基于LMS算法自适应噪声抵消系统的仿真研究

介绍了自适应噪声抵消系统的原理和LMS算法,并给出了基于LMS算法自适应噪声抵消系统的仿真图。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效的抵消正弦干扰信号,这样在语音信号处理中就能消除含噪语音信号中的背景噪音,达到提高语音信号质量的目的。     

一种改进的抗干扰自适应算法及其在变压器有源噪声控制中的应用

在电力变压器有源降噪系统实际运行时,声传感器采集的参考信号和误差信号可能存在冲击干扰,当采用传统的滤波最小均方(filtered-x least mean square,Fx LMS)算法对控制器的参数自适应更新时,控制器易受冲击性干扰的影响而出现振荡甚至是发散。为了抑制冲击性干扰对控制器的影响,提出了归一化滤波语音压缩?律变换的最小均方(normalized filtered-x?law mean square,NFx?LMS)算法。该算法采用经语音压缩?律函数变换后的误差信号的均方作为代价函数,并对参考信号做归一化处理以提高算法鲁棒性。算法可以根据不同声场环境的初级噪声特点选取不同的压缩系数以提高算法的实用性。仿真显示,在冲击性干扰的环境下,论文提出的算法表现出很好的鲁棒性和收敛效果。     

基于LMS的语音信号去噪算法

语音是人们进行思维沟通交流的主要桥梁,语音通信处理在现实环境下会受到各种各样的干扰,从受干扰的语音中尽可能地去除噪声,提高语音质量,是目前现代信号处理领域中至关重要的技术之一。引入了LMS自适应滤波法,并提出了变步长的LMS,同时实现了小波阈值降噪和LMS结合的自适应噪声对消。并选用不同的男声和女声语音,录制真实环境下的非平稳噪声,仿真实验表明小波阈值结合LMS的噪声对消法去噪性能最好,大幅提高了信噪比,改善了语音质量。     

基于BP网络的语音信号自适应噪声抵消系统控制与研究

在信号的处理研究中,自适应噪声抵消技术被广泛的应用于通信、控制等领域,LMS算法是最常见的自适应算法。但是信号通道结构比较的复杂或者存在非线性和多噪声通道交叉串扰时,传统自适应滤波器的设计和使用就有很大的局限性。本文中的自适应噪声抵消设计思路,在基于误差反向传播算法(BP算法)的多层前向人工神经网络进行分析基础上,结合传统自适应噪声抵消系统基本原理,建立的基于BP算法的噪声抵消系统。由于神经网络能够克服传统自适应噪声抵消器无法解决的非线性问题,神经网络的自适应噪声抵消技术能够非常有效消除背景噪声。经过Matlab仿真,结果表明:采用BP网络设计的噪声抵消设计具有很好消除背景噪声的效果。     

一种模糊变步长自适应谐波检测算法

电力有源滤波器的成功应用依赖于精确的谐波电流检测技术。基于自适应干扰对消理论,提出一种基于模糊变步长推理的最小均方差（LMS）自适应谐波检测算法。通过分析影响LMS自适应谐波算法性能的不利因素,选取均方误差变化量和输入输出信号相关函数作为参量,建立模糊推理系统,自适应地调节算法的步长,实现谐波检测过程中,既能保证较快的动态响应速度和对噪声干扰的抑制,又能保持较高的检测精度,并通过计算机仿真及物理实验验证了该算法的有效性和可行性。     

基于RLS算法的自适应噪声抵消系统研究

介绍了一种基于RLS算法的自适应噪声对消系统,说明了噪声对消系统的原理以及RLS算法的步骤与流程。通过实例仿真,得到了基于RLS算法的自适应噪声抵消系统仿真图。分析仿真结果得出,在单频干扰与宽带噪声干扰两种情况下,RLS自适应滤波器都能很好地消除干扰得到有用信号。证实了在通信语音信号处理中,用基于RLS算法的自适应噪声对消系统可以消除语音噪声,提高语音通信的信号质量。     

基于LMS算法的智能天线波束形成技术的研究

在对智能天线波束形成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,研究信号进入阵列以后,利用LMS算法对信号的幅度和相位进行调整加权求和,使输出的信号达到最优效果。并且分析了程序设计参数中的阵元个数、波达方向的角度等对信号性能的影响,使信号的收敛程度达到最佳。通过仿真可以看出LMS算法计算量小,可以达到较好的滤波效果,很好的抑制干扰,容易实现。     

基于甚高频的语音增强算法研究

甚高频通信在民航中有广泛应用,但是它极易受到各种噪声的干扰,传统方法去噪效果差且没有消除固有干扰,提出了一种基于小波分析的自适应卡尔曼滤波算法。该算法在小波分析中提出了新阈值函数,在自适应卡尔曼滤波算法中增加了调节窗口长度的自适应因子,以此来调节滤波增益,可以有效地避免滤波发散。随机选择了某一时段4种不同频率的甚高频语音信号,并用提出的算法进行滤波处理,从信噪比、均方根误差、信号波形图和语谱图等方面进行分析。结果表明,该算法能够有效去除甚高频语音信号中的噪声,可以获得更高的信噪比和更小的均方根误差,进一步提升语音质量。     

改进的变步长自适应谐波检测算法

基于自适应噪声消除理论,考虑电网负载电流低信噪比的特性,对传统的最小均方(LMS)算法进行改进,得到一种新的变步长LMS自适应谐波检测算法.利用反馈误差信号的均值估计控制步长及权值的更新,当权值逐渐接近最佳值时,步长逐渐减小以保证较小的稳态误差,并有效降低不相关噪声信号的干扰.在权值迭代过程中加入动量,进一步提高系统的...     

基于LMS算法的自适应滤波器在海浪磁场噪声中的应用

针对海浪产生的磁场信号对海洋微弱磁信号检测影响较大的问题,利用Weaver理论建立海浪产生电磁场噪声模型作为研究对象,并通过基于最小均方（LMS）算法的自适应滤波器对探测磁场进行处理,能有效滤除海浪磁噪声,检测出微弱磁信号,达到了滤除海浪磁场噪声的目的。     

多参考输入自适应噪声抵消器的算法与实现

针对单参考办入自适应噪声抵消器在多噪声源情况下除噪效果不理想的问题,根据多参考输入自适应噪声抵消器模型,推导了多参考输入最小均方算法,并给出其改进算法。以语音信号为例,给出了多参考输出自适应语音消噪算法及多参考输入自适应语音噪声抵消器的实现方案,并进行了计算机仿真,给出了仿真结果。     

基于自适应最小均方误差算法实现10kV电力线通信的噪声对消

首先介绍了中压电力线信道噪声通用模型,对现场采集的噪声进行互相关系数计算,并采用对称分量法进行相关性分析,得出三相电力系统相间噪声具有一定相关性的结论。改变单相传输模式,根据两相噪声的一致性特点,提出基于自适应最小均方误差(least-mean-square error,LMS)算法实现中压电力线通信(medium voltage power line communication,MV-PLC)的噪声对消。自适应LMS算法虽然收敛速度较慢,但是计算量小,易于实现。仿真结果表明,噪声对消方法的采用有效改善了10kV中压电力线的信噪比,为10kV配网自动化系统采用载波通信技术提供了新的实现途径。     

改进谱减法结合神经网络的语音增强研究

背景噪声是通信系统噪声干扰的来源之一,语音增强可以降低乃至消除噪声干扰,进而提高语音的可懂度.为了减小复杂噪声环境下谱减法引发的音乐噪声,采取正交的多窗谱估计对语音功率谱平滑处理,有效的减小了信息丢失和估计波动.利用自适应谱减系数调整谱增益和谱下限来控制残留噪声,利用优化的IMCRA算法对噪声及时更新来判决语音段和静音段,同时借助特性良好的BP神经网络方法进行训练,语音和噪声谱通过谱减后,波形重构获取增强的语音信号.仿真结果表明语音降噪效果好、可懂度高.     

基于相关箕舌线的变步长自适应滤波算法

针对箕舌线变步长自适应滤波算法(LMS)抗噪声能力差,不适合在噪声环境中使用的缺点,提出在步长更新时加入输入信号的控制,提高了系统的抗噪声性能。仿真表明,改进的算法比原算法具有更快的收敛速度和更强的抗噪声性能。     

基于形态学的暂态电能质量扰动检测

针对扰动检测过程中存在的脉冲噪声和白噪声影响暂态电能质量信息准确提取的问题,文章设计了一种基于LMS的多结构复合形态滤波算法,该算法具有在保留信号的有效成分的基础上最大限度地滤除噪声的功能。文章使用电压暂降、电压暂升、电压中断等对所提方法进行了仿真实验。仿真结果表明,基于LMS的多结构复合滤波算法得到的信噪比是多结构自适应复合滤波算法的1.01倍左右,是小波变换的1.1倍左右,即该算法能有效地滤除暂态电能质量扰动分析中的随机噪声和脉冲噪声;而且,该算法可较好地保持扰动信号的形状和特征。     

电力谐波动态监测系统的研究与设计

针对目前常见的检测方法中控制电路过于复杂的问题,文章提出采用以自适应噪声对消技术的神经元电力谐波动态检测方案。采用最小均方(LMS)算法,获得所需的检测谐波信号,利用高精度微型互感器实现信号采集,由DSP实现对电力谐波的动态检测,利用CAN总线实现数据的高速上传给上位机,完成谐波数据的综合处理。该系统已成功地在河南中孚铝厂投入运行,检测精度达到国家标准,具有较高的推广价值。     

用于变电站噪声有源控制的一种算法研究

随着城市中心变电站数量增多以及人们对居住环境要求的提升,噪声扰民以及居民投诉越来越多。首先研究变电站内变压器噪声的特点,发现变电站噪声能量较大的频率分量主要为500Hz以下的低频噪声,且为100Hz整倍数的频率,这些特征频率信号在一段时间内比较稳定,不会发生突变。针对传统变电站噪声无源控制方法的不足,本文结合自适应有源噪声控制技术,提出了一种改进的变步长LMS自适应滤波算法。通过仿真验证了改进算法的性能,并对实测数据进行处理,结果表明算法可以使变电站降噪达到满意的效果。本文重点是变电站噪声和改进变步长LMS自适应滤波算法研究。     

基于LMS自适应滤波算法的电力变压器有源降噪系统

为了有效抑制电力变压器产生的高分贝低频噪声,针对变压器有源降噪系统开展了相关研究。结合实验条件,在分析变压器噪声时域及频域特点的基础上,合理选择了有源降噪系统类型。通过仿真和理论分析了收敛系数、滤波阶数以及系统采样频率对有源降噪系统采用的LMS自适应滤波算法收敛性、稳定性以及降噪效果的影响。搭建了变压器噪声在线监测及有源降噪软件控制平台,并针对变压器噪声特点合理选择了硬件系统设备。结果表明,在变压器噪声有源降噪实验中,噪声低频区域降噪效果显著,在误差传声器处取得了5~10 d B的降噪效果,平均声能量密度下降了68.38%~90%,验证了LMS算法的有效降噪性,以及所构建的有源降噪系统对变压器噪声在线监测与抑制的可靠性。     

改进Sage-Husa 算法结合小波模糊阈值算法的MEMS陀螺去噪

为解决微机电系统（MEMS）中陀螺仪输出噪声大、精度低的问题,基于自适应滤波算法与小波阈值算法的基础上,将小波阈值算法与模糊理论结合,提出了Sage-Husa自适应滤波算法联合小波模糊阈值去噪算法应用在MEMS陀螺去噪中。首先使用改进的Sage-Husa自适应滤波算法进行预处理,通过修正状态的预测值抑制干扰数据对滤波的影响,然后使用小波模糊阈值去噪算法对信号进行后处理,实现抑制随机噪声的效果。实验结果表明：在静态实验中,该算法去噪效果优于Sage-Husa自适应滤波算法和小波阈值算法,其与Sage-Husa自适应滤波算法、小波模糊阈值算法相比,噪声方差分别降低78.7%和14.6%,信噪比分别提高43.7%和16.3%。;在动态实验中,该算法能够自适应地减少异常值的不利影响,保持原始信号的波形,其与Sage-Husa自适应滤波算法、小波模糊阈值算法相比,噪声方差分别降低62.7%和31.6%,信噪比分别提高47.8%和10.0%。     

高噪声环境下基于自适应滤波语音降噪技术的研究

为了在高噪声环境下得到较清晰的语音信息,本文提出一种基于线性预测的FIR自适应语音滤波器,对LMS算法作出改进,提高了算法的收敛性。在多种噪声环境下,MATLAB仿真实验结果表明,改进的算法具有更好的降噪效果,显著提高了信噪比,并保持了语音的自然度。