一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用

阐述了一种改进的LMS算法并应用于自适应噪声对消．新算法利用误差信号的相关值调节算法步长，解决了收敛时间和稳态误差的矛盾，并且不受已经存在的不相关噪声的干扰．对该算法的收敛性和稳定性进行了分析，仿真表明该算法优于固定步长的LMS算法和VSSLMS(variable step size)算法．     

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。     

自适应滤波器的变换域LMS快速实现算法

本文提出了一种自适应滤波器的变换域ＬＭＳ快速实现算法，井给出了实现这种自适应滤波器的双层线性结构。较之传统的时域ＬＭＳ算法它具有更好的收敛性，并且可以抑制计算误差的积累，因而特别适合于用低低成本实现。此外，还给出了计算机模拟的结果。     

基于LMS算法的自适应滤波方法研究

自适应滤波器为一个未知系统的建模提供了一种简单,实用的方法。可以在不知道系统的理论模型的条件下,通过测量和学习,实现对未知系统的最佳拟和。本文简要介绍了自适应滤波在信号处理系统建模中的应用,着重讨论了IIR递推结构自适应滤波器的LMS算法。在此理论基础上阐述了一种改进的LMS算法。新算法利用误差信号的相关值调节算法步长,解决了收敛时间和稳态误差的矛盾,并且不受已经存在的不相关噪声的干扰。     

基于LMS算法的自适应滤波器在水声信号处理中的应用

针对水下环境通常是一种时变的强噪声信道,而采用传统的滤波器难以检测到有用信号的特点,利用LMS自适应谱线增强算法,构造了自适应滤波器。通过理论分析与仿真实验对该增强器进行了研究。结果表明：该谱线增强器收敛后均方误差小,提高了增强谱线和抑制非高斯噪声的能力。     

局部放电在线监测中的自适应数字滤波器研究

设计了一种基于系数可调的有限冲激响应(FIR)滤波器和最小均方误差(LMS)算法的自适应数字滤波器．该自适应滤波器具有运算速度快、计算量小、稳定性好、不需要关于输入信号的先验知识等优点，非常适合于实时滤波．设计了自适应滤波器的程序流程和验证滤波器效果的实验方法，并通过模拟实验确定了适合于在线监测的自适应参数和FIR滤波器阶数．通过现场实测，证明了滤波器的有效性．     

LMS自适应滤波器及DSP-Builder实现

在研究LMS自适应滤波理论的基础上,建立LMS自适应滤波器的数学模型,利用MATLAB中DSP-Builder库设计了一种LMS自适应音频滤波器,并用FPGA实现。实验结果表明选择合适的步长因子有助于改善滤波器性能,可实现对音频信号的自适应滤波。     

自适应滤波器在胎动信号除噪中的应用

设计了一种新的基于小波变换的自适应滤波器,其参考信号选择原始胎动信号经小波分解后与干扰基本无关的尺度信号.该滤波器可有效去除胎动信号中由于呼吸、宫缩等动作带入的低频干扰,对咳嗽、发笑产生的高频干扰也有很好的抑制作用,为提高胎动信号的识别率打下了良好的基础.     

采用最小均方算法的自适应横向滤波器

文章首先简单介绍了LMS算法和采用此算法的系统结构图,随后分别给出了MATLAB和SIMULINK的具体实现及其运行结果,最后针对迭代步长对系统性能的影响情况进行简明的讨论。结果证明,采用LMS算法得出的结果与准确值的偏差在工程上完全可以接受,并且算法容易实现。     

一种新的变步长自适应最小均方算法

提出了一种根据滤波器系数梯度差值的自相关来计算步长的新的变步长自适应LMS算法。分析了算法的收敛性能和稳态特性,给出了算法参数选择的原则。由实验验证了该算法具有良好的收敛性能和跟踪特性,特别是在输入信号相关的情况下,该算法显示出比标准LMS算法和其它变步长算法的优异性能。     

基于小波变换自适应滤波方法的ECG信号消噪

为了减少在用小波变换方法进行心电信号消噪时所产生的心电信息损失,本文在对心电信号进行离散正交小波变换的基础上,进行自适应滤波处理,即以具有最大QRS波能量的尺度上的高频细节信号作为自适应滤波器的参考输入,以噪声干扰对应的分解尺度上的“细节”分量及最大分解尺度上的近似分量所重构的信号作为原始输入.实验证明这种改进的滤波方法可以在有效抑制心电信号中噪声干扰的同时,较好保持心电信号的波形特征及有用的心电信息,达到较好的滤波效果.     

基于自适应滤波辅助残差χ2法的导航系统故障诊断方法

针对残差χ2法对软故障检测不敏感,且当量测噪声阵不准确时,也不能很好地检测突变故障的问题,提出了一种限制自适应滤波辅助残差法的诊断方法。基于贝叶斯理论推导出一种限制自适应滤波,利用其自适应调节性在线估计量测噪声阵,抑制滤波预报值跟踪软故障,以辅助残差χ2法进行故障检测。为了克服直接隔离故障法导致滤波精度降低,误检率增加的问题,提出了基于一步预测的故障处理和重构方法,即用前一时刻解算的结果预测当前时刻的导航信息。仿真结果表明,所提出的方法能实时有效地诊断出突变和软故障,保证系统在故障阶段的精度,并使系统在故障消失后及时恢复正常,提高了系统的可靠性。     

基于模糊自适应卡尔曼滤波的SLAM算法

针对同步定位与地图创建（SLAM）问题中难以建立准确的先验噪声模型的问题,提出一种改进的模糊自适应卡尔曼滤波算法.该算法通过在线监测新息的变化,利用模糊逻辑对系统噪声和观测噪声的权重进行实时调整,进而改变系统对观测信息的信赖和利用程度,使滤波器最终趋于稳定.为了保证系统的实时性,提出一种直接将输入和输出进行模糊隶属函数匹配的方法代替模糊推理.将新的滤波算法用于SLAM仿真实验,结果表明该算法能根据噪声变化进行快速调整,滤波精度较高,相比标准EKF对定位和构图精度提升了50%以上.     

A new learning statistic for adaptive filter based on predicted residuals

A key problem for an adaptive filter is to establish a suitable adaptive factor for balancing the contributions of the measurements and the predicted state information from some kinematic models. The reasonable adaptive factor needs a reliable learning statistics to judge the state kinematic model errors. After analyzing the existing two kinds of learning statistics based on the state discrepancy and variance component ratio, a new learning statistic based on predicted residuals is set up, which is different from the exiting learning statistics. The new learning statistic does not need to estimate the kinemetic state parameters before the filtering process, Of course, it does not need necessary measurements to estimate state parameters for all observation epochs. The new learning statistic can be applied together with the learning factor constructed by the state discrepancy. The advantages and shortcomings of the new learning factor are analyzed, and an example is given.     

移动通信信道的自适应均衡算法

针对移动通信中多径衰落信道需进行自适应均衡补偿的需求,对当前各种自适应均衡算法的原理和实际性能进行了分析,指出近年来发展迅速的盲均衡技术无需参考训练序列的均衡技术,具有同样的稳态性能,又不增加运算复杂度,在移动通信中具有十分重要的工程意义。     

基于自适应脉冲形成因子的超宽带脉冲波形设计

针对各国不同的超宽带(ultra wide band,UWB)辐射掩蔽要求和传统脉冲设计方法的功率谱利用率低等问题,提出一种自适应脉冲形成因子的UWB脉冲波形设计方法。通过分析各阶高斯导脉冲函数特征选取前十一阶高斯导脉冲函数作为基函数,根据辐射掩蔽标准自适应的计算出各阶高斯导脉冲函数的脉冲形成因子。以最小均方误差(minimum mean square error,MMSE)为准则,采用迭代算法选取权重系数,并对其进行线性组合,以达到最优化脉冲波形的目的。仿真结果表明,所设计的脉冲功率谱最大限度的逼近美国联邦通信委员会(Federal Communications Commission,FCC)规定的辐射掩蔽标准,标准化有效信号辐射功率(normalized effective signal radiated power,NESP)为95. 23%,比传统最小二乘法(least squares method,LSE)频谱利用率高,且适用性强。     

分组并行自适应时域均衡滤波器设计

为解决空地高速通信电台系统信道中的多径效应,本文选用时域均衡滤波器,把均衡器设计成对信道响应可调整的自适应滤波器。首先,为解决高阶自适应均衡器运算量大的问题,达到更好的抗多径效果,文中对自应滤波器进行了分组并行的处理,以资源的消耗换取均衡速率的提高,利用多速率信号处理理论,把原先集中的采样点分散到各组当中。再者,把m序列应用到递推最小二乘算法中,发挥算法收敛速度快的优势,同时尽量减少运算量,使算法能很好地应用到硬件实现当中去。最后,在性能分析上进行了改善,把均衡与Turbo纠错码级联起来,减小系统误码率,仿真结果显示改进达到预期目标,对实际空地高速通信电台系统中的均衡实现具有重要的参考价值。     

基于自适应补偿低通滤波器的直接转矩控制系统的研究

传统的异步电动机直接转矩控制在低速段由于纯积分环节中定子电阻的影响对磁链的观测不稳定,将造成磁链和转矩脉动过大,限制了实用范围.针对这一不足,本文引进新的磁链观测方法,即带自适应补偿低通滤波器模型,对其进行仿真实验.结果表明,该模型能够较好地改善磁链轨迹,转矩、电流脉动均得到有效控制,能够保证系统的控制品质,具有工程实用价值.     

实数编码自适应遗传算法及其在光瞳滤波器参数控制中的应用

提出一种基于实数编码自适应遗传算法的光瞳滤波器光瞳函数参数优化设计的新方法.通过计算机模拟,结合实际使用场合对光能效率、旁瓣影响因子和超分辨能力的要求,选择合适参数实现最佳轴向超分辨成像效果.利用遗传算法设计的光瞳滤波器设计简单,有较好的综合效果,不仅具有较小的u0和M值,而且有较大的S值.理论和实践均表明该方法是高效和可靠的.     

基于自适应Kalman滤波的汽车横摆角速度软测量算法

利用参数软测量技术,提出了基于自适应Kalman滤波和汽车两自由度动力学模型的横摆角速度软测量算法．该算法实现了横摆角速度的线性最小均方误差估计,且可对汽车行驶过程中的系统噪声和观测噪声统计特性进行在线估计．仿真与场地试验结果对比验证了该算法的有效性,同时软测量技术的采用也为汽车状态参数测量提供了一条可行的、准确且低成本的研究思路。