视觉诱发电位的自适应处理

本文介绍了一种利用自适应信号增强技术检测并跟踪视觉诱发电位的新方法，自适应信号增强器有两个输人端，其主通道输人为带噪声的原始记录；参考输人需经设计使系统产生最佳性能，我们用移动窗口平均法形成动态参考输人，使系统具备较好的跟踪能力实验表明，利用这种方法可以检测到单一记录的视觉诱发电位信号，并能获得信号随时间变化的轨迹。     

非平稳背景噪声下微弱高频CW信号的自适应检测

在强噪声背景下,基于时频联合分析的高频CW信号检测算法性能严重下降,同时标准Kalman滤波器对非平稳背景噪声下微弱高频CW信号也失效.针对此问题,本文提出了一种基于ARMA新息模型的自适应Kalman滤波器检测方法.该方法避免了标准Kalman滤波检测CW信号时需要确定系统噪声统计特性的问题.论文根据CW信号的状态空间随机信号模型,构造了ARMA新息模型,通过在线辨识MA模型参数来估计Kalman滤波增益,从而实现了CW信号的自适应跟踪滤波.仿真结果表明,该方法能够在强噪声背景下动态跟踪CW信号时域波形,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制.     

多尺度分解下的自适应滤波器组的构建方法

通过分析自适应滤波和小波变换的多尺度分解滤波的原理与方法,建立了非平稳信号的多尺度分解下自适应滤波器组的构建模型和滤波方法.将小波变换分离出来的噪声成分作为自适应滤波器的输入,通过自适应滤波器组,能实现多种噪声成分的自适应滤波.通过模型验证和工程实例的应用,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计.通过自适应滤波器组,能同时实现对多种噪声成分的最佳滤波,具有优良的滤波性能.     

一种新的扩频通信非平稳干扰抑制技术

提出用自适应多分辨正交变换(AHLOT)对扩频系统中的非平稳干扰进行跟踪并消除。与时域多分辨重叠变换(HLT)对时域信号的传统二进制非均匀划分不同，AHLOT根据非平稳干扰信号时频结构的时变特性，选择与干扰信号相匹配的最佳基函数，对信号进行自适应二进制非均匀分割，仿真结果表明，基于AHLOT的时频干扰对消器可增强接收机的鲁棒性，有效抑制时变非平稳干扰。     

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。     

基于自适应滤波法的自由现金流预测模型研究

由于企业的历史现金流量符合时间序列的定义，因此本文借羹了时间序列分析的研究成果，利用时间序列预测中已被广泛使用的自适应滤波法构建自由现金流预测模型，对具有长期趋势或季节变化的企业自由现金流进行预测，取得了较好的效果。     

新一代GNSS信号的自适应Kalman跟踪算法

为了提高导航服务的质量,要求新一代全球导航卫星系统(GNSS)信号的自适应跟踪算法在稳态场景下具有较好的定位精度的同时,当场景发生变化时也能保持稳健的性能。原有的自适应Kalman滤波算法应用于自适应跟踪时,在优化稳态跟踪精度或者动态稳定性方面有所不足。该文提出了一种自适应因子的Kalman滤波算法,并与双更新率的锁频辅助锁相技术结合,用于自适应跟踪环路的设计。仿真结果表明:相比原有的自适应技术,该算法具有较小的相位跟踪误差,在场景变化时的稳定性也更好。     

周期和冲击混合特征信号的自适应波形分解

导出了一种适合于分解机械动态信号的基元函数，它与提出的自适应信号分解方法相结合，能够将机械动态信号分解为正弦波和冲击响应的线性展开，因此不仅可以从信号中提取平稳的周期波形，而且还可以提取非平稳的冲击响应波形，特别是当信号中同时含有2种特征波形时，可以将其分别提取出来。转子冲击实验结果也证明了所推导的基元函数的有效性，并与Gabor基元函数进行了比较，表明应用提出的基元函数能够更有效地提取信号中的冲击响应波形。     

基于DSP的语音信号自适应滤波系统的设计与实现

传统的自适应滤波噪声抵消法一般均采用双声道系统,其结构十分复杂,针对这个缺点,提出选取原始输入的延时信号作为参考噪声输入,设计一种利用DSP处理器对语音信号进行自适应滤波的的单声道系统.该系统利用音频芯片TLV320AIC23和TMS320VC5509 DSP共同搭建,实现了语音信号的采集、传输及噪声信号的自适应滤波处...     

基于轨迹平行测量的发动机异响诊断方法

为了利用机器的声（异响）信号进行故障识别，提出了一种异响信号的故障诊断思路，首先利用连续小波消噪技术对声信号进行消噪和故障源识别，然后将混沌技术中的轨迹平行测量方法应用于异响信号的非平稳特征提取与识别，提取出时间序列动力学轨道运行特征指标，经过对发动机的故障声信号进行实际应用后，表明该方法具有良好的识别效果，为声音信号的故障诊断提供了一种新的工具。     

一种基于窗长自适应的语音信号处理算法

首先指出固定窗长的窗函数在处理复杂语音信号时,通常会遇到保持短时平稳性和准确性的矛盾.继而提出一种窗长可以自适应的算法来解决问题,在维持短时平稳性的同时保证准确性.实验结果表明,通过窗函数的窗长自适应来响应复杂信号的频率变化,能够更准确、更有效地处理语音信号.     

一种基于Bayesian方法的鲁棒自适应波束形成算法

由于在实际环境中,期望信号的阵列响应与实际阵列响应之间存在偏差,使得现存的一些自适应波束形成算法的性能下降.针对上述问题,基于Bayesian方法提出了鲁棒自适应波束形成算法,并且给出其递推形式.该算法利用接收到的采样信号对实际信号方向向量进行估计,降低了信号到来方向的不确定性,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证输出阵列的信干噪比接近最优值.采用递推方法来计算逆矩阵,大大地降低了计算的复杂度,能够满足实时处理的要求.仿真实验表明,与传统自适应波束形成算法相比,所提鲁棒自适应波束形成算法具有更好的性能.     

用于去除心电信号工频干扰的多阶自适应滤波器阶数确定策略研究

工频干扰是微弱生物信号采集过程的常见噪音源之一,特别会造成像心电之类信号的信噪比的显著下降.自适应滤波技术对于去除心电信号工频干扰噪音有着显著的效果,但自适应滤波技术中的自适应滤波器阶数确定是关键问题.本文提出了多阶自适应滤波器中适于去除心电信号的阶数选择策略.在以单路正弦波为模拟工频干扰信号源进行实验中,根据提出的阶数选择策略,确定5阶自适应滤波器对心电信号的工频干扰有着明显的抑制效果.同时,实验还证明,与自适应滤波器中的对消器相比,策略所确定的5阶自适应滤波器具有更快的收敛速度,并且还能在工频波动处取得更好的处理增益.     

二阶Sigma-Delta ADC自适应量化算法及电路实现

分析了二阶Sigma-Delta ADC(SDADC)量化反馈电平对SNR的影响,提出了自适应量化算法及其电路实现.该算法能够检测输入信号的强度、自适应调整量化反馈电平的大小,并在调制器的输出端用数字电路矫正自适应量化引入的输入信号幅度的增长.仿真结果表明,所提出的算法能同时解决由于输入信号强度的减小和量化器过载而引起的SNR下降问题,使得自适应Sig-ma-Delta ADC(ASDADC)的SNR与输入信号的强度无关,且输入动态范围扩大至满幅.     

基于扫频滤波器线性调频信号的滤波算法

研究了白噪声环境下线性调频信号的自适应滤波问题.提出一种线性调频信号(LFM)自适应滤波算法.该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在分数阶傅里叶域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号.分数阶的滤波器可以使用扫频滤波器替代.性能分析表明,该算法的滤波效果取决于自适应滤波器的效果,在使用最下均方(LMS)算法时,步长的选取决定了滤波器的性能,在实际应用中必须按需选取.仿真表明该算法效果明显,计算方便.     

一种新的多小波自适应阈值降噪方法研究

为了能更好恢复强噪声中的微弱信号,提出一种多小波的自适应阈值降噪方法。该法首先将多小波引入降噪,克服传统单小波的不足,可以匹配信号中不同的特征信息;其次,在传统软、硬阈值降噪方法的基础上,提出了一种自适应阈值算法,克服每一级尺度上都采用同一阈值的缺点。将本方法和多小波软阈值法、D4小波自适应阈值法进行降噪对比实验,显示该方法不仅有效消除了信号噪声,尤其重要的是更好地保留了原有用信号的信息特征。     

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.     

一种基于小波变换的静电探测信号自适应去噪方法

为了实现对静电目标信号的提取和正确识别,本文对静电探测信号的形式以及干扰信号的形式进行了分析.提出采用基于Stein无偏似然估计(SURE)的小波软阈值去噪方法对静电探测信号进行处理.对SURE去噪方法的基本原理和改进方案进行了介绍.提出了自适应调整学习速率的方法,可以在提高运算速度的基础上得到信号的无偏似然估计.通过编写Matlab仿真程序进行验证,获得了较好的去噪结果.通过对几种软阈值去噪方法的仿真结果进行比较,可以看出该方法适用于频率成分较复杂的静电探测信号处理.