一种快速回声消除算法及DSP实现

在回声消除系统中,人们希望回声消除器不仅要收敛速度快而且要鲁棒性好。PNLMS和PNLMS 算法具有收敛速度快的优势,然而在双端发声情况下,它们就会产生大的失调,甚至不能保证滤波器收敛。为了克服上述问题,根据正交原理,我们提出了OP-PNLMS算法,该算法不仅具有PNLMS和PNLMS 算法的快速收敛性能,而且受双端发声和嘈杂背景噪声影响极小。即使是在单端发声时,该算法的性能也优于NLMS以及PNLMS和PNLMS 算法。此外,讨论了该算法在定点DSP上的实现方案。     

基于前馈神经网络的自适应回声消除方法

回声消除常用的LMS算法收敛性差,而收敛性好的RLS算法计算量大。文章中提出一种全新的求解方法：基于前馈神经网络的自适应回声消除方法。把回声消除模型中求解滤波器系数的问题转化为前馈神经网络神经元权值的训练问题,并运用误差反向传播算法(BP算法)得出神经元权值的递推公式。经仿真计算,能较好地实现回声消除,与原传统算法LMS和RLS计算比较：该方法能得到非常高的计算精度和明显优越的收敛性能,而计算量只有RLS算法的一半。     

一种新的回音消除的双向通话检测算法

在回音消除的算法中,近端语音信号的出现会引起预测回声路径的自适应滤波器发散,一个很成熟的回声消除算法一定包含双向通话检测算法。提出了一种基于滤波器抽头活跃位置的双向通话检测算法,该算法利用滤波器最活跃的抽头位置相邻的n个抽头2．范数作为一个检测参数,并且区分滤波器间差异性的参数的阈值是动态的,该算法对双向通话的出现与消失能做出快速的响应,实现简单,检测准确。文章的双向通话检测新算法是基于双辅助滤波器的回音消除器的结构,通过录制了真实的环境语音仿真验证了该算法的鲁棒性。     

变步长LMS算法在回声抵消器中的应用

针对在回声消除中应用LMS算法出现的不足,提出在定点DSP上应用变步长LMS算法的回声抵消器的设计,仿真比较了变步长LMS算法与定步长LMS算法在收敛速度和稳态误差上的差别,最后介绍了在C54x上的实现时如何兼顾处理速度和精度的设计考虑。     

一种改进的自适应滤波算法在微震信号处理中的实现

为实现低阶滤波器对微震信号进行自适应滤波处理,提出一种新型的自适应滤波算法——变步长延时LMS算法(VS-DLMS).运用Matlab软件对该算法进行计算机仿真验证,并将其与传统自适应滤波算法在滤波器阶数较低时的滤波效果进行比较,证明该算法的有效性与优越性.最终设计该系统各模块功能图并在FPGA中编写VHDL语言对该算法进行硬件部分实现.结果表明:该算法有非常好的可行性,对比传统算法在高速地震信号采集处理应用中有着良好的应用前景.     

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。     

STFT及其在回声消除方面的应用

论述了STFT(Short-Time Fourier Transform)理论及其特点,设计了一个在桌面音频系统中由于麦克风和听筒的耦合而产生语音干扰(主要是回声)的消除系统,该系统利用STFT将所需信号和噪声信号变换到频域,通过频谱相减消除噪声。提出了一个基于多信道回声消除器的子带最小二乘滤波器理论分析和估算方法,该方法具有较强的自适应能力、算法收敛快、控制精度高。     

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。     

相关性比例标准化LMS算法

传统的回声消除系统无法在嘈杂的双工环境下工作。由于双工信号的干扰,误差信号不能正确地指导滤波器系数的更新。提出一种基于相关函数的自适应滤波算法相关性比例款化LMS(CPNLMS)算法。计算机仿真结果显示,CPNLMS算法的表现要优于传统PNLMS算法,特别是在全双工环境下。     

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.     

进化论自适应滤波算法及降噪特性研究

基于生物进化论策略的自适应滤波算法，利用其有性繁殖和无性繁殖的随机搜索能力实现全局最优搜索，可克服最小均方法（Least Mean Square，简称：LMS）对于多峰特性问题有可能收敛于某一局部最小值，无法实现全局最优的缺点。提出峰值系数指标PR（Peak Ratio）概念解决进化论自适应滤波器的性能评估问题，提出收敛速度CS（Converge Speed）指标和峰值系数指标PR高度的方法解决最优滤波参数的选取问题，并列进化论自适应滤波器的降噪进行模拟仿真，讨论了滤波长度和进化系数对进化论自适应算法消噪效果的影响及最优滤波参数。     

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。     

基于LMS自适应时延估计的高精度超声测厚系统

针对现有超声测厚系统精度较低的问题,研制基于最小均方（Least Mean Square, LMS）自适应时间延迟估计的高精度超声测厚系统。设计超声发射及接收电路,研发基于现场可编程门阵列（Field Programmable Gate Array, FPGA）的高速数据采集及传输系统,开发基于MATLAB的上位机信号处理软件,通过LMS自适应时间延迟估计算法准确、高效地计算超声飞行时间（Time of Flight, TOF）,从而实现高精度厚度测量。开展模拟回波仿真实验,结果显示：相较峰值法、包络法和相关法,LMS法在时间延迟估计方面更具优势。搭建基于LMS自适应时延估计的超声测厚系统,以量块为对象进行测厚实验,结果表明：该系统测厚相对误差小于3.77%,重复实验标准差不高于0.2 μm,最大相对不确定度为1.4%。基于LMS自适应时延估计的超声测厚系统可应用于板材厚度测量等领域,有利于推动高精度超声测厚技术发展,具有重要技术借鉴价值。     

一种改进的变步长LMS自适应滤波算法及其仿真

在分析传统的定步长最小均方(LMS)算法、变步长LMS算法的基础上,通过建立误差信号与步长因子之间的新的非线性映射关系,提出新的改进型变步长LMS自适应算法.通过MATLAB仿真分析,证明了该算法具有较好的收敛速度和较小的稳态误差以及较好的时变系统跟踪能力.     

一种新的利用主观听觉特性的回波抵消算法

利用人耳的主观听觉特性,提出一种新的衡量回波抵消效果的评判标准,并以此标准为目标函数提出了一种新的基于Ba参数的回波抵消算法。实验仿真表明,新的方法相比传统方法更符合人耳听觉特性;以结合人耳听觉特性的标准衡量,新方法比传统方法在性能上有一定的提升。     

基于最大相关熵准则的水下生物脉冲噪声消除方法

近海生物噪声表现为脉冲噪声,这一类噪声显著降低了水声通信系统的性能。结合水声信道的稀疏特性,提出一种基于最大相关熵准则的级联滤波器算法,该算法实现了脉冲噪声的消除及稀疏信道估计。第一级自适应滤波器完成对噪声的消除工作,第二级滤波器对去噪后的信号进行稀疏信道估计。该方法的优势在于无需知道信号和噪声的相关信息。仿真结果表明,提出的方法比单一的滤波器结构和传统信道估计算法性能更加优越。