智能天线自适应滤波器算法研究及分析比较

对几种最常见的智能天线LMS自适应滤波器算法进行了较全面的性能比较,并利用Matlab程序仿真分析了不同算法的误差、收敛速度和稳定性等.分析结果表明,改进的LMS自适应滤波器算法相对于传统的LMS自适应滤波器算法在减小误差方面优势明显.     

变压器自适应主动降噪技术研究

针对变压器噪声危害严重的问题,对变压器噪声来源和特性进行分析和研究,并研究采用自适应主动降噪方法进行变压器降噪;重点研究并对比了基于最小均方误差(LMS)算法和基于归一化最小均方误差算法(NLMS)的自适应主动降噪方法,最后对这两种方法进行变压器降噪仿真;仿真结果说明采用基于LMS和NLMS的自适应主动降噪方法都能对变压器噪声降噪取得较理想的效果,算法收敛以后噪声去除比可以达到80%以上,其中NLMS的收敛特性更优于LMS;所做工作为下一步的变压器噪声分析和降噪打下良好的基础。     

基于预测滤波器的数字降噪耳机研究

通常数字降噪耳机采用的自适应滤波器,一般基于LMS、NLMS等算法,但是由于A/D转换存在一定的延迟,导致实际降噪效果降低,故降噪耳机上的主动降噪系统需要对噪声进行预测.通过线性预测算法和改进滤波器,对已经采样的噪声信号进行算法分析,预测下一时刻的噪声信号,在Matlab中实现对飞机引擎噪声进行预测,并将降噪效果与LMS自适应滤波器的降噪效果进行比较.仿真结果表明,在处理低频噪声时,预测滤波器效果要优于LMS自适应滤波器.     

一种基于MVSSLMS的改进算法

在分析传统LMS算法及其改进算法的基础上,提出了一种改进的变步长LMS算法,用误差信号的自相关及均方误差来调节自适应滤波算法的步长,仿真结果表明改进算法的收敛性能良好,优于传统LMS和MVSSLMS算法.     

LMS自适应滤波算法的改进及性能分析

关于研究自适应滤波器算法优化问题,为了改善数字传输系统抗干扰能力,提高稳定性,减小误差,引入了自适应滤波算法,并详细分析了算法步长因子与失调误差e(n)之间关系对算法性能的影响.采用了改进的双曲正切函数为变步长,对传统的LMS算法进行了改进.分析了参数α、β、m对算法性能的影响.算法不但收敛速度快、稳态误差小,而且克服了变步长LMS算法达稳态时,步长变化太快的缺陷.利用MATLAB仿真结果与理论分析相一致,表明了算法具有良好的性能特性,可广泛应用于各种数字通信中.     

改进的NLMS算法在回声消除系统中的应用

回声消除系统使用自适应滤波器模拟回声信道,自适应滤波器的阶数对回声消除效果具有重要的影响,合适的阶数可以提高回声消除效果。根据滤波器活跃区域权值可以模拟出基本的回声信道的原理,改进的NLMS算法首先将滤波器的初始权值阶数分帧,并求取每帧内权值的均值与抖动状态,然后通过比较阈值结果调整滤波器权值的活跃区域,摒弃非活跃权值区域,最终根据活跃权值的总帧数调整滤波器的阶数。改进的NLMS算法不仅保留了NLMS算法的结构简单、快速收敛的优点,而且实时调整滤波器阶数,降低稳态误差。通过回声消除仿真对比实验显示,算法的滤波器失准系数低于NLMS、PNLMS算法。     

基于DSPBuilder的LMS自适应滤波器设计

介绍了LMS、NLMS自适应滤波器的工作原理,以及现场可编程门阵列(FPGA)在信号处理计算中的重要作用.详细介绍了使用Ahera公司基于Simulink的DSP算法开发工具DSPBuilder设计自适应滤波器的流程与方法.给出了滤波器的设计图和时序仿真结果,设计可以在FPGA中实现.     

一种新的可变步长LMS自适应滤波算法

针对LMS算法收敛性能差的缺点,提出一种改进LMS算法即NLMSISA.首先从理论上分析并介绍了LMS算法及其改进算法,并将改进算法-变符号函数法(ISA)和归一化变步长(NLMS)算法有机结合,提出了该NLMSISA算法,理论上该改进算法具有物理实现难度低、收敛速度快、且能收敛到更小且稳定的均方误差(MSE)的特点.在MATLAB下,通过采用LMS、LMSISA和NLMSISA三种算法对FIR和IIR两种结构的系统分别进行了辨识仿真研究,结合三种算法的均方误差收敛曲线分析,验证了提出的改进LMS算法在敛速度、稳态误差上都明显优于现有几种算法.该算法对于实际工程应用的自适应滤波问题提供了一个较好的算法.     

一种新变步长LMS算法及在自适应波束形成中的应用

LMS算法是智能天线自适应波束形成算法中的经典算法,由于其步长固定,造成收敛速度和稳态失调之间的矛盾。为了解决这一问题,提出一种新的变步长LMS算法,并在算法中引入误差信号的自相关估计,大大降低了噪声的干扰,对算法进行仿真,得到了最优的参数设置。利用蒙特卡罗方法对算法进行了性能评估,与传统的LMS算法、NLMS算法相比,新的变步长LMS算法具有更快的收敛速度和较小的稳态误差及优良的抗噪性能。     

变步长LMS自适应滤波算法的改进及分析

在对传统LMS算法、变步长LMS算法及其改进算法分析的基础上,提出了一种改进的变步长LMS算法。新算法通过建立步长因子与误差信号之间的非线性函数关系,使其初始阶段和时变阶段步长自适应增大和稳态阶段步长很小,具有收敛速度快,稳态误差小,迅速跟踪跃变系统的变化,并且不易受噪声影响的特点。理论分析和计算机仿真结果表明该算法优于传统算法。     

基于时间序列模型的超声信号滤波算法研究

针对超声波测量油井液面深度系统中,现有降噪滤波算法复杂,效果差的缺点,提出了基于时间序列模型和新息卡尔曼滤波相结合的新方法。利用时间序列分析法对动液面测量系统建立ARMA模型;基于卡尔曼滤波实时在线消除随机噪声的特性,设计了新息自适应卡尔曼滤波算法,并结合ARIMA模型以消除模型误差,实现了基于时间序列系统模型对系统特征状态的最优估计目的。该新型滤波方法已经在油田现场测试和运用,测试结果表明,算法实时、高效,滤波效果好,精度高,能满足实际工程应用。     

基于目标跟踪的自适应广义高阶CKF算法

针对容积卡尔曼滤波在系统状态突变时滤波精度下降的问题,结合广义高阶容积卡尔曼滤波和强跟踪滤波算法,提出了一种自适应广义高阶容积卡尔曼滤波（AGHCKF）方法。采用广义高阶容积准则和矩阵对角化变换,以提高算法的滤波精度和稳定性。引入强跟踪滤波,利用渐消因子在线修正预测误差协方差阵,强迫残差序列正交,以增强算法应对系统状态突变等不确定因素的能力。将提出的AGHCKF算法应用于带有未知状态突变的机动目标跟踪问题并进行数值仿真,结果表明,AGHCKF在系统状态突变时能保证较高的滤波精度,具有较强的鲁棒性和系统自适应能力。     

基于集员滤波的选择权更新子带有源噪声控制

通过子带自适应滤波结构,可以提高宽带噪声降噪效果,归一化子带自适应滤波（NSAF）通过在每个子带上使用相同的全带自适应滤波器,消除了传统子带结构会在输出端产生混叠分量的问题,具有较好的收敛性能和稳态均方误差。但由于在每个子带上采用相同的全带自适应滤波器,计算量要高于传统子带结构,集员滤波（SMF）技术具有数据选择更新的特点,可有效降低计算复杂度。基于NSAF结构,建立了前馈ANC无延迟结构,并基于集员滤波技术,通过选择部分权更新来进一步减少计算量,仿真验证了该算法对宽带噪声具有更优的降噪效果。     

Photoshop中的智能对象

Photoshop是Adobe,公司出品的位图图像处理软件，智能对象是它的新增功能。指出了普通图层的图像在进行编辑、更新、使用滤镜等情况下存在的问题，介绍了智能对象的概念和用途、智能对象的使用方法以及智能滤镜的优势。得出了智能对象可以对图像进行非破坏性编辑，更好地保留图像的源内容和原始特性，能简化用户的操作，制作出更加精美的图像效果。     

Improved variable step-size NLMS adaptive filtering algorithm for acoustic echo cancellation

Acoustic echo canceller (AEC) is used in communication and teleconferencing systems to reduce undesirable echoes resulting from the coupling between the loudspeaker and the microphone. In this paper, we propose an improved variable step-size normalized least mean square (VSS-NLMS) algorithm for acoustic echo cancellation applications based on adaptive filtering. The steady-state error of the NLMS algorithm with a fixed step-size (FSS-NLMS) is very large for a non-stationary input. Variable step-size (VSS) algorithms can be used to decrease this error. The proposed algorithm, named MESVSS-NLMS (mean error sigmoid VSS-NLMS), combines the generalized sigmoid variable step-size NLMS (GSVSS-NLMS) with the ratio of the estimation error to the mean history of the estimation error values. It is shown from single-talk and double-talk scenarios using speech signals from TIMIT database that the proposed algorithm achieves a better performance, more than 3 dB of attenuation in the misalignment evaluation compared to GSVSS-NLMS, non-parametric VSS-NLMS (NPVSS-NLMS) and standard NLMS algorithms for a non-stationary input in noisy environments.     

基于DSP的自适应滤波器的实现

在数字信号处理过程中,常常要处理一些无法预知的信号、噪声或时变信号,如果采用具有固定滤波系数的数字滤波器无法实现最优滤波。实现较好的滤波,必须设计自适应滤波器,以跟踪信号和噪声的变化。主要根据自适应滤波的结构及原理并对最小均方误差(LMS)算法进行了研究,同时在DSP的集成开发环境下利用C语言编程设计一个16阶LMS自适应滤波器,并在软件模拟器上实现了仿真。通过不断调整滤波器的自适应步长,对实验结果进行对比分析,最后给出了结论。     

基于指数函数的归一化变步长LMS算法

在研究归一化最小均方误差(NLMS)算法的基础上,提出一种基于指数函数的变步长LMS算法。通过建立误差 和步长 的函数关系,实时调整步长,并对输入信号完成时域信号解相关,解决稳态失调系数与收敛速度的矛盾。仿真实验结果证明,该算法与传统LMS算法、SVS_LMS算法、NLMS算法以及双曲正切变步长LMS算法相比,具有更高的收敛速度和较小的稳态失调系数。     

Variable partial-update NLMS algorithms with data-selective updating

We note that some existing algorithms are based on the normalized least-mean square （NLMS） algorithm and aim to reduce the computational complexity of NLMS all inherited from the solution of the same optimization problem, but with different constraints. A new constraint is analyzed to substitute an extra searching technique in the set-membership partial-update NLMS algorithm （SM-PU-NLMS） which aims to get a variable number of updating coefficients for a further reduction of computational complexity. We get a closed form expression of the new constraint without extra searching technique to generate a novel set-membership variable-partial-update NLMS （SM-VPU-NLMS） algorithm. Note that tile SM-VPU-NLMS algorithm obtains a faster convergence and a smaller mean-squared error （MSE） than the existing SM-PU-NLMS. It is pointed out that the closed form expression can also be applied to the conventional variable-step-size partial-update NLMS （VSS-PU-NLMS） algorithm. The novel variable-step-size variable-partial-update NLMS （VSS-VPU-NLMS） algorithm is also verified to get a further computational complexity reduction. Simulation results verify that our analysis is reasonable and effective.     

NLMS算法的改进及其在自适应逆控制中的仿真研究

提出一种改进的归一化最小均方(MNLMS)算法,并用该算法驱动FIR滤波器以实现对象模型及其逆的辨识。该算法计算简单,容易实现。在建模的自适应过程中,它能获得比NLMS算法快的收敛速度,并保持小的失调。仿真结果表明,基于MNLMS的自适应逆控制(AIC)系统就能获得比基于NLMS的PID辅助的自适应逆控制系统更好的动态、静态和跟踪性能,具有一定的工程使用价值。     

归一化LMS算法在IP电话回声消除的研究

自适应滤波是IP回声消除的核心。该文针对声学回声消除的原理、基本算法以及实现过程中的一些关键问题进行了讨论与研究,并提出了适用于计算机软件实现的一种改进的LMS算法,即归一化LMS算法,通过实验结果证明它能够提高收敛性能,改善通话质量。