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。     

射频信号调节车载多媒体音量系统的设计和实现

设计了一个信号驱动控制装置和系统,通过感应电路与放大电路,接收手机射频信号,同时也将信号进行放大,进而实现自动调节车载多媒体音量.通过实验发现,该系统能自动降低车载多媒体音量,成功率达98％以上.同时,将该系统在现代汽车上实现.该系统的实现可避免乘车人员因车载多媒体音量过大而漏接电话,保证通话质量,避免驾驶员手动操作音量旋钮,提高行驶安全性.     

短轴颈轴承中刚性转子混沌运动的控制

提出了适合于控制具有多重参数高维非自治复杂混沌系统的参数自适应控制算法。利用系统的动态行为反馈于参考模型,且自适应控制律包含了误差信号的导数项,使得自适应控制律的收敛性得到很大的改善,有效地控制具有复杂行为的非线性系统,特别是具有混沌行为的非线性非自治系统。以短轴颈轴承中刚性转子系统为对象,针对其参数变动而引起系统的振荡或混沌行为,采用参数自适应控制方法对转子系统进行有效的控制,从而实现系统的稳定运行。文中还讨论了不确定噪声扰动对系统稳定性的影响。     

基于ZigBee的智能扬声器系统设计

扬声器是公共场所传播信息的一种有效途径,为使人群听清信息,扬声器的音量一般较大,但当环境安静时扬声器的音量过大会使人产生不适。因此,需要根据人群的大小对扬声器的音量进行控制以减少噪声污染。目前公共场所的扬声器音量还是通过手动调节的,这就显得特别不方便。针对这个问题设计了一种智能扬声器系统,该系统以单片机为控制核心,采用ZigBee通信技术进行信息无线传输。系统实现了扬声器系统音量的自动调节,当人群较大,环境嘈杂时扬声器的音量大一些;当人群较小,环境安静时扬声器的音量小一些,显得更加人性化。     

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.     

一种自适应LED前照灯系统的电路设计

针对传统前照灯系统的不足,研究设计了自适应前照灯系统。该系统通过CAN总线通信模块实现CAN总线节点与MCU的数据交互。MCU接收环境光采集模块传来的环境光信号,通过CAN总线获得方向盘转角信号、车速信号、雨水信号、车身倾斜角信号,对当前的驾驶环境进行判断,继而将控制命令发送给执行机构单元,实现对车灯亮度和角度的改变。重点研究了自适应LED前照灯系统的控制部分以及软件实现。     

基于自适应噪声消除的无差拍控制方法北大核心

无差拍控制在对瞬时电流进行处理控制时易受噪声干扰,且采样与信息处理造成的控制延时会影响系统的稳定性。根据参考电流具有较强的周期性和重复性的特点,提出一种应用于并联有源电力滤波器的基于自适应噪声消除的无差拍控制方法。该方法采用自适应噪声消除算法处理不同周期但同一相位的采样数据,自适应预测参考电流、输出电流和系统电压,使得控制算法提前一拍执行,消除了控制时延对系统稳定性的影响,有效地抑制了噪声干扰,具有良好的动态响应速度、跟踪精度和系统稳定性。仿真结果表明了方法的有效性和可行性。     

自适应噪声抵消系统的设计与性能仿真

LabVIEW作为一种图形化虚拟仪器编程语言,其在信号的生成、分析和处理上优势明显。利用其可以设计虚拟的自适应噪声抵消系统,从而可以应用于实际工程中对噪声抵消性能的测试验证。本文针对强噪声背景下有用信号的提取问题,介绍了自适应噪声抵消的原理,并对3种基本自适应滤波算法的步骤与流程进行了阐述。基于LabVIEW图形化虚拟仪器编程语言设计了虚拟自适应噪声抵消系统,系统结构简单,人机交互界面较好。在该系统下以3种自适应滤波算法为例仿真验证了的噪声抵消的性能,结果表明,3种自适应滤波算法的滤波性能与实际分析相符,验证了所设计系统的有效性和正确性。     

α噪声下自适应非线性耦合双稳随机共振弱信号检测

在α噪声条件下,为实现微弱周期信号的检测,提出了以平均信噪比增益(A-SNRI)为衡量指标的自适应非线性耦合双稳随机共振系统。先通过调节α噪声参数,将此α噪声与待测信号输入非线性耦合双稳系统中,再通过自适应算法,得出最优系统参数以及耦合系数。实验结果表明,周期信号通过自适应非线性耦合双稳系统后发生了随机共振现象,其频谱图出现了陡峭的尖峰且信噪比增益效果提升明显,说明自适应非线性耦合双稳随机共振系统能够有效地检测出淹没在α噪声中的信号。     

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。     

舰船地震波信号的滑动功率谱实时检测算法

为提高低信噪比环境下的地震波信号检测概率,结合自适应线谱增强技术,基于滑动功率谱提出一种新的舰船地震波信号实时检测算法。首先利用自适应线谱增强技术对信号进行处理,然后对处理后的信号进行功率谱估计,选取一段频带内的平均功率作为检测特征量,并设计相应的自适应检测阈值算子,最后根据一定的检测规则完成对舰船地震波信号的实时检测。实测数据和仿真数据表明,该检测算法能够有效完成低信噪比的目标检测,在信噪比为-15 dB时,检测概率达到93%。     

改进的自适应广义形态滤波器设计

提出一种改进的自适应广义形态滤波器。针对电力数据采集信号中可能存在的各种噪声情况,通过数字仿真,研究结构元素幅值和长度变化对改进的自适应广义形态滤波器滤波性能的影响。仿真结果表明,改进的自适应广义形态滤波器可以有效抑制电力系统采样信号中的各种噪声,滤波效果好。     

有源电力滤波器多重因子自适应谐波检测法

针对电网负载电流的低信噪比问题,提出一种用于有源电力滤波器(APF)谐波检测的多重因子变步长自适应谐波检测方法.该方法以自适应噪声对消技术为基础,通过引入动态因子,增加相邻时刻误差信号的自相关值及静态因子对权值迭代的影响,并利用误差信号的时间均值估计来控制步长更新,不但加快了动态响应速度,而且减小了低信噪比情况下的稳态...     

Theory of weakly non-linear noisy systems

This paper gives a treatment of the theory of noise in general non-linear multiport systems by use of the Volterra series representation. Expressions for the response of a non-linear noisy (N + l)-port system with N signal input ports and one output port under excitation of noise and a deterministic signal at each input port are determined. Noise generated in the system itself is accounted for by equivalent random variable noise voltage or current generators. These internal noise generators are extracted from the system and applied at separate external ports. A noise-free equivalent of the noisy system is obtained with N signal input ports and Q – I input ports accounting for the systemgenerated noise. the Volterra series representation is used to describe the input-output response relation of the system. Once the Volterra transfer functions of the system are determined and cross-and autocorrelations of the noise generators are specified, it is possible to determine the noise performance of the system under arbitrary noise and deterministic signal excitation. the investigation leads to the determination of expressions for the equivalent average exchangeable output noise power density and the average output noise power flow from the system. Expressions for the noise power densitypand the noise power flow at the load of the non-linear system are determined. As an example of the theory an expression is derived for the effective input noise temperature of a non-linear system.     

TLS-ESPRIT技术在电力系统谐波检测的应用

随着电力系统的发展以及非线性电力元件的大量应用,电网中的谐波状况更加复杂化.文中将总体最小二乘法一旋转矢量不变技术TLS-ESPRIT应用于电力系统谐波、间谐波的检测.该方法把含噪的谐波、间谐波信号进行采样,形成HANKEL矩阵,对HANKEL矩阵进行奇异值分解,信号划分为信号子空间和噪声子空间,然后通过总体最小二乘法进行谐波、间谐波参数的有效提取,兼具消噪的能力.数值分析结果表明该方法准确有效.     

改进的无功功率模型参考自适应异步电机转速辨识

针对传统无功功率模型参考自适应模型的输入信号中含有大量的高频信号和噪声,致使模型的自适应机构设计难度增加、速度预测精确度降低的问题,提出改进的基于无功功率的模型参考自适应系统。在传统的无功功率模型参考自适应模型的基础上,引入巴特沃思滤波器并运用改进的模糊PI控制器取代原有的控制器,滤除了输入信号的噪声,提高转速预测精确度。仿真结果表明,改进后的无功功率模型参考自适应系统,参考模型输出的无功功率信号较滤波前其振动的幅值和频率大幅度降低,将这种信号作为自适应模块的输入得到的预测转速,其预测精确度和预测系统动态性能得到提高显著。     

一种改进自适应算法在EMI测试中的应用

虚拟暗室的测试理论是用于普通环境下的EMI测试的新方法,它的基础是自适应噪声抵消系统。本文设计一种改进的自适应噪声抵消系统,通过添加较大额外噪声的方法,有效地解决实际测试时由于存在信号串扰的而导致的输出信噪比不合理的问题。利用LabVIEW和MATLAB编写相应的RLS自适应算法程序并进行了仿真实验,结果表明这种改进算法比标准的方法可得更佳的信噪比。     

基于USRP的室内无线信道场强的仿真与测量

提出了一种采用GNU Radio技术及其配套硬件设备USRP设计无线信号强度实时测量的方案,并搭建实现了该测量系统.该测量系统在信号接收端利用频域功率谱滤除带外噪声和滑动平均技术来快速精确的测量信号强度,并且使用软件进行信号处理,具有成本低、灵活性、扩展性和可移植性,降低了系统的维护和升级成本.最后在室内无线环境中利用该测量系统测量其场强的变化,结合射线跟踪技术将仿真结果和测量结果进行了对比,验证了该测量系统在实际环境之中的可行性和时效性.     

An adaptive neural network approach for the estimation of power system frequency

A new approach to the estimation of power system frequency using an adaptive neural network is presented in this paper. This approach uses a linear adaptive neuron or an adaptive linear combiner called “Adaline” to identify the parameters of a discrete signal model of the power system voltage. Here, the learning parameters are adjusted to force the error between the actual and the computed signal samples to satisfy a stable difference error equation, rather than to minimize an error function. The proposed algorithm shows a high degree of robustness and estimation accuracy over a wide range of frequency changes. The technique is shown to be capable of tracking power system conditions and is immune to the effects of harmonics and random noise.