一种新的变步长LMS自适应滤波算法

对变步长自适应滤波算法进行了讨论,提出了一种新的变步长LMS算法。新算法用误差信号的自相关及均方误差的时域平均来调节自适应滤波算法的步长。由于不需要指数运算,新算法的运算量大大降低,收敛速度快,且消除了不相关噪声的干扰。将该算法用于码间干扰比较严重的大气激光通信系统中,仿真结果验证了算法的优越性。     

去除移动心电中运动干扰的前馈组合自适应滤波器

最小均方自适应滤波器(LMS-AF)和变步长LMS-AF(VSS-LMS-AF)通常用来去除移动心电信号中的运动干扰.运动干扰和移动心电信号的非稳态特性会增加自适应滤波器的失调,组合自适应滤波器(C-AF)虽具有跟踪非稳态信号的能力,但仍存在信号失真.为了进一步减小信号失真,提高去除运动干扰的能力,提出了一种前馈组合自适应滤波器(FFC-AF),采用参考信号对运动干扰的稳态程度进行估计,将两个并行的自适应滤波器的输出组合起来.用10位健康志愿者的移动心电记录进行了仿真实验,以评估FFCAF的性能.结果表明,文中提出的FFC-AF比C-AF具有更小的信号失真和更大的信号干扰率,可以用于移动心电信号中运动干扰的去除.     

基于加速度传感器的心率信号处理及检测方法

为了提高穿戴式设备心率检测的准确性,提出了一种新的基于加速度传感器的光电容积脉冲波(PPG)信号处理方法。从加速度信号中判定是否存在运动伪迹并获取运动伪迹的频率。该方法以均值滤波为基础,去除原始信号中的基线漂移与运动伪迹,重构出理想的PPG波形,准确地检测出每分钟心跳数(BPM)。通过多种运动状态下的实验测试表明:该方法能够有效去除PPG信号中的噪声,提高BPM检测的准确性,可应用到穿戴式设备连续性实时监测。     

结合长短期记忆网络与Unet模型的心率估计方法

基于光电容积脉搏波(photoplethysmography, PPG)的心率(heart rate, HR)估计已被广泛应用于可穿戴设备。然而由于用户的身体活动引起的运动伪影,难以从受污染的PPG中获得准确的心率估计。为应对这一难题,提出了一种称为LU＿PPG的心率估计方法,该方法基于回归的思想,首先利用2015 IEEE spc数据集训练和测试LSTM＿Unet神经网络模型,然后经网络输出类PPG信号(含心率信息),最后基于频谱分析来估计最终的心率。实验结果表明,LU＿PPG方法在该数据集上得到的心率估计平均误差为2.27次/min,为心率检测提供了新思路和途径。     

改进的LMS算法及其在雷达干扰对消系统中的应用

为提高雷达系统在复杂电磁环境下的抗干扰能力，对雷达干扰对消系统及其自适应滤波算法进行了分析,给出了一种改进的变步长LMS自适应滤波算法。该算法利用类Sigmoid函数去调节步长,减少了运算量,并在类Sigmoid函数中利用误差信号的自相关值调整步长,从而解决了算法较快的收敛速度与较小的稳态误差之间的矛盾,并且降低了算法对输入噪声的敏感性。将该算法应用到自适应干扰对消系统中进行了计算机仿真验证,计算机仿真结果与理论分析一致,表明了该算法具有一定的可行性和优越性。     

基于信噪比的改进变步长LMS算法及应用

在无线直放站反馈干扰抵消的过程中,自适应滤波器的误差信号可以接收目标信号与残余回波的混合,是阻碍滤波器根据残余回波强度,快速调整抽头系数.利用误差信号的特点,给出了一种基于信噪比的改进变步长最小均平方(least mean square,LMS)自适应算法.该算法利用误差信号和滤波器的输出信号作为目标信号和反馈干扰信号的估计,根据目标与干扰信号的功率比值来调整自适应滤波器的步长.计算机仿真结果表明,该算法具有快速的初始收敛速率和较小的超量均方误差.在稳态情况下,对于干扰的突变能够快速地再次收敛,表明该算法在反馈干扰抵消方面的性能优于已有的算法.     

基于后级滤波处理的频域语音盲信号分离

针对现有盲信号分离算法在真实环境下性能会降低的局限性,提出了一种将频域盲信号分离算法与后级滤波处理相结合的方法.在后级滤波处理阶段用自适应对消算法来去除分离信号中的残留干扰分量,根据语音信号的能量随频点分布起伏较大的特点,后级滤波算法引入了变步长的频域泄漏LMS(leaky LMS)算法.仿真实验表明,作者提出的方法使得分离效果有明显改善,而且比已提出的后级滤波处理方法效果要好.     

变步长自适应滤波算法的谐波检测

为提高自适应滤波算法的收敛速度,并降低其稳态误差,建立了LMS算法理论最优步长值与误差信号和输入信号之间的关系,提出了一种新的变步长LMS自适应谐波检测算法。该算法的优点是:根据误差信号的平方时间均值估计来调节步长因子,克服了以往算法在自适应稳态阶段步长调整过程中的不足。即使待检测信号的信噪比较低,检测过程也具有较快的动态响应速度和保持较小的稳态失调噪声。计算机仿真表明,该算法具有更好的收敛精度。     

基于最小均方的自适应滤波时差估计研究

时差估计的研究中,基于雷达信号的复杂多样性,采用最小均方自适应滤波算法,其基本原理是应用梯度下降法并通过权值衡量误差来实现滤波.对基本最小均方算法和变步长最小均方自适应算法进行仿真验证,选出最优算法,并利用sinc函数内插实现分数倍时差估计.算法仿真结果表明,对接收机离散信号的点数时差估计的误差精度提升至10倍左右.     

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(least mean square,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...     

Active micro-vibration control based on improved variable step size LMS algorithm

The contradiction of variable step size least mean square(LMS) algorithm between fast convergence speed and small steady-state error has always existed. So, a new algorithm based on the combination of logarithmic and symbolic function and step size factor is proposed. It establishes a new updating method of step factor that is related to step factor and error signal. This work makes an analysis from 3 aspects: theoretical analysis, theoretical verification and specific experiments. The experimental results show that the proposed algorithm is superior to other variable step size algorithms in convergence speed and steady-state error.     

飞行模拟器新型倾斜协调体感算法应用分析

经典洗出滤波算法在一次突发过载运动后,平动低频输出持续加速度与参考加速度存在较大的感觉误差,为提高模拟器动感逼真度,针对经典洗出算法结构提出一种新型倾斜协调体感算法:采用模糊逻辑补偿思想,以人体感官模型洗出信号误差及变化率作为模糊控制器输入补偿于倾斜协调通道;去除低通滤波器,将输入参考信号与平动高频信号差值及模糊补偿合成信号代替低通滤波器输入信号,结合平动高通角加速度二次滤波补偿和加速度补偿使得洗出效果在有限的空间内达到最优。以模拟飞机加速度信号进行Simulink仿真,结果表明提出的算法在相位延迟和虚假暗示方面有较大改善,同时扩展了运动范围,增加了模拟逼真度。     

可穿戴运动心率监测腕带的设计与实现

为了解决由于运动伪差干扰导致利用反射式光电脉容积脉搏波计算心率通常较难得到准确结果的问题,设计了一种腕式心率监测装置.通过反射式光电传感器和三轴加速度传感器分别采集脉搏波和运动信息,利用运动状态分析、自适应噪声抵消和谱峰搜索的方法提取心率值,对5名受试者进行静止、走动、跑动状态下的心率监测实验,同时采集心电信号进行心率对比,结果表明两种方法具有良好的一致性.本文作者设计的反射式心率监测装置可以有效抑制运动伪差干扰,实现心率精确监测.     

基于内插型双边带滤波器的时域自适应滤波

针对过采样条件下直接序列扩频（DSSS）系统中采样样值相关性造成在使用传统时域自适应滤波窄带干扰抑制方法时扩频信号失真的问题,提出一种改进的时域自适应滤波方法.该方法基于内插型双边带滤波器,采用抽取-内插结构,结合最小均方（LMS）算法进行自适应权值更新,实现窄带干扰抑制.理论分析和仿真结果表明,在高信噪比情况下,该方法与常规自适应滤波方法比较,具有更小的信噪比回退和有用信号畸变;同时低信噪比情况下,其误码率性能也略有优势.      

基于DSSS-LFM-FRFT的ZigBee网络中抗RFID干扰研究

针对传统解决ZigBee/RFID(radio frequency identification)2种设备的信号同频干扰问题,采用信道调度算法存在频谱资源利用率低、通信效率低等问题,量化分析了两者信号冲突成因,并提出了基于直接序列扩频再线性调频的分数阶傅里叶变换自适应抗干扰方法(direct sequence spread spectrum-linear frequency modulation-fractional Fourier transform,DSSS-LFM-FRFT)。该方法将传统的ZigBee直接序列扩频技术进行改进,当系统检测到信号干扰时,在接收机解扩之前进行干扰抑制,通过线性调频再扩频技术展宽ZigBee信道信号频谱,接收机前端利用分数阶傅里叶变换滤除掉干扰信号之后再进行分数阶傅里叶逆变换,通过解扩还原信号。实验结果表明,该方法与传统DSSS比较,不仅提高了系统的抗干扰能力,还降低了误码率,实现了ZigBee/RFID共存时高效率通信,提高了无线网络频谱资源利用率。