多尺度小波分解下的自适应语音消噪算法研究

将小波变换的理论引入到自适应语音消噪系统中,分析了多尺度小波分解下的LMS自适应消噪算法（MSWD-LMS）的原理,该算法将输入向量分解到多尺度空间,减小了自适应滤波器输入向量自相关矩阵的谱动态范围;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应语音消噪算法（MSWD-VSS-LMS）,新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的语音信号处理的收敛速度和稳定性。仿真结果表明新算法取得了较好的效果。     

利用自适应滤波器的组合设计抵消多噪声

针对一个自适应滤波器不能解决多噪声信号的问题,提出了自适应滤波器的组合设计思想。在线性组合条件及LMS算法下,分析多噪声抵消原理,并进行多噪声语音信号的Matlab仿真实验,可以得到清晰的语音信号。结果表明,自适应滤波器的组合设计可以有效抵消多种干扰信号。     

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.     

基于NLMS算法的自适应滤波器的研究与应用

对改进的NLMS自适应滤波器算法与传统的LMS算法进行了较全面的性能比较,利用Matlab程序分别仿真分析了两种算法的误差、收敛速度和稳定性等特性。在改进的NLMS算的基础上给出了自适应滤波器的原理结构,并仿真了其在去除噪声信号中的应用。分析结果表明：改进的NLMS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。以上NLMS自适应滤波器特性分析结果对于智能天线设计具有指导意义。     

一种基于LMS改进算法的语音增强方法

LMS算法在自适应滤波器中得到广泛应用,但这种方法具有收敛速度慢,步长需要谨慎选择才能达到收敛和失调的折中等缺点。文章把一种变步长的LMS算法应用到语音增强中,此算法通过建立步长因子μ与迭代次数n之间的一种函数关系提出一种新的变步长LMS算法,在迭代过程中在开始时采用大步长参数进行迭代,达到稳态后减小步长参数。仿真结果证明该方法对带噪语音有明显的去噪效果,有效地提高了语音的清晰度和可懂度。该算法明显优于传统LMS算法,较之提高了收敛速度并减小了稳态误差。     

基于信息安全考虑的语音滤波器设计

语音分离技术的运用需求愈来愈广泛,有其是在人们对信息安全技术需求不断增加的情况下。本文设计了一种基于LMS算法的用于语音分离的自适应滤波器,并通过仿真结果对算法进行改进设计,以达到更好的分离效果。     

基于谱减和LMS的自适应语音增强

针对宽带噪声背景下的语音增强问题,将短时语音视为非平稳或宽平稳信号,基于谱减法和自适应滤波的最小均方（LMS）算法,提出了一种FIR型自适应滤波算法（SSLMS）：用减谱法由短时噪声观测语音估计期望信号,作为滤波器输出信号的参考信号;用滤波器的输出与参考信号的差值为误差信号,用LMS算法求得滤波器权系数修正量,并修正滤波器。权系数最速下降调整中,采用了归一化LMS、符号LMS、块LMS技术,以简化保证权系数收敛的步长选择、减少权系数修正的运算量,从而提高自适应速度。对不同的语音在各种信噪比下仿真实验,并与改进的谱减法比较,结果表明,该法增强效果优于谱减法;在信噪比为3 dB时该法的增强效果仍然令人满意。     

变步长LMS自适应滤波器算法仿真研究

本文分析了变步长LMS自适应滤波器算法的基本原理,并使用Matlab对其算法进行了编程设计,给出了具体的程序实现,具有比较强的借鉴作用.     

一种基于改进LMS算法的语音消噪方法

为了提高LMS自适应滤波算法的性能,在对一些变步长LMS算法进行分析的基础上,提出了一种改进的变步长LMS算法。利用所提出的算法对被噪声污染的语音信号进行了消噪仿真实验,并进行了主客观性能测试。仿真结果与性能测试分析表明,采用本算法消除噪声后的语音基本接近原始语音。     

基于LMS算法的自适应滤波器在声学回声消除中的应用

阐述了自适应滤波器的基本原理,在介绍LMS自适应滤波算法的基础上,利用TMS320VC5402 DSK的软、硬件平台,进行LMS自适应滤波器的设计仿真,并对语音回声进行消除。实验表明,该算法在应用中具有良好的滤波性能,达到了较好的回波消除效果。     

免疫算法自适应滤波器对白噪声的抑制

实际信号经常会受到白噪声及高次谐波的影响,由于白噪声频谱分布在整个实数域,常用的滤波器很难将其滤除。讲述了自适应滤波器的原理及用免疫算法自适应滤波器,对白噪声及高次谐波进行抑制的方法。通过免疫算法对自适应滤波器的权向量进行优化,并用均值滤波的方法对自适应滤波器的滤波结果进行进一步滤波,然后用MATLAB对该算法进行仿真。将免疫算法自适应滤波器的仿真结果和LMS滤波算法的仿真结果进行比较,表明免疫算法自适应滤波器能对白噪声及高次谐波进行有效的抑制。     

基于Matlab信号处理仿真研究

Madab是一种面向科学与工程的高级语言,本文结合工业自动控制系统的信号分析与处理。详细阐述典型LMS和RLS自适应算法原理并对其进行对比分析,运用simulink仿真功能对自适应信号噪声抵消系统进行仿真实现。     

自适应滤波器在电参数测量系统中的应用

论述了基于LMS算法的自适应噪声抵消器和自适应谱线增强器的工作原理及改进的算法,并将自适应噪声抵消器和自适应谱线增强器合并为一个滤波器应用于电参数测量系统中,仿真实验证明这种滤波器去除噪声的性能较佳.     

基于并行技术和流水线的LMS自适应滤波算法

针对现有自适应滤波算法中数据处理效率低的问 题,提出了基于并行技术和流水线的最小均方误差（Least mean square,LMS）自适应滤波算法。该算法构建基 于并行技术的多输入多输出滤波器结构,成倍提高系统滤波处理速度;设计基于流水线的LMS 自适应滤波权系数求解方法,有效改善了权系数计算效率。最后利用现场可编程门阵列(Field programmable gate array,FPGA)对该算法进行了验 证,结果表明,对于四级并行流水线四阶LMS自适应滤波器,其数据处理速率提高了约8倍,在相同的数据处理速率下,其功耗可降低约84%,从而提高了LMS自适应滤波处理速率,降低了系统功耗,实现了高速、超高速数据流的实时自适应滤波 处理。     

Computational noise effects on adaptive filter algorithms

Finite word length arithmetic roundoff noise in adaptive filter algorithms results in statistical variations in the filter weight vector about the infinite precision arithmetic weight vector. These roundoff errors may be modeled as a statistically non stationary driving noise affecting weight mean and covariance convergence. Mean and covariance expressions and bounds are desired for word lengths in fixed-point arithmetic by making use of multiplication roundoff error models. The adaptive filter algorithms consist of the LMS algorithm, the Widrow-Hoff LMS algorithm, pilot-vector algorithm and clipped vector algorithm. All of these algorithms can be implemented on-line and real-time. However, only the behavior of the LMS algorithm is reported here. The implementation of the adaptive filter algorithms in finite word length arithmetic is most evident in minicomputer, microprocessor, and dedicated digital signal processors for on-line real-time signal identification and parameter estimation in many disciplines. Radar signal processing, adaptive beam forming, acoustic signal identification, communication channel enhancement have a definite need for advanced filtering concepts. Our adaptive algorithms are typically employed in these filter configurations. These filters can also be employed in phase distortion equalizers. A particular advantage of these filters is that they can be trained to equalize a variety of distortions. Should a particular distortion scenario change in time, the filters can be made to easily adapt to the new problem.     

基于多DSP系统的并行延时LMS算法的实现

随着对信号处理要求的不断提高，基于AD公司21xx系列16位定点DSP中的ADSP-2181提出了一种具有很强适应性与灵活性的多DSP结构，同时介绍了基于FIR滤波器的自适应滤波算法，包括常规LMS算法，延时LMS算法，以及基于二输入二输出FIR滤波器的并行延时LMS算法，详细介绍了易于实现并行和流水线结构并行延时LMS算法，并将自适应滤波中的两大热点——自适应算法的研究与高速信号处理的实际工程相结合，重点研究了并行延时LMS算法在多DSP结构中的实现，体现了并行算法的优越性。     

基于最小均方预测的图像单像素精度边缘检测算法

基于预测的思想，引入数字信号处理中常用的最小均方（LMS）横向滤波器对图像进行边缘检测。由于图像的缓变区域可等效为一个平稳随机过程，使得LMS算法能够适用。在通过LMS预测检测出图像边缘的基础上，本文还对该算法在边缘处的行为进行了附加条件的判断，使得LMS算法在经过边缘的地方重新收敛后才进行边缘检测，这样可以获得单像素精度边缘。     

改进的最小均方自适应滤波算法

针对传统的固定步长最小均方(LMS)算法应用于雷达杂波自适应滤波器系统存在收敛速度与收敛精确度相矛盾的问题,提出一种新的变步长LMS自适应滤波算法。在其基础步长迭代公式中,通过组合自相关误差与前一步长因子来实时更新迭代下一步长因子的方法,达到具有较快的收敛速度和较小的失调,并且不受已经存在的不相关噪声的干扰的效果。仿真结果表明,所提方法的实验效果与传统固定步长LMS算法及已有算法相比,在收敛速率、收敛精度、抑制噪声方面都有很大的改善,证明所提算法是有效、可行的,且与理论分析一致。     

Frequency-response-shaped LMS adaptive filter

A new LMS algorithm is introduced for improved performance when a sinusoidal input signal is corrupted by correlated noise. The algorithm is based on shaping the frequency response of the transversal filter. This shaping is performed on-line by the inclusion of an additional term similar to the leakage factor in the adaptation equation of leaky LMS. This new term, which involves the multiplication of the filter coefficient vector by a matrix, is calculated in an efficient manner using the FFT. The proposed adaptive filter is shown analytically to converge in the mean and mean-square sense. The filter is also analyzed in the steady state in order to show the frequency-response-shaping capability. Simulation results illustrate that the performance of the frequency-response-shaped LMS (FRS-LMS) algorithm is very effective even for highly correlated noise.