自适应DSTLMS算法及其应用

本文提出了离散正弦变换域LMS(DSTLMS)自适应滤波算法,证明了算法的收敛性,导出了算法的收敛条件,分析了算法的学习特性,讨论了算法在语音信号自适应滤波、自适应线性预测和自适应平滑滤波方面的应用.理论和模拟实验表明了DSTLMS算法有比常规LMS算法快得多的收敛速率.     

基于FPGA的车辆振动信号提取方法

为了从车辆复杂噪声背景中实时提取陀螺仪的有效振动信号,在分析弱信号特征提取方法的基础上,针对自适应滤波算法处理相关信号时收敛速度降低的缺点,提出一种适用于FPGA(Field Programmable Gata Array)的自适应步长LMS(Least Mean Square)算法.该算法通过建立步长和误差信号相关值...     

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.     

时域自适应滤波算法分析及Matlab实现

该文推导了基于FIR滤波器的LMS自适应滤波算法,并采用Matlab对算法进行仿真分析。理论分析和仿真结果表明：在信号与噪声统计特性未知的条件下,在一定的信噪比范围内,自适应滤波算法能达到很好的滤波效果。     

基于自适应滤波地下管道漏水信号去噪处理研究

研究了自适应滤波算法对地下管道漏水信号的去噪处理,对归一化最小均方(Normal Least Mean Square,NLMS)自适应滤波算法与传统的最小均方(Least Mean Square,LMS)算法进行性能比较,并通过MATLAB仿真验证分析,最终采用DSP芯片TMS320C5402在CCS软件平台上实现了NLMS自适应算法对地下管道漏水信号噪声的滤除.     

LMS自适应滤波算法原理与仿真

在对自适应滤波器相关理论研究的基础上,重点研究了LMS自适应滤波算法,并借用Matlab仿真平台,给出了在一定信噪比条件下,LMS算法的滤波结果。通过分析仿真可以看出,LMS算法计算量小,可以达到较好的滤波效果,容易实现,有很高的实用价值。     

一种增强多种调频信号的自适应新算法

依据变步长LMS算法可改善ALE算法跟踪性能的优点,构造了基于高阶累积量变步长类LMS自适应谱线增强新算法,用运动目标辐射噪声的实测数据进行了动态仿真.结果表明,该算法对多种调频信号有很强的增加能力和很好的跟踪性能,这为水下运动目标识别与检测提供了新的技术途径.     

一种改进的基于正弦函数变步长LMS算法的谐波检测方法

自适应谐波电流检测方法相对于其他谐波电流检测方法来说,具有实现简单、鲁棒性强等特点。针对有源电力滤波器(APF)的滤波特性,提出了一种改进的基于正弦函数变步长LMS算法的谐波电流检测方法。对于单纯抑制系统谐波电流以及同时兼顾抑制谐波与补偿无功这两种情况,该改进算法分别采取与传统方法不同的反馈信号作为自适应滤波器权系数迭代反馈量,并采用基于正弦函数的变步长LMS算法控制步长的变化,达到有效跟踪目标信号的目的。详细推导了两种情况下系统的直接误差信号,并将其作为正弦函数LMS算法的控制量来控制步长更新。通过MATLAB仿真对改进算法与传统固定步长算法进行比较,证明了改进算法的优越性。     

多分量微弱LFM信号的检测

提出了一种基于分数阶傅里叶变换的多分量微弱LFM信号的检测方法.首先利用分数阶Fourier域的LMS自适应滤波算法,改善了LMS算法对LFM信号的处理效果.在此基础上,提出了分数阶Fourier域的自适应谱线增强器(ALE)算法,提高了对多分量微弱LFM信号的检测性能,并将分数阶Fourier变换的移动算法应用于谱线增强器,减少了运算量.     

有色环境下的LMS算法研究

研究有色噪声和非平稳信号(如回声取消)情况下自适应滤波,提出解相关自适应最小均方(LMS)算法。首先设计出自适应预滤波器同时对输入信号和误差信号解相关,使输入信号和误差信号的白化,然后证明该方法并不改变维纳最优解,最后提出改进的变步长解相关自适应LMS算法。仿真实验表明:无论在有色噪声环境下还是白噪声环境下,该算法都改善了LMS算法性能,即提高了收敛速度又减小稳态误差。