一种全解耦的RLS自适应Voherra滤波器

本文研究了Voltrra自适应滤波器解耦问题，提出了一种全解耦的RLS自适应Volterra滤波器．按照Volterra滤波器的伪线性组合结构，采用RLS滤波原理和约束优化理论，导出了满足最小累计平方误差指标的具有分块对角形输入相关矩阵的全解耦Volterra标准方程，据此设计了一种全解耦的RLS自适应Volterra滤波器，给出了滤波器权向量自适应修正的一套公式．仿真结果验证了本文方法的有效性。     

一种全解耦的Volterra自适应滤波器

本文研究了Volterra自适应滤波的解耦问题.通过对Volterra滤波器的伪线性组合结构的提出和分析,得到了一个新的关于均方误差MSE的表达式,并将Volterra自适应滤波问题描述为一个约束优化问题,从而导出了满足最小均方误差(MMSE)指标的具有分块对角型输入相关矩阵的全解耦Volterra标准方程,据此设计了一种全解耦的Volterra自适应滤波器,给出了滤波器权向量的自适应修正公式.仿真结果验证了本文方法的有效性.     

非线性Volterra系统的总体全解耦自适应滤波

研究输入、输出观测数据均受噪声干扰时的非线性Volterra系统的全解耦自适应滤波问题.基于总体最小二乘技术和Volterra滤波器的伪线性组合结构,运用约束优化问题的分析方法研究Volterra滤波过程,从而建立了一种总体全解耦自适应滤波算法.并建立了分析该算法收敛性能的参数反馈调整模型,分析表明,该算法可使各阶Volterra核稳定地收敛到真值.仿真实验的结果表明,当输入、输出观测数据均受噪声干扰时,总体全解耦自适应滤波算法的鲁棒抗噪性能和滤波精度均优于全解耦LMS自适应滤波算法.     

一种全解耦分组二阶Volterra自适应滤波算法

传统的Volterra滤波器运算量大,二次项将稳定分布的尖峰脉冲特性放大,从而影响了算法的收敛性能。针对这些问题．提出了一种二阶Volterra滤波器的全解耦分组算法,对输入数据进行分组排列,有效地降低计算复杂度,每组对应的子滤波器权系数采用全解耦自适应调整算法,有效地降低了非线性项耦合的影响。仿真结果表明了算法的有效性。     

并行RLS算法分析

RLS算法是一种被广泛应用、有效的自适应滤波算法。而如何提高算法速度，减少运算量一直是其研究的一个热点。分析提出了并行RLS算法。与常规算法相比，并行算法具有更高的数据吞吐率和滤波速度。如果考虑其硬件实现，可以得到效率更高,结构更简单的滤波器结构。     

基于自适应Volterra滤波器的非线性系统辨识

为了识别非线性系统的参数,本文提出了一种基于自适应Volterra滤波器的非线性系统辨识方法。给出了自适应Volterra滤波器的LMS和RLS算法。数值仿真结果表明,该方法对于非线性定常和时变系统都有效。     

一种新颖的双线性自适应滤波器

在非线性系统领域,Volterra滤波器作为一种经典的工具得到了广泛的应用.但是这种自适应滤波器的数学计算量非常大,尤其是当滤波器的阶数较大时,其应用往往受到很大限制.为了克服这个缺点,介绍了一种新颖的双线性自适应滤波器.详细分析了该滤波器的收敛性.在系统数学模型、算法和性能方面对该滤波器与Volterra自适应滤波器进行比较.仿真结果表明,这种新颖的滤波器在稳态误差和收敛速率等方面都比Volterra滤波器更优异.     

基于RLS自适应滤波器的并联型有源电力滤波器

将RLS自适应滤波器用于有源滤波器直流端电容电压的控制，并将直流端电容电压的控制完全摒弃了传统的PI积分控制，解决了控制参数难于调节且对电路中其他参数的变化非常敏感的问题。而且经过自适应滤波器的直流端电容电压几乎没有任何纹波，不但在电源电压为理想情况时可以起到较好的补偿作用，而且当电源电压发生畸变时也有较好的补偿性能。仿真研究证明了所提出的控制方法的正确性。     

图像边缘提取的自适应Volterra滤波器设计

Ｖｏｌｔｅｒｒａ滤波是研究信号高阶统计冗余性的一种有效途径。我们提出了一种用于提取图像边缘的自适应二次Ｖｏｌｔｅｒｒａ滤波器设计方法。这种滤波器是推广型Ｔｅａｇｅｒ基滤子的线性组合，其系数用基于极小化最小均方能量函数的共轭梯度法研究；它兼有局域平均和高通特性，因而可均衡去除噪声和增强图像边缘。文章还给出了计算实例。     

一种三阶Volterra自适应滤波算法

采用更高阶Volterra滤波器更好地逼近非线性系统时,Volterra自适应滤波算法的计算复杂度呈幂级数增加。针对此问题,本文提出了一种在α稳定分布噪声背景下基于离散余弦变换(DCT)的三阶Volterra滤波算法。首先将Volterra滤波器的三次项权系数矩阵分解成一组二次项权系数矩阵;然后利用正交变换,将二次项权系数矩阵变换成对角矩阵,从而大大减少了权系数个数,有效降低了算法的计算复杂度;最后将Volterra自适应滤波器输出表示成线性滤波器输出形式,并由此得到权系数自适应调整算法。系统辨识的仿真结果表明,本算法在α稳定分布噪声背景下具有优越的性能。     

稀疏自适应Volterra滤波的QRD-RLS算法

求解非线性问题时,非线性Volterra滤波的性能明显优于线性滤波;稀疏结构Voherra滤波器有效降低了Volterra滤波的工程应用复杂度;本文针对稀疏Volterra滤波,改进了基于QR分解的RLS算法,在更换滤波器抽头的时候保留了先前的数据信息,从而加速当前抽头的收敛,加快了滤波器核矢量的更新和替换.仿真结果表明改进的QRD-RKS算法具有快速自适应能力;一同验证了稀疏Volterra滤波的有效性.     

用于自适应天线的稳健的RLS算法

抗干扰通信是电子战的重要组成部分，自适应天线不仅具有很强的抗干扰能力而且可以与其它通信抗干扰技术相兼容，自适应算法是自适应天线的核心。本文把应用数学学科研究的热门方法之一“稳健估计（RE）”应用于RLS算法中，得到稳健的RLS算法（RRLS），理论分析与计算机模拟结果都证明了RRLS算法基本保持了RLS算法的优点，同时在抗突出值干扰方面，优于RLS算法，提高了RLS算法的稳健性。     

一种改进的变步长自适应滤波器LMS算法

本文提出一种改进的LMS算法(即MS-LMS)，并建立了步长因子μ与误差信号e(n)之间另一种新的非线性函数关系。该关系不仅具有原有算法在误差e(n)接近零处缓慢变化的优点，而且低信噪比环境下比原有算法具有更好的收敛性能。理论分析和计算机仿真结果表明，在低信噪比的环境下，改进算法的收敛速度和稳态误差的性能指标都有较大的提高，并对系统发生的突变表现出较强的鲁棒性。     

RLS算法自适应信道估计的性能分析

文中首先介绍了基本的RLS算法,分析了RLS算法中的初始化系数δ和遗忘因子λ对RLS算法收敛性能的影响。通过仿真可以看出,在相同的信噪比下,不同的δ对应不同的收敛性能。而不同的λ对收敛性能也有较大的影响。     

自适应波束形成的SARLS算法

提出了一种改进的递推最小二乘(RLS)算法——子阵异步RLS算法(SARLS)用于自适应波束形成,改进后的算法,在总权矢量的维数为N、子权矢量维数较小时,运算量由O(N2)降到了O(N),并通过实例仿真详细地验证了算法的实用性:该算法在保持对期望信号良好接收的同时,能够很好地抑制到达方向与期望信号不同的干扰信号。     

自适应算法LMS和RLS的仿真分析

在目前的移动通信领域中,克服多径干扰,提高通信质量是一个非常重要的问题,而自适应滤波器能很好的解决这个问题,自适应滤波器的核心是自适应算法。具体地讲述自适应算法的理论体系,模型及具体实施,分析两种典型的算法最小均方算法(LMS)和递归最小二次方算法(RLS),并根据仿真的结果得出结论。