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。     

基于FPGA的自适应滤波器去除检测信号中50Hz工频干扰

为去除检测信号中的50 Hz工频干扰,采用FPGA实现了基于LMS算法的自适应滤波器.采用VHDL编写代码实现LMS(最小均方误差)算法,并用MaxplusⅡ进行编译、综合,FPGA器件选用ALTERA公司的cyclone系列的EP1C12芯片.将滤波器应用于数据采集卡,结果显示,所设计的自适应滤波器可有效去除检测信号中的50 Hz工频干扰信号.     

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。     

基于FPGA的高速低功耗自适应滤波器的实现

基于对分组正则有符号数制(CSD)的改进,设计了一种利用FPGA实现误差符号LMS算法的简单方法,并采用该方法结合转置滤波器结构在FPGA上实现了高吞度量低功耗自适应滤波器.     

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.     

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3dB时该法的增强效果仍然令人满意。     

一种改进的自适应Volterra滤波器

针对部分耦舍LMS自适应Volterra滤渡器存在的不足,提出了一种改进的自适应Volterra滤波器.改进滤波器通过运用修正LMS Newton算法,大大减弱了步长因子对滤波器收敛性能的影响.与部分耦合LMS自适应Volterra滤波器相比,改进滤波器的收敛速度和精度都有了较大的改进.计算机仿真结果验证了该滤波器的有效性.     

基于辨识新算法的电子对抗系统干扰对消

收发同时的电子对抗系统常存在隔离问题,采用自适应滤波器对干扰耦合通路进行辨识,消除接收端耦合干扰,能够有效实现收发隔离.考虑到实际侦察接收机接收的雷达信号、接收机内部引入的噪声信号、发射机和接收机微波放大部分的非线性,因素严重影响自适应滤波器的性能.针对上述情况,给出一种平滑梯度估计的变步长最小均方(least mean square,LMS)算法.仿真结果表明,改进算法同传统变步长LMS算法相比具有相近的收敛速度,但在对抗接收机复杂信号环境上具有显著的优越性能.     

一种改进的LMS滤波器在DCG去噪中的应用

研究了LMS自适应滤波器在动态心电信号去噪中的应用。提出了一种适合动态心电信号预处理的变步长LMS改进算法,该算法用误差信号对期望信号的相对误差的平方根来调节步长。实验表明,这种改进滤波器在收敛速度和信噪比两方面都优于固定步长的滤波器。     

基于中值的自适应均值滤波算法

中值滤波和均值滤波通常被分别用来处理脉冲噪声和高斯噪声.但是当图像同时存在高斯噪声和脉冲噪声时,单独用那种滤波方法都不会达到最好的去噪效果.针对该问题,提出了一种基于中值的改进自适应加权均值滤波算法.该算法采用了一种基于自适应阈值的方法对滤波系数加以优化,使其可以更有效地减少噪声,又可以较好的保持图像的边缘细节信息.实验结果表明,该算法能较好的滤除混合噪声,且滤波效果优于传统的滤波算法.     

有源电力滤波器谐波检测的新型SRF-PLL设计研究

针对有源电力滤波器中基于同步坐标系的锁相环(synchronous reference frame PLL,SRF-PLL)在三相电网电压不平衡且有畸变时,负序基频分量和高频谐波电流对SRF-PLL的影响。文章采用在基于同步坐标系的锁相环中加入自适应陷波器(adaptive notch filter,ANF)和自适应滤波器(adaptive filter)的技术。利用自适应陷波器的两个相互正交的输出量抵消同频负序分量导致的2倍工频波动,并采用自适应滤波器的最小均方算法(Least Mean Square,LMS)滤除高频谐波分量,从而准确的提取基波电压的幅值与相位。文章以单独加入自适应滤波器或自适应陷波器作比较,通过仿真分析验证文中方法能更加准确的提取电网电压频率,正余弦函数曲线更加平滑,具有良好的动态性能和稳定性。     

基于递推最小二乘的自适应滤波振动主动控制算法分析

针对自适应滤波X最小均方差(FXLMS)和滤波U最小均方差(FULMS)振动主动控制算法收敛性较为缓慢的问题,给出一种基于递归最小二乘(RLS)方法的自适应滤波控制算法。该算法大致有无限长脉冲响应(IIR)滤波器结构和RLS算法两部分组成,IIR滤波器作为整个算法的主体框架,采用RLS算法针对滤波器的权值进行实时调整,实现了自适应滤波控制算法的功能。仿真对比分析表明,所提算法收敛速度较快。经过实验平台验证,被控对象的整体振动响应下降了65%左右,证明了算法的有效性和可行性。     

基于混沌优化的自适应中值滤波

提出了用混沌优化的方法进行自适应中值滤波。该滤波是在自适应中值滤波的基础上,将混沌优化与E-中值滤波结合起来输出最佳值。仿真结果表明,这种中值滤波不仅去噪效果较好,而且对噪声污染严重的图像也能很好地保护图像的细节。     

一种变分自适应中值滤波算法

针对自适应中值和变分滤波方法脉冲噪声去除能力的不足，提出了一种新的变分自适应中值滤波方法。首先采用自适应中值滤波器对脉冲噪点进行标识，然后对标识的噪点构建由逼近条件和边缘保持正则化条件构成的代价函数，通过变分方法对代价函数寻优求解，对噪点进行恢复。最后进行了仿真试验，并与标准中值滤波，开关中值滤波，自适应中值滤波，和变分滤波方法进行了比较。试验结果表明，在信噪比和细节保留方面明显优于上述滤波方法，可以有效去除高达90%的脉冲噪声。     

先验自适应中值滤波图像增强算法

通过分析传统中值滤波与自适应中值滤波算法的特点,提出了先验自适应中值滤波算法。该算法的思路是先对噪声进行检测与标识,再构造噪声标识矩阵,根据中值滤波算法原理在取中值时排除邻域内噪声点的灰度值。该算法避免了过度滤波,在保证滤波效果的前提下提高了滤波效率。     

基于MIT规则的自适应扩展集员估计方法

用于非线性椭球估计的自适应扩展集员(Adaptive extended set-membership filter, AESMF)算法在实际应用中存在着过程噪声设定椭球与真实噪声椭球失配的问题, 导致滤波器的估计出现偏差甚至发散. 本文提出了一种基于MIT规则过程噪声椭球最优化的自适应扩展集员估计算法(MIT-AESMF), 用于解决非线性系统时变状态和参数的联合估计和定界中过程噪声无法精确建模问题的新算法. 本算法通过MIT优化规则,在线计算使一步预测偏差包络椭球最小化的过程噪声包络椭球, 以此保证滤波器健康指标满足有效条件; 最后, 采用地面移动机器人状态和动力学参数联合估计验证了所提出方法的有效性.     

确定采样型强跟踪滤波飞机舵面故障诊断与隔离

为了克服扩展多模型自适应估计中扩展卡尔曼滤波的理论局限性,多重渐消因子强跟踪改进引起的滤波发散现象以及多维高斯故障概率计算量大等问题,本文将一类基于确定解析采样近似方法的非线性次优高斯滤波与多模型自适应估计相结合,提出了改进的多重渐消因子强跟踪非线性滤波快速故障诊断方法.确定采样型滤波克服了扩展卡尔曼滤波的理论局限性;推导了等效多重渐消因子计算方法,避免了非线性系统雅克比矩阵的计算,提高了故障突变时的跟踪性能;提出了基于平方根分解的改进的一步预测协方差更新方程,保证了滤波稳定性;提出了基于欧几里得范数简化的故障概率计算方法,降低了计算量.通过对比仿真验证了3种不同非线性滤波算法及其强跟踪改进算法的有效性,故障诊断方法跟踪性强、速度快、精度高,具有较好的鲁棒性和稳定性.     

A new adaptive center weighted median filter for suppressing impulsive noise in images

In this work, a new adaptive center weighted median (ACWM) filter is proposed for improving the performance of median-based filters, preserving image details while effectively suppressing impulsive noise. The proposed filter is an adaptive CWM filter with an adjustable central weight obtained by partitioning the observation vector space. To obtain the optimal weight for each block, the efficient scalar quantization (SQ) method is used to partition the observation vector space. The center weight within each block is obtained by using a learning approach based on the least mean square (LMS) algorithm. The noise filtering procedure is progressively applied through several iterations so that the mean square error of the output can be minimized. Experimental results have demonstrated that the proposed filter outperforms many well-accepted median-based filters in terms of both noise suppression and detail preservation. The proposed new filter also provides excellent robustness at various percentages of impulsive noise.     

最优对称性的快速自适应环路滤波算法

为了进一步提高基于块与四叉树的自适应环路滤波算法（BQ ALF）的编码性能,提出了最优对称性的快速自适应环路滤波算法（FALF OS）.首先根据区域对称性和平均绝对差值门限确定最优的对称性滤波器;然后在I帧中按照基于块与四叉树的方法得到需要滤波的区域,在P或B帧中利用运动矢量、运动估计和率失真模型A（RDOA）得到需要滤波的区域;最后采用得到的最优对称性滤波器对这些区域进行滤波.仿真结果表明,与BQ ALF算法相比,所提出的算法在保证重建图像质量的同时,编码时间大幅度下降.