净"的信号,对该信号进行矢量阵波束形成,达到强相干干扰抑制的目的.计算机仿真和湖试试验结果表明:该方法能有效抑制方位已知的强相干干扰,结合矢量传感器的组合指向性可电子旋转的特点和自适应抵消技术,加上声矢量阵的指向性增益,可达到用声矢量阵有效抑制强相干干扰的目的.     

基于自适应网络模糊推理系统的噪声抵消

对自适应网络模糊推理系统(ANFIS)在噪声抵消中的应用进行了研究，说明了ANFIS的结构和使用ANFIS进行噪声抵消的原理，对窄带干扰的滤除和噪声中的信号提取两种情况进行了仿真，并对ANFIS和LMS(小均方误差准则)两种算法进行了对比研究，结果表明，利用ANFIS进行噪声抵消要优于LMS。     

一种改进的自适应并行干扰抵消算法

分析了LMS算法用于部分并行干扰抵消器(PIC)的不足，提出了一种采用变步长LMS自适应算法的改进方案。该方案利用变步长自适应算法收敛速度快且具有较小稳态误差的特点，使计算出来的部分干扰抵消系数更可靠。实验结果表明，本文提出的改进方案，在误码率性能方面优于传统PIC方法。     

应用于同频带全双工中的宽带自干扰射频抵消技术

针对同频带全双工通信系统存在的自干扰问题,设计完成了一款可集成的单天线同频带全双工自干扰射频抵消系统。同频带全双工系统最关键的问题是:收发机内部发射信号经过不同的路径反射后,通过天线耦合到接收端给接收机带来的强自干扰。由于干扰信号和接收信号位于同一频带内,传统的滤波技术无法将干扰信号滤除,基于正交矢量合成原理,所提可集成自干扰射频抵消技术采用单天线模式,通过自适应控制从发射机获取的两路正交参考信号幅值,合成与自干扰信号幅值相同、相位相同的抵消信号,最后在接收机的射频前端进行相减从而实现自干扰射频抵消。该方法摒弃了限制带宽的相移元件,使得抵消带宽不再严格受限,而且结构简单,易于片上集成,并且采用了自适应控制算法,使得系统工作的适应性更广。系统仿真结果表明,在60 MHz频带内,自干扰射频抵消比均大于41dB。     

针对一种特殊干扰信号的自适应抵消器改进算法

提出针对一种特殊干扰信号的自适应抵消器改进算法。它既能有效地进行噪声抵消，又在一定程度上加快收敛速度，从而提高自适应抵消器在这种干扰环境下的性质。文中通过严格的理论推理，证明这种算法的可行性和优越性。计算机仿真结果表明，利用改进算法得到的抵消器输出结果，明显优于传统算法所得的结果。最后指出，这种改进算法在范围上的特殊性。     

红外线编码扫描式智能车辆分类计数器

针对目前常用的环形线圈车辆检测器不适用于车距较近的收费站车辆计数 ,及红外线车辆计数器存在红外线光束交叉干扰和抗环境干扰能力差的缺点 ,将计算机红外线通信技术与扫描技术相结合 ,研制了编码式红外线光栅计数器 ,彻底消除了红外线交叉干扰 ,有效地抑制了背景噪声。从系统工程的角度出发 ,选择了组合式车辆分类技术 ,并配以多媒体同步监视技术 ,再对车辆进行组内二次判断 ,从根本上解决收费舞弊问题。通过软件设计使系统具备了故障自动诊断、故障自动排除和智能鉴别干扰能力等功能。     

基于虚警识别与空-频域显著性映射的红外弱小目标检测算法

为了提高复杂背景与低信杂比率环境下的弱小目标检测准确度,有效控制虚警的干扰,考虑真实目标与背景的差异,设计了虚警识别耦合空-频域显著性映射的红外弱小目标检测算法。首先,根据红外中心像素在不同方向的强度,基于中值滤波器,构建了新的噪声滤波方法,充分抑制红外背景中的噪声干扰。随后,考虑中心像素与其邻域像素间的强度差别,设计背景抑制滤波机制,消除背景信息。根据初始红外图像与背景抑制结果,在空域内计算灰度映射。基于Fourier变换的相位谱,在频域内提取红外目标的显著性映射。利用背景的均值与方差,通过一个滑动窗口,建立候选目标检测方法,从灰度映射与显著性映射中确定候选目标。最后,利用真实目标位置的相关性,建立虚警识别方法,从候选目标中消除虚警,以保留真实弱小目标。实验数据表明:较已有的弱小目标识别技术而言,在复杂干扰背景下,所提方案可准确定位出真实目标,拥有更大的信杂比增益值与背景抑制因子,以及更好的ROC(receiver operating characteristic curve)特性曲线。     

混沌干扰下的随机共振研究

利用随机共振现象可以实现弱信号检测,目前大量的研究是在白噪声或色噪声背景下进行的,对于混沌干扰下的随机共振的研究却很少。研究了混沌背景干扰下的信号检测,发现在混沌干扰下双稳系统也会发生随机共振现象,因此可以检测出淹没在混沌干扰中的信号;在混沌与噪声同时存在的混合背景下,随机共振现象仍然存在,混合背景可以发生与单一噪声背景类似的随机共振现象。     

从正面车辆图像中识别车型的中层特征表示方法

为有效识别正面车辆图像中的车辆类型,提出了一种车辆中层特征表示方法. 该方法以SIFT特征为底层特征,建立两类中层特征:结构特征分布和表观特征分布. 结构特征分布是对SIFT特征在图像中位置信息的统计,描述车辆不同部分之间的相对位置关系,在不同类车辆之间以及车辆与背景之间具有较强的判别力;表观特征分布是对SIFT特征本身的统计,描述车辆的局部表观信息,对光照变化和背景干扰十分鲁棒. 利用多核学习方法融合两类中层特征,进而识别车辆类型. 实验结果表明,该方法在光照变化和有背景干扰等复杂情况下表现出良好的车型识别性能.      

基于DSP的高速多光谱探测系统研究

为了实现高速获取多窄脉冲光谱分布数据信息,并抑制背景噪声及多光谱源之间相互干扰的问题,研究了一种基于DSP控制DMA高速采集干涉条纹并反演光谱的系统.设计了帧减降噪处理算法用于完成对窄脉冲光信号与背景光噪声的分离与提取,并通过3级兵乓缓存结构实现了该算法在高速DSP中的流水线作用.给出了系统硬件结构设计与DMA控制方式,分析了帧减降噪算法及兵乓缓存设计的实现方法.在CCS环境下仿真计算了帧减降噪算法条件下干涉条纹的输出变化,论证了该方法的可行性.实验采用555 nm、665 nm以及805 nm 3种窄脉冲激光同时入射系统进行光谱测试,数据采集由DSP5510控制DMA8237-5实现.结果显示,采用帧减降噪算法的光谱分布旁瓣抑制效果好,背景噪声基本消除,并且其处理速度比基于C++光谱分析软件的系统提高了3倍左右.由此可见,该设计具有高速多光谱同时探测的性能.     

蓝牙与802.11b的干扰与共存问题

由于使用相同频段,使得蓝牙网络与IEEE 802.11b无线局域网之间存在干扰,严重影响系统正常工作.本文首先分析了蓝牙网络与IEEE 802.11b无线局域网之间存在干扰情况,然后对于克服干扰实现两者共存诸方法进行分析与评述,以期为相关问题的深入研究给出背景.     

基于连续双正交样条小波的股价指数奇异点检测

针对噪声背景下股价指数曲线给出的一种小波硬阈值消噪和奇异点检测的有效方法,选择双正交样条小波作为基小波,运用小波分析消除信号噪声干扰;结合多尺度分析及奇异点的检测,揭示股价指数信息隐含的背景。     

一种基于双流卷积神经网络跌倒识别方法

针对跌倒行为的视觉特征难以提取的问题,提出一种由两路卷积神经网络和模型融合部分组成的双流卷积神经网络(Two-Stream CNN)的跌倒识别方法.该方法的一路对视频帧的运动人加框标记后,送三维卷积神经网络(3D-CNN)处理来消除视频背景的干扰;另一路从相邻视频帧获取光流图后,送VGGNet-16卷积神经网络处理;最后将3D-CNN和VGGNet-16的Softmax输出识别概率加权融合作为Two-Stream CNN输出结果.实验结果表明:标记运动人并经3D-CNN处理有效地消除了视频背景的干扰;Two-Stream CNN跌倒识别率为96%,比3D-CNN提高了4%,比VGGNet-16网络提高了3%.     

色心晶体微弱信号测试抗干扰技术的研究

色心晶体红外荧光信号在检测过程中,尤其检测其变化值会遇到一种十分微弱的光信号。为了将这种微弱光信号从各种干扰噪声中准确地检测记录下来,本文分析了各种干扰的起因,研究了相应的抗干扰技术,并在色心晶体荧光光谱仪组装过程中得到实际应用,提高了整机的信噪比,结果较为满意。     

植入器件体导电信道分析与仿真

针对植入器件闭环通信系统设计和实现中面临的通信难题,提出了一种基于体导电的数据通信模型;分析了体导电信道的基本特征,即体导电信道工作频率在千赫兹级时,生物背景信号干扰微不足道,体导电信道可近似为加性高斯白噪声信道(additive white gaussion noise,AWGN);推导出了二维调制下的信道容量公式;并得出:在极低信噪比时采用两电平调制就能有效地利用信道容量,在高信噪比时,可采用多电平调制.利用SystemView对信道进行仿真,仿真结果表明体导电数据通信的可行性,证实了两电平调制在体导电通信系统中优越于多电平调制,得出了信道误码率与信噪比之间的关系.