多通道FURLS噪声主动控制算法及仿真

为了改善最小均方（LMS）类算法在空间宽带噪声主动控制问题中收敛速度慢的缺点,消除声反馈对系统稳定性的影响。将快速收敛的最小二乘（RLS）类算法与自适应滤波U形结构结合,提出多通道滤波-URLS（MFURLS）算法,理论上推导该算法详细流程。本文对定频和宽带噪声进行了降噪仿真,将MFURLS算法与多通道滤波-ULMS（MFULMS）算法进行对比,仿真结果表明采用MFURLS算法的系统有30dB左右的降噪量,且收敛速度优于FULMS算法,证明该算法在宽带噪声控制方面具有很大优势。     

几种变步长LMS算法的性能分析与比较

针对传统LMS算法的收敛速度与稳态误差存在矛盾这一问题,列出了NLMS、G-SVSLMS及改进的变步长LMS3种变步长LMS自适应滤波算法。通过仿真对比和理论分析,证明改进的变步长LMS算法具有更快的收敛速度、更小的稳态误差和更强的抗干扰能力。     

快速收敛变换域自适应滤波算法

为了提高LMS算法均衡相关信号时的收敛性能,提出了一种新的快速收敛变换域自适应滤波算法（VS-DCTLMS）。该算法融合了归一化离散余弦变换LMS算法和变步长离散余弦变换LMS算法的优点,具有结构简单,收敛速度快,稳态误差小的特点。仿真结果表明,该算法计算量和变步长归一化LMS（VS-NLMS）算法、解相关LMS（DescorrLMS）等算法相当,但在收敛速度上具有很大优势;收敛性能和最小二乘回归算法（RLS）接近,却克服了RLS计算量大、不利于硬件实现的实际问题,是一种性能优良的可实现方法。     

一种新的变步长LMS自适应算法及其应用

传统的固定步长的LMS算法难于同时获取较快的收敛速度与较小的稳态误差,基于这一矛盾,本文在分析基本LMS算法的基础上,提出了一种新的变步长LMS算法,该算法具有较快的收敛速度和较小的稳态误差。理论分析和计算机仿真结果表明该算法在收敛速度与稳态误差的性能上均优于基本LMS算法。尤其是在低估噪比的情况下,其性能的优越性更为突出。与传统的LMS算法相比较,新算法更适合于应用到回波消除等实时性要求高的场合。     

基于改进的SVSLMS算法的语音识别系统研究

为了克服固定步长LMS算法固有的收敛速度与稳态误差之间的矛盾,在传统SVSLMS算法的基础上提出了改进的SVSLMS算法。通过理论分析和仿真研究的方法,给出了该算法中各个参数的选取方法,并确定了适用于本文所采用的语音样本库的参数最佳值。对固定步长LMS算法、传统SVSLMS算法以及提出的改进的SVSLMS算法进行了仿真对比。仿真结果表明,提出的改进的SVSLMS算法在降噪性能、收敛速度和稳态误差这3个方面都优于其余两种算法,有效的提高了语音识别系统的准确性和稳定性。     

一种改进的变步长LMS自适应算法

为了得到一种抗干扰性能强、收敛速度快、稳态误差小的变步长LMS算法,本文分析了传统LMS算法、变步长LMS算法及其改进算法,并对现有变步长LMS算法进行分类归纳,在列出几种具有代表性算法的基础上,提出了一种改进的变步长LMS算法.新方法引入修正系数,通过当前和过去估计误差以及误差的时域均值来调节自适应算法的步长,具有收敛速度快,稳态误差小的优点,并且提高了LMS算法的抗干扰性能.文中最后给出了仿真结果,仿真结果与理论分析一致.     

一种新的变步长LMS自适应滤波算法

为了解决传统的固定步长的最小均方误差(LMS)算法在收敛速度和稳态误差上的矛盾,基于Sigmoid函数进行改进,提出了算法步长因子μ与误差信号e之间的一种新的非线性函数关系.首先,基于Sigmoid的偶函数特性将2个函数相乘,使得算法在稳态时能够获取更小的步长;然后,将误差信号用指数形式进行表示,进一步控制步长的变化速度;最后,通过误差e(n)和e(n-1)联合改变步长因子,提高了算法在低信噪比时的性能.理论分析和计算机仿真表明,与已有的变步长LMS算法相比,相同收敛精度时该算法的收敛速度更快,相同收敛速度时该算法的收敛精度更高,在相同条件下算法的抗噪声性能更好.     

基于重叠存储的快速自适应滤波器算法研究

为提高LMS算法的收敛速度和精确度,提出基于重叠存储的快速自适应滤波器算法,利用重叠存储法的快速卷积技术,进行快速傅里叶变换来实现。理论分析和计算机仿真均表明改进后的算法具有较快的收敛速度和较好的稳态性能,估计精度高优于其它算法。     

增强型LMS自适应电网畸变电流检测算法研究

为解决常规LMS自适应算法在电网畸变电流检测中存在收敛速度和稳态误差之间的矛盾,本文提出了一种增强型LMS自适应算法。该算法通过对输入信号环节进行预置带通滤波处理,改善信号的自相关数值,实现了基波处的幅值无衰减且相位无延时,同时通过对LMS算法权值和误差环节嵌入低通滤波拓扑结构,达到了降低畸变电流波动的目的。最后在对常规算法与增强型LMS算法分析比较的基础上,通过仿真和实验证明了本文理论分析的可行性,验证了此算法在畸变电流检测中的有效性和准确性。     

基于TLS自学习算法的谐波检测

基于Newton算法,本文导出了一种用于TLS估计的自学习算法,讨论了它在谐波检测中的应用。证明LMS算法和约束反Hebbian自学习算法(Constrained Anti-Hebbian Learning Algorithm)是本文提出的算法的两个特例。仿真结果表明,该算法的噪声剔出能力和收敛速度优于LMS算法和Constrained Anti-Hebbian自学习算法。     

横向时延滤波和IQ正交滤波的滤波效果仿真

由于横向时延滤波和IQ正交滤波在稳定性、收敛速度和误差率等方面的性能差异对于最小均方算法(LMS,Least Mean Squares)在工程上的实际应用具有参考意义,采用数值仿真的方法模拟了两者实现自适应最小均方算法的具体过程,并对比分析了它们的滤波性能。仿真结果显示IQ正交滤波具有更高的稳定性、更快的收敛速度、更小的误差率,其滤波性能优于横向时延滤波。IQ正交滤波器的阶数为2阶,而横向时延滤波器的阶数通常>10,滤波器阶数越多引入的权噪声也会相对增加,对于稳定性、收敛速度和误差率都是不利的,因此实际应用中优先选择阶数较少的IQ正交滤波器。     

雷达频率源自动测试系统软件设计

雷达频率源是现代雷达系统中非常重要的组成部分,主要介绍了雷达频率源自动测试系统软件设计方案,针对系统的硬件组成、测试原理、软件开发以及开发的关键技术进行了探讨。着重介绍了以VB软件为平台,基于GPIB和LAN口通信的自动测试系统软件设计技术。经过实际应用证明,该软件具有良好的通用性,自动化程度高,真正实现了仪表参数的自动设置、数据自动采集、测试结果自动存储等多项功能,减少人工干预,有效提高了雷达频率源测试效率和产品质量,充分满足雷达产品的测试需求。     

高噪声环境下基于自适应滤波语音降噪技术的研究

为了在高噪声环境下得到较清晰的语音信息,本文提出一种基于线性预测的FIR自适应语音滤波器,对LMS算法作出改进,提高了算法的收敛性。在多种噪声环境下,MATLAB仿真实验结果表明,改进的算法具有更好的降噪效果,显著提高了信噪比,并保持了语音的自然度。     

An easy demonstration of the optimum value of the adaptationconstant in the LMS algorithm [FIR filter theory]

The least mean squares (LMS) is the most widely used algorithm among those proposed to adapt the coefficients of an FIR filter in order to minimize the mean-square error (MSE) between its output and the desired signal. Since the introduction of the LMS algorithm, many variants have been proposed to improve its performance. Doubtless, the most popular is the normalized LMS algorithm, which uses a value for the adaptation constant that assures the fastest convergence. This correspondence shows a new demonstration of the algorithm based on a mathematical approach easier than that usually proposed     

基于带双窗N-1/N重叠频域FIR滤波器的自适应除噪

基于一种带双窗重叠自适应滤波器,将重叠滤波思想引入LMS算法,给出了窗加权重叠LMS(WO-LMS)算法.与传统的LMS算法相比,WO-LMS算法在同样收敛速度的前提下可以得到较低的稳态均方误差.理论分析了算法的收敛性,实验中通过和LMS算法的比较,验证了WO-LMS算法的优越性.     

最小均方差算法在智能天线非盲波束形成中的应用

智能天线是当前通信领域的研究热点之一,智能天线研究的核心内容是自适应波束形成算法.本文阐述了智能天线的基本原理,详细介绍了最小均方差算法以及它在智能天线非盲波束形成中的应用.文章以四元均匀线阵为例,利用计算机模拟仿真给出了最小均方差算法的性能分析,并讨论了实验参数对算法性能的影响.实验结果表明,天线方向图的主瓣能准确地指向目标用户的来波方向和主动抑制干扰信号;迭代步长的增大对算法的收敛速度有明显提高;而信干比的提高对于算法收敛速度的影响很小.