一种变步长的自适应特征值分解时延估计方法

在房间声场环境下基于传声器阵列的说话人定位中,时延估计算法是其中的关键步骤。与其它常用时延估计方法相比,自适应特征值分解（Adaptive Eigenvalue Decomposition,AED）时延估计算法因其优越的抗混响性能受到越来越多的关注。但在受噪声和混响干扰的语音条件下,传统的自适应特征值分解算法收敛速度较慢,对初值敏感。通过引进动量因式,提出了一种变步长的特征值分解算法,通过理论分析和仿真实验,证实了新算法的收敛性能要优于传统的特征值分解算法,节省收敛时间,使算法的整体性能有所提高。     

一种改进的频域自适应时延估计算法

时延估计问题在许多工程应用中具有重要的意义。本文提出了一种改进的频域自适应时延估计算法,该算法等效于频域自适应时延估计器和广义相位谱估计器的组合。用实测的直升机噪声数据进行仿真,验证了本文提出的算法具有较高的时延估计精度和收敛速度。     

无约束频域自适应滤波算法最优步长控制

频域自适应算法由于具有较低的计算复杂度和较快的收敛速度而被广泛应用。但是固定步长的频域自适应算法必须在收敛速度、稳态失调、跟踪速度和对噪声干扰的稳健性之间权衡。文章研究了无约束频域自适应滤波算法的最优步长控制问题。通过分析频域自适应算法的收敛特性,给出了最优步长的表达式,推导出了频域失调因子的递归变化关系并用来估计频域失调因子。在系统辨识和回声抵消应用中的计算机仿真结果表明,所提变步长算法能同时得到较快的收敛速度和较低的稳态失调,同时该算法对回声抵消应用中的双端对讲不敏感,因而不需要明确的双端对讲检测。     

一种新型快速收敛的LMS谐波检测算法

针对传统基于固定步长LMS算法在电网谐波检测中存在收敛速度与稳态精度需折中选择的问题,提出了一种新型具有较高收敛速度的改进变步长LMS算法。该算法以同一相位下相邻两时刻的误差信号e(n)、e(n－1)的自相关估计调节步长更新,并且采用归一化处理方式,以误差信号在总电流信号中的比例k(n)、k(n－1)作为新反馈量,同时对新的反馈量进行相干平均估计来调整步长迭代;在权值迭代公式中引入相邻时刻估计误差绝对值之差的扰动量来加快自适应滤波器权矢量的迭代速度。MATLAB/Simulink仿真和实验证明,该方法相对于传统固定步长LMS谐波检测算法在收敛速度和稳态精度上有了进一步的提高,尤其在负载发生突变时的跟踪能力。     

一种并行交替采集系统通道失配自适应盲校准方法

通过对并行交替采集系统中通道失配误差影响的分析,提出了一种基于自适应估计的非均匀信号校准方法.该方法不需要额外增加校准信号,能在日常工作的同时自动完成误差估计,实时性高;使用变步长自适应算法,提高运算速度;无需时延滤波器,降低了系统设计难度及成本.实验结果表明,该校准算法能有效补偿通道失配误差,具有迭代次数少、运算量小、能动态跟踪误差变化的特点.     

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。     

时间自适应在海洋平台桩靴上拔模拟中的应用

该文通过模型试验和时间自适应有限元分析的方法模拟了海洋平台桩靴的上拔过程。在有限元数值分析中引入了启发式和基于误差评估的两种时间自适应方法,有效解决了因时间步长的选取而引起的不收敛和计算效率低等问题。启发式算法通过控制收敛速度调整时间步长,有效预防了不收敛或收敛过慢,但时步调整较为粗糙。基于误差评估的时间自适应有效控制了计算误差,能够平滑地调整时间步长,相比于启发式算法更具有精确性和稳定性。通过试验和数值方法得出海洋平台在上拔桩靴时需克服海床土体吸附力,采用时间自适应方法可以高效模拟桩靴位移时程的非线性问题。     

组合步长的改进仿射投影主动噪声控制算法

为了改善在主动噪声控制(Active Noise Control,ANC)中由不平稳脉冲噪声引起的经典仿射投影算法稳态误差高的缺陷,利用鲁棒类M估计器代价函数对误差信号的饱和特性,将其与权重向量的L2范数约束相结合,提出类M估计器函数仿射投影算法。该算法的收敛精度相较于经典符号仿射投影算法提升3.2 dB。为了进一步提升收敛速度,将组合步长技术引入上述算法来自适应调节权重约束中的步长参数,调节收敛速度与稳态误差之间的矛盾。仿真结果表明,最终提出的算法突破固定步长的限制,可实现更快的收敛速率和更低的稳态误差,相较于已有仿射投影算法,在收敛速度方面提升2倍,在收敛精度方面提高10 d B。该算法可为之后仿射投影算法的研究提供理论指导和实验依据。     

汽车车内噪声主动控制变步长NFB-LMS算法

为规避最小均方（Least Mean Square,LMS）算法不能同时提高收敛速度和降低稳态误差的固有缺陷,以及已有变步长LMS算法存在收敛速度慢和稳态误差估计精度差的问题,文中提出了一种基于变步长归一化频域块（Normalized Frequency-domain Block,NFB） LMS算法的汽车车内噪声主动控制方法。为了比较,应用传统的LMS算法、基于反正切函数的变步长LMS算法和变步长NFB-LMS算法分别进行实测汽车车内噪声的主动控制。结果表明,与其他两个算法相比,变步长NFB-LMS算法的收敛速度提高了70%以上,稳态误差减小了90%以上。变步长NFB-LMS算法在处理车内噪声信号时具有很高的效率,为进行汽车车内噪声主动控制提供了一种新方法。     

基于单比特量化的单频信号时延估计算法

提出了一种基于单比特量化的单频信号自适应时延估计算法,采用该算法在保持信号频谱特性不发生变化的基础上,极大地去除信号冗余量,对简化后的信号框架采用包络检测,估计时延.对接收信号进行单比特量化能够最大限度地降低数据量,同时量化结果又进一步简化了单频信号滤波器的输入响应函数结构,自适应算法则保证了时延估计的高分辨率.通过仿真实验表明,该算法在不造成频偏和频率衰减的同时,又很好保证了时延估计精度.最后利用湖上实验验证了算法的有效性和可靠性.     

时延估计方法的分析

对周内外时延估计的最新研究现状及各种算法进行研究,在研究了大量时延估计文献的基础上,分析了广义相关法、广义相位谱法、自适应算法及其改进算法,分析了各种算法之间的关系以及各自的特点。重点论述了现代信号处理算法与时延估计算法相结合的各种时延估计方法及其在非平稳信号中的应用,同时,分析了带宽对时延估计精度的影响及宽带信号的时延估计方法,指出了时延估计算法还需要进一步研究的方向。     

变步长自适应结构振动主动控制算法

提出基于次级通道在线辨识的变步长振动主动控制算法,给出主动控制环节收敛步长、次级通路建模环节收敛步长的调整策略及新的附加噪声功率控制策略。此调整策略完全由初级振动、残余振动及附加随机噪声信号功率决定,无需额外引入经验参数,可简化系统算法复杂度,提高算法收敛性能,实现对附加随机噪声功率的调节,在保证系统稳定情况尽量消除其对残余噪声影响。仿真结果表明,与已有算法相比,该算法在收敛性能、振动控制效果两方面更具优势。基于NI CRIO实时控制器进行简支梁振动主动控制试验表明,该控制系统对简支梁振动响应有较好的抑制作用,对初级振动频率具有较好的跟踪性能。即基于次级通道在线辨识的主动控制方法行之有效。     

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。     

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。     

基于改进双曲正切函数的变步长最小平均p范数算法

在信号处理领域,传统的自适应滤波算法采用的固定步长会导致稳态误差和收敛速度无法同时兼顾。针对这个问题,对最小平均p范数(Least Mean p-norm,LMP)算法进行改进,提出了一种基于改进双曲正切(tanh)函数的变步长最小平均p范数算法。该算法利用改进的tanh函数来调节步长,采用移动加权平均法构造变步长函数;同时引入了一个调节函数以进一步提升算法的性能。通过在海洋脉冲噪声干扰下进行仿真,实验表明,与已有的固定步长和变步长算法相比,改进的变步长LMP算法较好地兼顾系统的收敛速度和稳态误差;引入调节函数后的新算法在保证原有算法收敛速度的同时进一步降低了算法的稳态误差,从而兼顾了算法的收敛性和稳定性,具有较好的可行性。     

一种强干扰下超弱水声信号自适应盲分离的快速算法

许多盲源分离算法对超弱信号收敛速度变慢甚至失效。文章提出一种算法 ,用FASTICA算法所得的分离矩阵作为一种基于输出去相关自适应盲分离算法的初始值 ,算法的收敛速度得到明显改善。算法的学习速率通过一种自适应算法选取 ,从而降低了算法收敛速度对学习步长的依赖。仿真结果表明 ,文中提出的算法对超弱信号特别有效 ,算法收敛速度大大增强。该算法可以用于分离强干扰下的弱水声信号     

变步长LMS自适应均衡算法研究

为解决宽带无线通信中由多径信道产生的符号间干扰,对最小均方(LeastMeanSquares,以下简称LMS)自适应均衡算法进行深入分析。针对LMS算法收敛速度和稳态均方误差相互矛盾的问题,重点研究变步长LMS算法,在现有算法的基础上,进行步长分析,提出一种新型变步长LMS算法。利用信道响应长度、均衡器阶数、收敛误差共同控制迭代步长,简化步长设置,提升算法的收敛速度并降低稳态均方误差。仿真分析表明新型变步长LMS算法有更好的收敛特性。     

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。     

CDMA系统中的自适应功率控制

CDMA系统的功率控制是第三代移动通信的关键技术之一。本文介绍了功率控制的必要性，分析了传统固定步长功率控制的缺点，主要介绍了几种目前研究较多的自适应变步长的功率控制方法。最后提出了将混沌理论应用于功率控制的设想。     

几种时延估值算法的频域自适应实现及比较

由于有限信号谱估计的不精确性和面临有约束最优参数估计的复杂性,以往的自适应时延估值算法都是在时域实现的。本文对于时延的近似EIR系统模型阐述了有约束的频域最优参数估计可以用无约束的估计来近似,而且就时延估值而言,它仍然是一个无偏估值器。 本文采用基于FFT的频域LMS自适应滤波算法实现了几种主要的广义互相关时延估值算法(Roth,Scot和ML),并与普通互相关法(CC)进行了比较。