基于LMS自适应滤波器对噪声干扰的语音恢复研究

从自适应滤波器的基本原理出发,利用自适应滤波器对白噪声干扰下的语音信号进行恢复处理,研究自适应算法不同步长对处理结果的影响.理论分析及实验结果表明,在合适的步长下,采用Least Mean Squarc(LMS)算法自适应滤波器,从被噪声干扰的语音信号中恢复实际信号,其偏差在工程上可以接受,而且算法实现简单,具有较好的消噪效果.     

‘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。     

自适应滤波器的算法比较研究

自适应滤波器一直是随机信号处理当中的一个重要的研究课题。在介绍了自适应滤波器的各种算法之后,重点讨论了基于LMS的自适应滤波器算法和基于RLS的自适应滤波器算法,并用Matlab对这两种算法进行了仿真和比较分析。     

浮点DSP实现自适应滤波的研究

自适应滤波是信号处理的重要技术 .在介绍自适应滤波基本原理的基础上 ,给出了基于TMS32 0C32浮点数字信号处理器 (DSP)实现自适应FIR滤波器的方法     

LMS自适应滤波器的算法原理及其DSP仿真实现

许多DSP的应用场合,由于无法预先知道信号和噪声的特性或者它们是随时间变化的,用传统的FIR和IIR滤波器无法实现最优滤波。在这种情况下,设计一种滤波器,它具有跟踪信号和噪声变化的能力,使得滤波器的特性也随信号和噪声的变化而变化,以达到最优滤波,这就是具有自学习或训练能力的自适应滤波器,LMS自适应滤波器。本文主要讲LMS自适应滤波器的算法原理,然后在DSP实验器材上,结合MATLAB仿真出该滤波器的成果。     

归一化LMS算法自适应滤波器的MATLAB仿真与DSP实现

固定步长LMS算法自适应滤波器在收敛速度与稳态误差之间存在矛盾,变步长LMS算法的步长因子是变化的,能够灵活避免此矛盾.分析了两种变步长LMS算法自适应滤波器基本原理,先使用MATLAB对其分别进行仿真,之后应用SZ-EPP5416评估板对其分别进行了DSP实现,仿真结果与DSP实现都表明变步长LMS算法改善了收敛速度与稳态误差间矛盾,但归一化LMS算法能更好地改善固定步长LMS算法的矛盾,具有更快收敛速度与更小稳态误差.     

’C5X DSP在自适应滤波器设计中的应用

’C5XDSP（DigitalSignalprocessors）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，文之后，介绍了利用这一特点实现的自适应滤波器的设计方法。     

自适应滤波器设计及MatLab实现研究

自适应滤波器技术因其各方面的优越性能,已经在数字通信、工业控制和雷达等领域获得了广泛应用。本文主要介绍自适应滤波器的Matlab设计方法,且以LMS算法作为范例进行MatLab仿真,结果可见设计的自适应滤波器具有良好的性能和较强的可操作性。     

基于System Generator的自适应滤波器仿真与实现

自适应滤波器是一种能够自动调整本身参数的滤波器,在设计时不需要预先知道关于输入信号和噪声的统计特性。通过改变系统的单位冲击响应,达到最优滤波效果。本文采用Matlab和System Generator对LMS算法的自适应滤波器进行设计和仿真,结果表明其可以对信号噪声的自适应滤除。     

重影的自适应消除

本文系统地阐述了重影的产生、对图像的影响及用数字滤波器进行的自适应消除。给出了滤波器的数学模型，对用ＬＭＳ算法消重影进行了论述，并分析了数字滤波器的运行特性及抽头数目的选择。在此基础上给出了硬件电路系统设计的建议。     

非平稳信号处理中的LMS自适应滤波器研究

分析了时域及变换域LMS自适应滤波器的设计,提出了一种基于分数阶Fourier域的LMS自适应滤波算法,并推导了基于离散分数阶Fourier变换的计算方法.     

频域自适应数字滤波器LMS算法的研究

本文应用 DFT 的“重迭保留”法和循环卷积定理、LMS 算法原理,导出了频域自适应滤波的 LMS 算法的公式。通过分析该算法的性能,并与时域LMS 算法作比较,证明了频域自适应滤波的 LMS 算法的可行性。     

步长独立调整的LMS自适应滤波算法

本文提出了一种新的步长独立调整的 LMS 自适应滤波算法.我们由最优步长约束式入手,导出了此种算法的公式,分析了新算法的收敛及失调,证明了新算法收敛快、失调小。     

多尺度小波变换在自适应滤波中的应用

分析了小波变换的基本理论和小波变换的多尺度分析，并根据多尺度小波变换的多分辨率特性，提出基于多尺度小波变换的自适应滤波，构造了其仿真模拟图，并对其进行了仿真，通过LMS自适应滤波和多尺度小波变换自适应滤波的信真图对比，表明该方法可行的。     

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Simulink的直接序列扩频通信系统抗干扰的仿真实现

主要研究了直接序列扩频通信系统( DSSS)的抗干扰能力。利用Simulink对直接序列扩频通系统的发射机模块和接收机模块进行仿真设计,在高斯信道中加入不同中心频率、幅度的窄带干扰。通过传输过程中各个波形和频谱变换图,研究直扩系统误码率、信噪比和扩频增益的关系。当窄带干扰强度超过系统抗干扰容限时,使用自适应滤波器中的LMS(最小均方差)和RLS(最小递推二乘)滤波器来抑制窄带干扰。仿真结果表明：自适应滤波具有良好放任窄带干扰抑制效果,但RLS算法复杂仿真时间长,LMS收敛速度较慢。     

基于改进LMS自适应滤波的局部放电噪声抑制方法

为了解决局部放电测量现场中信号淹没在周期性窄带干扰中的问题,文中提出一种应用于变压器局部放电在线监测系统的改进变步长最小均方(LMS)自适应滤波算法,通过构造一个新型滤波函数结合实际情况中AD芯片量程自适应调整步长,解决了传统LMS算法需要阶数和步长匹配,收敛性差,容易发散的缺点。通过改变滤波器阶数和参考信号时延,分析改进算法收敛速度及稳态误差,并对测试中发现时延为0的特殊情况进行了讨论分析,为高信噪比自适应滤波器设计提供了参考。改变新方法初始迭代步长同传统固定步长LMS算法的迭代过程进行了仿真对比,证明了新方法具有收敛速度快、不易发散的优点。最后,通过实验室搭建的变压器局放在线监测装置,对比分析了实测数据下传统LMS算法与本文算法的不同效果,通过对信噪比(SNR)、均方误差(MSE)和波形相似系数(NCC)三种指标对比,验证了新方法的优越性。     

基于LabVIEW的LMS自适应滤波器的设计及其应用

传统自适应滤波器的研究大多局限于Matlab、Simulink等工具,由于不能设计成一个虚拟仪器或者一个应用系统,无法测试滤波器在工程应用中的实际性能.因此,该文以LMS算法为例,设计了一种基于LabVIEW的LMS自适应滤波器.实验证明,该滤波器有效、性能良好,而且能很好地应用于语音信号的分析和处理.     

频域LMS 算法在语音消噪中的应用

推导了一种替代时域 LMS算法的快速频域算法 ( FLMS) ,计算机仿真的结果表明 :它在自适应滤波器权数超过 64时 ,运算量较时域 LMS算法有大幅度的下降 ,但保持了与时域 LMS算法相同的收敛速度。同时对算法的局限性和应用范围进行了讨论。