线性自适应滤波算法综述

分析了最小均方误差滤波和基于最小二乘准则滤波算法、变换域自适应滤波算法、仿射投影算法、共轭梯度算法、基于子带分解的自适应滤波算法、基于QR分解的自适应滤波算法优缺点,并对自适应滤波算法的发展进行了展望。     

自由曲面轮廓自适应对齐

在汽车模具型面误差分析中，以最小二乘法建立优化模型，引入优化理论算法对被测曲面轮廓进行误差分析．该方法的优点在于在误差分析过程中经过多次循环迭代能自动实现被测实物与理论CAD模型之间的自适应调整直到满足精度要求．     

平稳过程的最佳FIR滤波器研究

很多实际处理的信号都是平稳随机信号,其中FIR滤波器具有良好的稳定性。讨论了平稳随机信号、FIR滤波器结构和最小均方误差准则。并且以LMS算法和NLMS算法为基础,研究讨论了平稳最佳FIR滤波器的实现。并在MATLAB下仿真实现了基于LMS算法的最佳FIR滤波器。最后建立分析了一个基于NLMS算法的自适应信道均衡系统模型。用经典的窗口法对FIR滤波器进行了设计。     

胎儿心电提取自适应滤波器仿真对比研究

为了提高胎儿心电(FECG)提取的准确性和效率,研究了采用最小均方算法、递归最小二乘(RLS)算法、仿射投影算法、能量归一化最小均方算法的四种自适应滤波器应用于FECG提取的速度和准确性.根据设计的基于MATLAB的FECG提取算法仿真分析了四种自适应滤波器的收敛速度与稳态性能的影响因素,并通过调整和优化FECG提取参数对四种自适应滤波器进行了仿真对比.研究结果表明,RLS算法自适应滤波器性能最优,可以快速准确地从母体心电中分离出FECG.     

基于神经网络的全局寻优自适应BP学习算法

根据梯度算法中网络权值的演化规律，并基于终端吸引子，提出一种能全局寻优自适应的快速BP算法，该算法的基本思想足最小二乘算法，采用梯度搜索技术，以期使网络的实际输出值与期望值的误差的均方值为最小．同时，进行BP学习算法的稳定性和快速收敛问题分析研究．并进一步给出改善BP算法学习率修正、假饱和现象消除等训练结果的措施．     

给定平面内直线度误差评定及其可视化研究

为实现给定平面内直线度误差评定的可视化,运用最优化理论和几何学原理,对其最小区域算法进行了改进;基于可视化技术,对其两端点连线算法、最小二乘算法和改进的最小区域算法进行了可视化设计;并采用UG/GRIP语言对这3种算法进行了编程;最后,用可视化数字实验验证了改进算法的正确性,实现了计算机辅助平面直线度误差评定的可视化．     

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．     

基于箕舌线函数的变步长自适应均衡的研究

影响数字通信信道质量的一个主要因素是码间串扰,目前传输中克服码间串扰的主要技术手段是自适应信道均衡。针对传统LMS算法步长固定,收敛速度、时变系统的跟踪能力和稳态失调之间存在的很大矛盾,该文研究了箕舌线函数对传统LMS算法进行优化后,利用MATLAB仿真软件对改进后的自适应均衡算法进行普通信道中的仿真分析,进而证明改进后的算法有效的提高了函数的收敛速度,降低了稳态误差。     

基于改进蛙跳算法测量圆度误差

针对传统圆度误差评定方法容易陷入局部最优而影响测量精度的问题,提出一种基于改进蛙跳算法的圆度误差评定方法.首先分析了最小区域圆法、最小二乘圆法、最大内接圆法和最小外接圆法这四种圆度误差评定方法的基本原理,并分别建立了非线性优化的数学模型然后介绍了蛙跳算法的基本思想,引入邻域搜索操作提出了一种改进的蛙跳算法,并给出了利用该算法求解圆度误差问题的具体步骤.最后为了验证新算法的有效性,进行了仿真实验,实验结果表明本文算法可以有效、正确地评价圆度误差.这也为圆度误差评定问题的研究提供一种新的途径和手段.     

基于动量因子DD-LMS算法在高速相干接收机中的应用

光纤中的色散是引起传输信号码间串扰(ISI)的直接原因,传统的用于均衡ISI的自适应盲均衡算法收敛速度慢、误差大,不适用于高速相干接收机.为解决该问题,本文引入动量因子,改进基于判决引导的最小均方(DD-LMS)算法用于优化光纤信道色散影响,理论推导并论证动量因子对盲均衡算法的收敛性能及误差函数的影响,同时探究不同函数...     

基于QPSO的自适应均衡算法

自适应均衡技术能有效地克服光纤信道的色散和光纤非线性等效应引起的符号间干扰。但传统的自适应均衡算法存在收敛速度慢、稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制。提出了一种基于QPSO的自适应均衡算法。仿真实验表明,QPSO具有收敛速度快、计算精度高等优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法。     

归一化自适应共轭梯度恒模盲均衡仿真研究

为提高恒模盲均衡算法收敛速度,提出了一种归一化自适应共轭梯度恒模盲均衡算法并进行了仿真研究。利用级联滤波方法对恒模盲均衡器输入进行了重新定义,并在此基础上采用自适应共轭梯度算法对均衡器参数进行更新,对均衡器输入采用归一化进行处理,以保证算法的稳定性。共轭梯度算法计算复杂度介于LMS和RLS算法之间,与LMS算法相比较具有更快的收敛速度,仿真结果证明归一化自适应共轭梯度算法恒模盲均衡与传统恒模盲均衡算法相比具有更好的均衡性能,复杂信道条件下剩余码间干扰可降低约10 dB,均衡系统中引入的级联滤波器可视为时变信道的一部分,表明算法对于时变信道同样有效。     

3G移动环境下自适应均衡算法的仿真研究

在3G微小区的传播环境下，对线性自适应均衡算法进行仿真研究，为此构建了与3G接近的实用系列时延扩展的传播环境和可变多径传播信道，建立了系统仿真模型，做出了仿真实验结果并分析了仿真实验结果的意义．     

基于全局亮度自适应均衡化的海上图像带色彩恢复的多尺度Retinex算法

针对海上图像利用多尺度图像增强算法（MSRCR）不能有效地去除雾以及存在颜色纠偏过度问题,提出了一种基于全局亮度自适应均衡化的海上图像改进MSRCR算法。该算法首先计算海上雾天图像的取反图;其次对原图像和取反后图像进行MSRCR运算;然后利用全局亮度自适应直方图均衡化处理,并将处理后的亮度与经MSRCR处理后的反射分量进行低频信号线性叠加;最后计算叠加后图像的均值和标准差,并采用自适应拉伸图像灰度值,实现图像色彩对比度的提升。实验证明该算法处理后的图像,前景突出,细节清晰,色彩丰富,对于海上图像除雾,具有一定的意义。     

几种改进型RLS算法在自适应滤波系统中的应用

对用于信道估值(自适应模拟系统)和信道均衡(自适应逆模拟系统)的几种改进型RLS算法进行了比较。由于信道估值的最优解可以模拟出信道的传输函数，从而得到较为准确的信道参数，而信道均衡的最优解却受噪声功率谱密度的影响，因此提出了适用于时变信道的、基于信道估值的均衡方法，采用性能良好的信道估值算法将改善自适应均衡的性能。     

单层感知器在自适应均衡中的应用

本文研究了感知器在通信信道均衡中的应用。提出用单层感知器实现信道均衡,以均方对数似然函数为均衡器的性能指标函数,并给出一种新的自适应学习算法用于训练单层感知器的权系数。计算机仿真结果表明本文提出的算法比常用的线性均衡器LMS算法具有更好的收敛性能和均衡效果。     

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。     

基于误差峰值的改进型CMA盲均衡算法

针对CMA盲均衡算法的缺点,提出一种基于误差峰值的改进型CMA盲均衡算法。该算法把CMA盲均衡算法更新方程中的迭代步长由原来的固定值改成可变值,从而进一步提高了CMA盲均衡算法的收敛性。仿真结果表明,与CMA盲均衡算法相比,改进型CMA盲均衡算法具有更好的均衡效果和收敛性能。     

基于自适应滤波算法的FIR MIMO系统均衡

为了实现对多输入多输出(MIMO)系统的均衡,提出了一种基于自适应滤波算法的自适应均衡方法。应用判决反馈式均衡器(DFE)的结构,把MIMO信道均衡问题的模型建模成一个简化的滤波模型。这个滤波模型使MIMO系统均衡问题中均衡器的设计问题转化为自适应滤波中最优滤波器的设计问题。两种典型自适应滤波器设计算法——LMS算法和RLS算法被应用于该模型中进行仿真,仿真结果显示了算法的收敛性和均衡方法的可行性。这种自适应均衡方法不需要对信道进行辨识,具有较小的运算量,并且可以适应信道变化。     

基于小波变换的线性均衡器及其收敛算法改进

对基于正交小波变换的线性均衡器做了研究 ,对传统的 L MS(least mean square)算法做了改进 .在计算机仿真的自适应信道均衡中 ,此法使收敛的速度得到较大的提高 ,明显优于传统的 L MS算法 ,而计算量增加不多 .理论分析与计算机模拟都证实了该算法的优越性 ,有一定的实际应用价值