自适应噪声抵消技术的仿真与应用研究

从有用信号中剔除噪声是信号处理中一个重要研究课题.在金属矿区进行地震勘探数据采集时,经常会受到矿区内机械设备的强噪声干扰,常规的滤波方法对于淹没在强机器噪声下的有效地震信号的提取已经不适用,而随着计算机和信号处理技术的发展,自适应噪声抵消技术已广泛的应用于各个领域.通过对自适应噪声抵消器原理的研究,结合地震数据信噪模型分析,重点研究利用自适应噪声抵消技术来消除机器噪声.针对基于NLMs算法的常规技术存在的不足,提出了一种改进的算法,并运用MATLAB进行仿真试验,仿真结果表明自适应噪声抵消技术可以有效抵消机器噪声的干扰,大大提高地震资料的信噪比,使有效地震信号失真小.     

自适应噪声抵消器的MATLAB设计与实现

本文简述了自适应滤波的基本原理,并给出了自适应滤波噪声抵消的一般系统模型,重点研究了LMS自适应算法。完成了在MATALB下的仿真,并通过设置不同参数,对其性能做了分析。     

基于神经元网络的自适应噪声抵消系统研究与实现

自适应噪声抵消技术是自适应滤波器最普遍的应用之一,它是一种在未知信号和噪声的先验知识条件下,能够很好地消除背景噪声影响的信号处理技术,具有很高的应用价值;但是,在很多情况下,噪声环境非常复杂,往往是非线性的,而目前所使用的自适应滤波器均属线性滤波器,滤波后会使原始信号产生失真;由于神经网络具有非线性等优点,可以很好的逼近非线性函数,所以提出了基于神经网络的自适应噪声抵消器;仿真结果表明,该方法可以效地实现噪声的抵消;最后提出应用DSP实现语音信号自适应噪声抵消的具体方案。     

模糊自适应控制器的设计及其仿真

提出了一种参数自适应模糊PID控制器,将模糊控制器和PID控制器结合在一起,利用模糊逻辑控制,并把MATLAB中的Fuzzy Toolbox和SIMULINK有机结合起来,实现了PID控制器参数在线自调整.进一步完善了PID控制器的性能,提高了系统的控制精度.仿真结果表明:该控制器明显改善了控制系统的动态性能,参数自适应模糊PID控制器能使系统达到满意的控制效果,对进一步应用研究具有很好的参考价值.     

自适应中值滤波器在图像降噪技术中的应用

为了弥补传统中值滤波器在进行图像降噪处理中的不足,在图像降噪技术中应用了自适应中值滤波器.重点分析了在实际应用中的关键技术,并与传统中值滤波器进行了比较,结果表明在对含有空间密度较大的脉冲噪声图像进行滤波时,自适应中值滤波较传统中值滤波具有很大的优越性.     

水声通信网络信道仿真研究

根据海洋环境下水声信道的特性,提出一个面向水声通信网络信道的仿真框架,其中包括传播延迟、接收功率、背景噪声、干扰噪声、信噪比与误码率等若干模型,并以一个典型的水声网络仿真场景为例,给出了部分仿真试验结果.     

一种多径衰落水声MIMO信道自适应均衡仿真研究

水声通信信道带宽十分有限,为了提高信道容量和传输速率,将MIMO技术应用于水声通信.针对多径衰落引起的码间干扰(ISI)和多个发射信号间的信道间干扰(CCI),采用多组判决反馈均衡器结构,能够同时消除ISI和CCI的影响,分别提取各个发射机上的不同数据.给出了MIMO均衡器的结构、最小均方误差解和LMS均衡算法.通过计算机仿真,证明了该方法的有效性,并将单发单收(SISO)均衡与两发两收情况下的MIMO均衡进行了性能对比.结果显示,尽管MIMO均衡的误码率略高,但却可以获得两倍于SISO系统的数据传输速率,有很好的应用前景.     

一种海浪干扰IIR数字滤波器的设计与仿真

在船舶控制和性能研究中,海浪干扰是不可忽视的环境扰动.海浪影响着舰船的稳定控制和近海面作业的直升机的安全,所以应尽可能想办法消除海浪干扰.文中首先建立了海浪的模型,并进行了三级海况下海浪的实时仿真;接着采用巴特沃兹方法设计了一种海浪IIR数字滤波器,将海浪中的高频一阶波浪部分加以滤除;最后,运用MATLAB编程进行仿真实验,结果表明,所设计的海浪干扰数字滤波器的滤波效果显著,可以用于实际船舶控制应用中.     

基于强跟踪滤波器的盲自适应多用户检测

盲自适应多用户检测是码分多址(CDMA)系统中抑制多址干扰的一项重要技术.为克服传统的基于最小化输出能量准则的盲自适应多用户检测技术收敛速度慢的这一缺点,利用一种新近提出的多用户接收器的典范表示方式,构造了多用户检测系统的状态空间模型,再利用强跟踪滤波器(STF)理论,设计了一种新的盲自适应多用户检测方法.仿真结果表明,在异步CDMA系统中,与基于LMS算法、RLS算法及Kalman算法的盲自适应多用户检测相比, 方法具有收敛速度快速稳定, 跟踪性能好等优点.因此,基于强跟踪滤波器的盲自适应多用户检测是有效的.     

基于电磁感应的矿井探测方法研究及仿真

本文首先分析了矿井探测中遇到的信号干扰种类,结合噪声信号的特点,提出了基于电磁感应的矿井探测方法,给出了其原理图和设计原则.然后详细论述了电磁感应探测方法的具体实现,给出了各主要测试参数的计算公式,明确了在探测过程中需要采集的各种信号.为了验证提出的电磁感应探测方法,最后采用了MATLAB建立了仿真测试模型,并给出了仿真测试结果.     

一种改进的自适应混合噪声滤波算法

对受到混合噪声影响的图像进行滤波,Lee和Kassam提出了一种MTM(Modified Trimmed Mean)滤波算法.但是MTM滤波算法的滤噪能力在很大程度上受到了阈值的限制,所以滤波效果并不理想.在分析了MTM算法的结构特点及其优缺点的基础上,提出了一种改进的自适应混合噪声滤波算法.该算法与MTM算法相比,滤噪能力不受到阈值的限制,并且对不同的噪声采用不同的滤波方法.通过matlab仿真,分析比较了该算法与其它滤波算法的性能.结果表明,与MTM滤波算法相比,该算法能够更有效地抑制噪声,保护图像边缘细节.     

被动目标自适应跟踪算法仿真研究

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散,而导致滤波精度很差,该文提出了一种直角坐标系下的自适应卡尔曼滤波算法,对虚拟噪声进行估计,动态补偿观测模型线性化误差,消减系统的观测误差,并对其滤波理论及其算法进行了研究和仿真。仿真结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡卡尔曼滤波算法,收到了良好的效果。     

基于LMS自适应算法的随机信号去噪仿真与分析

分析了LMS自适应滤波的基本原理和固定步长算法,介绍了Auan方差分析法。基于Matlab实现了滤波系统的搭建,并针对某光纤陀螺原始数据设计了仿真实验,得到固定步长标度因数的可行取值范围为0．2～0．9。利用仿真实验比较了LMS自适应算法与小波分析、均值滤波的去噪效果,采用Allan方差给出了误差源分析。结果表明LMS自适应滤波能有效降低角度随机游走等随机噪声。     

自适应消噪技术及其在微型轴承动态测试分析中的应用

为了消除诸如微型轴承噪声测试分析中存在的强大背景噪声问题,本文引入了一种新的信号处理方法--自适应消噪技术ANC(Adaptive Noise Cancelling).实践结果表明,自适应消噪技术是一种能很好地消除背景噪声影响的信号处理技术,它为轴承噪声等动态信号的现场测试分析和机械故障诊断提供了有效的方法和依据.     

自适应ANC技术在热工特征信号提取中的应用研究

随着对火电厂控制运行水平的要求不断提高,先进的控制、诊断、优化功能需要一些难以测量或测量不准确的状态参量,而该类参量往往包含有很多噪声干扰难以直接分析。为更好分析热工过程对象特性,还原被噪声所掩盖的潜在信息,提出了一种改进的Sigmoid函数变步长LMS算法,利用自适应噪声抵消的方法对受到扰动影响的热工对象输出数据进行分析处理,降低干扰因素影响,从而使原始特征信号得到相对精确的恢复。现场数据分析表明了该算法的有效性和可行性。     

神经网络自适应噪声对消器仿真

介绍一种新颖的非线性自适应滤波器——自适应神经网络滤波器。由于神经网络具有学习非线性函数到任意的精度以及自适应能力，这种滤波器优于线性滤波器，能适应各种噪声环境。在自适应ＬＭＳ算法基础上，提出了在线ＢＰ训练算法、收敛速度快。最后以自适应噪声对消系统为例，进行了计算机仿真，结果显示了这种滤波器的良好性能     

内模结构的汽车排气噪声有源控制研究及仿真

研究了基于内模反馈结构的汽车排气噪声有源控制方法,使用Shannon-Bode方法和RLS自适应逆建模方法建立了次级通道的逆模型,并分析了控制系统的鲁棒稳定性和鲁棒性能.针对模型误差对控制性能的影响提出了一种基于粒子群优化算法调整反馈滤波器参数的控制方法.在Matlab/Simulink中搭建了次级通道RLS自适应逆建模模型和汽车排气噪声有源控制模型,仿真结果表明使用粒子群优化算法对反馈滤波器参数进行在线调整的内模控制方法能够进一步提高汽车排气噪声有源控制的效果.     

基于自适应倒谱距离的强噪声语音端点检测

在有噪声干扰的情况下,传统的语音端点检测方法的检测准确度明显下降。为了在强背景噪声环境下有效区分出语音信号和非语音信号,针对倒谱距离端点检测方法进行了研究,提出了一种基于自适应倒谱距离的强噪声语音端点检测方法。本方法引入倒谱距离乘数和门限增量系数,针对不同信噪比采用不同的倒谱距离乘数,并采用自适应判决门限的方法进行语音端点检测。MATLAB仿真实验结果显示,在不同背景噪声和不同信噪比下,本方法对于语音端点检测具有较高的检测正确率,其端点检测效果明显优于传统端点检测方法,适用于强背景噪声下的端点检测。     

图象椒盐噪声的非线性自适应滤除

为了在滤除图象椒盐噪声的同时能很好地保持图象的细节,提出了一种新颖的图象椒盐噪声非线性自适应滤除算法。该方法首先在噪声图象的滤波窗口中去除具有最大和最小灰度值的象素,然后求取剩余象素的均值,计算出该均值与对应的象素灰度值的差值,再通过与阈值相比较,确定是否用求得的均值代替原噪声图象的灰度值。阈值由图象的灰度分布自适应地确定,该算法与已发表的同类算法相比,具有更好地滤波性能,尤其在噪声严重时,其效果明显优于传统的中值滤波算法。