改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上，通过建立步长因子μ与误差信号е之间的非线性关系，提出了一种改进的变步长LMS自适应滤波算法，并将其应用于自适应噪声抵消中，还分析了参数对算法性能的影响，结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果，仿真结果与理论分析一致。     

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。     

车内噪声主动控制变步长LMS算法

通过对轨道车辆车内含噪样本数据的分析,应用步长因子μ(n)与误差信号e(n)呈正弦函数关系的变步长LMS算法。分别对自适应滤波器中的权向量按照最速下降算法进行更新,并利用建立的自适应滤波器进行车内噪声主动控制。结果表明,提出的变步长LMS算法解决了LMS算法因固定步长不能同时兼顾算法收敛速度和稳态误差的固有缺陷,具有更快的算法收敛速度和较小的稳态误差。     

一种基于变步长LMS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，对非平稳环境敏感性强，步长需要谨慎选择才能达到收敛和失调的折中等缺点。为了改善非平稳条件下FIR自适应滤波器的性能，文章介绍了一种变步长的LMS算法，这种算法迭代过程中步长在规定的上下限内是关于信噪比的递减函数，用于自适应噪声对消器中去除含噪语音信号中的加性噪声，以解决固定LMS算法中跟踪速度和失调的矛盾。对不同信噪比的含噪语音信号去噪，仿真结果证明该方法优于NLMS(Normalized Least Mean Square)算法，在提高收敛速度的情况下减小了剩余均方误差和失调，但需增加少量的运算量。     

改进型最小均方算法的仿真比较及在语音提取中的应用

介绍噪声抵消的原理和从强背景噪声中自适应滤波提取有用信号的方法,并对基于Sigmoid函数的变步长LMS算法（SVSLMS）、基于箕舌线的变步长LMS算法和基于抽样函数的变步长LMS算法进行对比研究,并将这三种改进型变步长算法用于强背景噪声中语音信号的提取,使其能消除含噪语音信号中的背景噪声,达到提高语音信号质量的目的。计算机模拟仿真结果表明,这三种算法都能通过有效抑制各种干扰来提高强噪声背景中的语音信号的检测特性。相比之下,基于抽样函数的变步长算法具有良好的收敛性能,更小的权噪声,更大的抑噪能力。     

利用自适应噪声抵消消除工频脉冲干扰仿真

介绍一种将自适应噪声抵消算法应用于消除周期性工频脉冲干扰的方法。该方法利用周期sinc函数仿真工频脉冲干扰信号,与白噪声叠加作为参考输入,利用最小均方(Least Mean Square,LMS)算法与归一化最小均方(Normalized Least Mean Square,NLMS)算法进行自适应噪声抵消滤波仿真实验。MATLAB仿真处理结果显示,在无增益、增益饱和、增益过饱和这三种情况下,当信噪比为3 d B时,分别用LMS算法与NLMS算法滤波后可以清晰地分辨多次回波。     

一种变步长LMS自适应滤波算法研究

为了解决最小均方(LMS)算法的稳定性及收敛速度(自适应速度)和稳态误差(自适应滤波器的精度)之间的矛盾,本文提出了一种自适应变步长的LMS算法,它的权系数的调整取决于误差曲面在新权值点上的梯度.分析了新算法的收敛特性以及参数选择对算法性能的影响.该算法具有较快的收敛速度、鲁棒稳定性且运算小易于实现的特点.计算机仿真的结果证实了该算法的收敛性能优于标准的LMS算法并且具有较好的实用性.     

一种新的变步长LMS自适应滤波算法

通过建立步长因子μ与误差信号e之间的非线性关系，提出一种新的基于抽样函数的变步长LMS算法，并进行了计算机仿真．结果表明，该算法除了具有传统LMS算法计算量小、稳定性较好、简单易于实时处理等优点外，其收敛速度、稳定性以及跟踪速度均优于传统固定步长LMS算法抽样函数、SVSI—MS算法。     

人工神经网络应用于适应滤波的研究

目的 用神经网络实现Adaline自适应滤波权值调节。方法 在Adaline自适应滤波器中,滤波器的权值调节是通过LMS自适应算法进行调整的,但LMS的自适应算法的收敛速度慢,从而大大影响了Adaline自适应滤波器的滤波性能,作者利用TH网络进行TH－Adaline滤波器系统辨识。并给出了Adaline滤波器权值输出变化曲线的仿真结果。结果与结论 利用TH神经网络来实现滤波器权值调节的Adaline自适应滤波器运算速度比运用LMS算法的Adaline自适应滤波器的收敛速度快。     

一种改进的LMS算法在回波抵消中的应用

介绍了线路回波产生的背景及自适应滤波方法在消除回波方面的优势。讨论了自适应回波抵消器的基本原理。采用一种改进的定步长LMS算法对提高传统定步长算法的收敛速度和精度具有良好的效果。应用matlab仿真软件验证了经改进的算法的性能。最后应用simulink仿真软件搭建了自适应回波抵消器的模型,仿真结果表明该改进算法可在回波抵消器中获得有效应用。     

一种采用自适应遗传算法的模糊自整定控制器

针对模糊自整定控制器参数寻优能力差的不足,研究了采用自适应交叉概率与变异概率的遗传算法,提出了用这种自适应遗传算法改善模糊自整定控制器性能的方法。对采用自适应遗传算法的模糊自整定控制器与一般的模糊自适应控制器作了仿真对比研究,说明了前者的优越性。     

密集模态挠性结构振动的自适应逆控制

一般空间大型挠性结构具有模态密集和参数随特殊空间环境变化的特点,给振动控制系统的设计带来严峻的挑战。常规的固定参数控制器,能很好地解决密集模态挠性结构在相当长的一段时间内不发生变化且其模型可以较为准确获取的一类问题,但结构参数变化时控制效果变差甚至系统失稳。为此研究了密集模态挠性结构振动的自适应逆控制,在二维密集模态挠性板振动控制实验系统上,实现了扰动的有效抑制,其控制效果比固定参数控制器要好;当系统结构参数发生变化时,自适应逆控制系统能够自动重新进行在线辨识和控制器参数自适应调整,达到新状态下扰动的有效抑制。     

基于参考模型的自适应话音处理

本文讨论了一种带有参考通道的自适应话音消噪滤波器原理，该滤波器采用最小均方差(心幅)算法。将此滤波器应用于复杂噪音背景的话音信号提取，能很好地抑制背景噪声，从而获得清晰的话音信号。     

模型参考自适应恒张力控制系统研究

为解决不适张力对带材供送的影响,通过放卷辊的动力学分析,建立了张力数学模型,分析了影响张力的因素。针对放卷过程中半径变小,而常规PI控制难以实现参数在线调整,提出模型参考自适应张力控制方法,建立了参考模型,采用梯度法推导了自适应率。建立了控制系统模型,并进行了仿真。结果表明,利用该方法系统可以有效的跟随半径减小调节控制器参数,保证了系统的稳定性,缩短了调节时间,减小了超调量。     

Examining the Stability of the Adaptive Method of Measuring the Geometric Parameters of Concave Optical Surfaces

We investigate the existence and stability of the solutions obtained with the adaptive method of measuring the principal geometric parameters of concave optical surfaces, i.e., the radius of curvature and the eccentricity. __________ Translated from Izmeritel'naya Tekhnika, No. 10, pp. 36–38, October, 2005.     

双自适应噪声抵消算法的实现

为有效剔除噪声,提高信噪比,提出一种基于双自适应的噪声抵消算法,包括自适应子带分解算法和自适应噪声抵消算法两部分。采用子带分解与噪声功率谱密度匹配的方法来对信号进行非均匀子带分解,根据噪声在子带中的分布进行有效滤波,对低噪或基本上无噪的子带不滤波,而对其它子带采用自适应滤波的算法。仿真对比表明,与传统的均匀子带自适应噪声抵消相比,计算量大大减小,其滤波效果也得到一定的改善。     

一种新的窄带信号去噪方法仿真分析

采用基于线性组合器的一种谱线增强算法,对窄带振动信号进行消噪处理。针对传统自适应谱线增强算法的不足,本文提出一种输出反馈的LMS算法,将滤波器输出的历史信息与线性组合器的输出加权后迭加,构成新的滤波器输出,从而构成新的滤波算法。利用MATLAB仿真了该新型组合滤波器消噪效果,仿真分析中将该消噪方案用于仿真信号实际采集的信号。通过仿真验证,新算法的去噪性能优于原来算法。     

Adaptive optimal model reference control in H 2–norm space

Abstract

In model reference adaptive control systems, because the plant is assumed to be unknown, it is a difficult task to choose a suitable reference model such that the perfect model matching condition (i.e., the plant zeros in |z|≥1 must be the zeros of the reference model) is assured in every adaptive step. In the present paper, an adaptive controller, achieved by minimizing the H ²‐norm of the error transfer function between the closed‐loop system and the reference model using the technique of calculus of variations, is developed. It guarantees the stability of a closed‐loop system regardless of whether or not the controlled plant is unstable or nonminimum phase.     

Adaptive optics and vision

It has long been recognised that the optical quality of the human eye is far from diffraction limited. This affects our visual acuity and severely limits the resolution at which images of the living retina can be obtained. Adaptive optics is a technique that can correct for the eye's aberrations and provide diffraction limited resolution. The origins of the technique lie in astronomy, but it was successfully adapted to the human eye just over 10 years ago. Since then there have been rapid developments in the field of adaptive optics and vision science. In vivo images of the retina can now be routinely achieved with unprecedented resolution. Sophisticated experiments can be performed to gain a deeper knowledge of the interaction of neural retinal architecture and visual perception. This article presents the theory behind adaptive optics for the human eye and reviews the developments in this field to date.     

一种基于小波级数分解的LMS自适应除噪方法

将小波级数引入ＬＭＳ算法,利用小波的时频局部特性,将小波级数同ＬＭＳ算法结合,提出了一种新型的基于小波级数分解的ＬＭＳ方法,提高了ＬＭＳ算法的收敛速度,并应用于自适应滤波器,提高了自适应滤波器整体的收敛速度及输出的信噪比。文中给出了算法的推导,并用模拟实验进行了验证。