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

许多时变步长(VSS)自适应算法已经提出用来完善标准LMS算法的性能,但实验表明这些算法容易受噪声干扰.本文介绍了一种新的变步长LMS自适应算法,这种算法保证了较小的失调,同时使算法在自适应初始阶段有较快的收敛速度.该算法的优越性在于它不受已经存在的不相关噪声的干扰.本文对该算法的收敛性和稳定性进行了分析,并将该算法应用于自适应噪声对消的仿真实验中,给出了计算机的仿真结果.     

LFM的一种自适应滤波方法

研究了白噪声环境下线性调频信号的自适应滤波问题。提出了一种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u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。该算法为白噪声下LFM信号增强、滤波提供了一种算法框架。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。最后仿真表明该算法效果明显,计算方便。     

基于斜率差值的自适应图像椒盐噪声滤波算法

提出了一种基于斜率差值的自适应中值滤波算法,以有效去除图像脉冲噪声。该算法在经典自适应中值算法的基础上,采用斜率差值进行噪声判定。针对自适应中值滤波算法和基于斜率的自适应中值滤波算法在噪声强度较高情况下的不足进行了改进,同时解决了噪声块难以去除的问题。实验结果表明,该算法能有效去除图像脉冲噪声,并较好的保护图像细节。     

基于能量检测的增强型自适应门限优化算法

针对传统能量检测算法存在虚警率高、判决门限值固定等问题,提出了一种自适应门限改进的增强型自适应频谱感知算法。该算法通过加入检测因子推导出在不同通信网络地理环境下的自适应门限阈值,动态地改善认知用户的检测性能。同时分析比较该算法与传统能量检测算法、自适应检测算法的检测性能,实验结果表明增强型自适应检测算法能有效提高频谱的检测性能,较好地提高整个认知无线电系统的检测性能。     

基于数据中心负载分析的自适应延迟调度算法

由于已有的延迟调度算法基于静态的等待时间阈值,因此不能适应云计算数据中心动态的负载变化。针对该问题,提出了等待时间阈值自适应调整模型。基于该模型,设计了自适应延迟调度算法(ADS)。ADS算法通过分析空闲计算节点的到达强度、网络带宽和作业执行状态等参数,自适应调整等待时间阈值,以减少作业响应时间。基于开发的原型系统,验证了自适应调整模型,测试了算法性能。结果表明,ADS算法在作业响应时间等方面优于已有的延迟调度算法。     

一种基于信号局部统计量的自适应L滤波器

本文提出一种新的自适应L滤波器算法,并分析了该算法的主要确定性性质.与已提出的几种基于信噪比的自适应L滤波器算法不同,该算法根据信号的时变性质,自适应的调节L滤波器的参数.理论分析与仿真结果表明,该算法对于保持信号边缘是非常有效的.     

基于特征空间自适应波束形成的近程杂波抑制算法

针对非正侧视阵在俯仰向抑制近程杂波时算法效果不佳的问题,文中提出了一种基于特征空间自适应波束形成的近程杂波抑制算法。该算法对俯仰空域协方差矩阵进行特征分解,分离出近程杂波的支撑特征向量,并将其作为约束进行自适应波束形成。该算法对阵元误差具有鲁棒性,并克服了一般自适应滤波难以实现方向图保形的缺点。仿真结果证明了该算法的有效性。     

基于自适应烟花算法的多无人机任务分配

多无人机任务分配是复杂的多约束多目标非线性优化问题,针对常用智能算法的各自缺陷,结合烟花算法特点,提出使用改进的自适应烟花算法处理该问题。首先建立了该问题的数学模型,使用层次分析法结合灰色关联法求得各指标权重,并用外罚函数法将该模型转化为无约束单目标极值问题;然后使用自适应烟花算法求解该模型。为验证自适应烟花算法处理该问题的优越性,分别用几种不同优化算法做仿真计算。结果表明,自适应烟花算法能快速收敛于全局最优解,其结果直观地表述了该复杂情景下合理任务分配方案。     

区间自适应算法与回声抵消

本文提出了一种新的自适应算法-"区间自适应算法",给出了"区间自适应参数约束条件",并对该"约束条件"进行了严格的数学证明."区间自适应算法"大大减少了自适应滤波器的计算量.本文还论述了"区间自适应算法"在回声抵消器理论与实践中的应用.     

一种应用于GPS抗干扰的改进LCMV算法

研究了一种基于LCMV算法的自适应波束形成算法。结合GPS卫星信号的特点将该算法应用于GPS接收机的抗干扰系统中。文中对该自适应算法进行了推导和Matlab仿真,并使之与LCMV算法的仿真效果作比较,结果表明,该算法能更好地抑制干扰、保留期望信号。