基于LMS自适应噪声抵消法的无位置传感器研究

提出了LMS自适应噪声抵消的方法来实现无刷直流电动机换向位置的检测,改进采用端电压检测确定换向位置的方法,使电机在低速运转下仍有效工作。完成计算机仿真和DSP实现方案。仿真结果表明,自适应噪声抵消法可以有效地运用在反电势检测法中,比传统的检测法简单可靠。     

基于MATLAB的自适应噪声抵消器的设计与实现

阐述了自适应噪声抵消（ANC）技术的基本原理,基于自适应滤波器的原理,设计了自适应噪声抵消器;在对自适应滤波器相关理论研究的基础上,重点研究了自适应噪声抵消器的核心——LMS自适应滤波算法。在MATLAB中的Simulink下,建立了自适应噪声抵消器的模型,并通过设置不同的参数进行仿真,结果表明系统能够有效地从噪声中恢复出原始信号。最后对系统进行了性能分析,给出了自适应噪声抵消系统在实际应用中选取参考信号的要求。     

一种基于噪声估计的能量检测自适应门限新算法

频谱感知是认知无线电研究的关键技术之一,能量检测法是典型的频谱感知方法,但传统能量检测法的性能很容易受噪声功率变化影响。本文提出一种基于噪声方差估计的能量检测自适应门限算法。该算法基于噪声统计模型实时估计噪声方差,自适应地设置判决门限,达到更充分利用频谱资源的目的。仿真结果证明,该算法能准确估计噪声方差,有效地提高频谱检测性能。     

自适应抵消技术在随钻测井信号处理中的应用

随钻测井中,井场上的机电干扰和工业干扰对信号有明显的影响,为此提出了利用自适应噪声干扰抵消技术滤除噪声,提高信噪比。自适应噪声抵消器是自适应滤波的一种重要应用,它利用对消的方法抑制干扰,而把被污染的信号提取出来,因此可以将一路以有用信号为主同时含有部分噪声干扰和另一路主要是噪声信号的两路信号分别作为自适应噪声干扰抵消器的原始输入和参考输入进行自适应滤波。实验结果表明,自适应噪声抵消器能够有效滤除井场噪声,提高信号的信噪比。     

自适应噪声抵消系统的算法讨论与DSP实现研究

阐述了自适应滤波技术的发展及应用，研究并给出实现自适应噪声抵消技术的几种常用算法对算法的性能进行了计算机仿真比较，给出了仿真结果，最后以语音信号为例，在仿真成熟的基础上，提出了用DSP实时实现自适应噪声抵消的具体方案。     

一种用于自适应噪声抵消的变步长LMS算法

为了提高LMS自适应滤波算法的性能,在分析已有变步长算法的基础上进行了一些改 进。改进算法用误差信号的自相关来调节步长以实现对不相关噪声的更好抑制,且采 用先固定后变化的方法控制步长,兼顾了暂态和稳态性能。利用改进算法进行了自适应噪声 抵消的仿真实验,结果表明,基于改进变步长LMS算法的自适应噪声抵消器 能有效抵制噪声干扰,对含噪信号具有良好的消噪能力。     

基于DSP的耳机噪声抵消系统的设计与实现

设计和实现了基于DSP的自适应有源降噪耳机系统。分析了有源降噪耳机系统的原理,基于SEED-DEC6416开发板实现了有源降噪耳机系统的硬件和软件设计,为保证系统的实时性对程序进行优化,降噪耳机系统实现了对实际环境中噪声信号的提取、自适应滤波和噪声抵消。实验结果表明系统,在实际噪声环境中可以对噪声进行抵消,并良好地恢复语音信号,验证了系统设计的可行性和算法的正确性。     

麦克风阵列的协同自适应滤波语音增强方法

在麦克风阵列语音增强方法中,传统的广义旁瓣抵消器在处理存在显著脉冲噪声的语音信号时效果较差。为提高在脉冲噪声干扰下的语音信号增强效果,提出一种麦克风阵列的协同自适应滤波语音增强方法。该方法采用协同自适应滤波取代线性自适应滤波,基于NLMS算法导出了滤波器权值和协同因子的自适应更新算法。仿真实验结果表明,所提方法能有效地消除掉语音信号的脉冲噪声和高斯噪声,克服线性自适应滤波对非线性脉冲噪声的不敏感性,比广义旁瓣抵消器效果优越很多。     

基于遗传神经网络自适应噪声抵消技术的研究

自适应噪声抵消技术是减除背景噪声影响的有效处理方式。概述了自适应噪声抵消原理、BP算法及遗传算法等基本理论,结合各自的优点,提出一种基于BP神经网络和遗传算法相结合的自适应噪声抵消系统。该系统中采用遗传算法优化网络权值方式构造遗传神经网络,用遗传神经网络替代传统的自适应滤波器,以此达到更好的噪声抵消效果。使用MATLAB仿真实例,发现其消噪效果显著同时信噪比得到提高。     

基于LMS算法的自适应噪声抵消器的设计与实现

自适应噪声抵消(Adaptive Noise Canceller,ANC)技术是一种有效的降噪技术,阐述了基于自适应滤波器的噪声抵消的基本原理和设计方案以及在QuatusII软件上调用Modelsim对自适应噪声抵消器进行了仿真,对其相关性能指标进行测试,验证了该自适应滤波器的可实现性,并进行了相关的优化,提高了算法性...     

强混沌噪声背景下弱信号检测

提出了一种强混沌噪声中检测微弱正弦信号的新方法。该方法主要利用了数据平滑处理和自适应处理,故在硬件设计上容易实现。计算机仿真实验结果表明：能够比较精确地检测到强混沌噪声中的微弱信号,检测到微弱信号的信噪比可达到-80dB。     

基于提升小波与粒子群相结合的混沌信号降噪

提升小波变换用于混沌信号降噪具有良好的效果,阈值选取与混沌信号降噪后信号的畸变具有紧密联系。为了提高混沌信号中提升小波的自适应能力,降低降噪后信号的畸变率,提出了一种基于提升小波和粒子群相结合的混沌信号降噪方法。该方法在对提升小波变换后的细节部分进行阈值处理时,采用阈值自适应选择方法,并结合粒子群算法全局搜索最优阈值。通过对Colpitts模型进行仿真分析,与标准的软阈值降噪相比,能更好地对混沌信号降噪,并且降噪后信号失真度较小,具有很好的应用价值。     

随机共振应用于窄带PSK信号检测的研究

非线性随机共振系统能够有效利用噪声能量增强微弱周期信号,因此可用于强噪声背景下的微弱通信信号检测。本文提出基于人工鱼群算法的自适应随机共振方法处理相移键控(PSK)信号,分别从算法应用于参数估计、应用于提高带内信噪比、应用于降低检测信噪比门限三个角度分析本文算法对PSK信号检测带来性能上的提升,阐述了采样率在窄带PSK信号随机共振中的作用。对比谱线法,基于人工鱼群算法的自适应随机共振能够明显提升PSK信号参数估计性能,并且将参数估计信噪比门限降低3-6dB。此外,本文验证得到随机共振直接处理窄带周期信号没有实际提升效果。      

高炮校射中弹目图像的滤波方法研究

运用基于数字图像处理技术进行高炮武器系统射击诸元校正工作中,针对弹丸与目标的图像在获取和传输过程中会受到来自电气系统和外界的干扰而产生一定的噪声信号,需要首先对图像进行预处理,滤除噪声信号这一问题,在综合分析目前典型地滤波方法的基础上,提出了采用自适应中值滤波算法进行弹目图像预处理,制定了具体的滤波算法工作流程,并通过滤波算法的仿真效果对比,证明了自适应中值滤波算法能够有效地滤除图像中的噪声,是一种快速有效的弹目图像预处理方法。     

一种快速自适应算法在噪声抵消中的应用

研究了自适应横向滤波器的一种快速算法（FTF）及其在噪声抵消中的作用，对算法进行了推导，归纳了计算步骤，噪声抵消实验表明有良好的效果。     

应用形态学的自适应门限干扰检测算法

该文针对通信信号中背景噪声复杂的问题,应用数字形态学的信号预处理方法,能较好地滤除背景噪声;又由于单一门限值难以实现对不同宽度干扰的检测,提出一种应用形态学自适应门限的干扰检测算法。此算法首先对信号谱线进行功率谱估计,然后利用形态学的方法进行预处理,再根据信号功率谱的分布情况,选取不同的门限值,实现门限的自适应,为检测不同占有用信号带宽大小的窄带干扰提供了有效的方法。该文提出的方法不会受噪底变化的影响,计算量小,复杂度较低,适用于星上卫星通信的实时频谱监测。经过Matlab仿真实验得出,当采用结构元素长度为25的扁平型结构元素时,通过形态学中的膨胀预处理方法以及自适应门限可以得到检测效果比传统的连续均值去除算法(CME)算法有6dB以上的提升。      

高脉冲噪声坏境中双门限法语音端点检测研究

语音端点检测是对有效语音段的识别关键技术,准确的端点检测使语音信号的后续处理计算量减少,有效地节约资源。现在多数语音端点检测技术例如能频值、谱熵、小波能量熵变换等都能准确检测出有效的语音段。文中介绍了一种双门限端点检测法,即利用短时平均过零率和短时平均能量法进行双门限检测,再设置一个最短时间门限,有效地在高脉冲噪声环境中准确识别汉语发音。通过与其他方法对比实验,文中双门限技术在短时高脉冲噪声环境下能有效提高语音识别率。仿真结果表明,端点检测正确率达93%。     

一种适用于复杂电磁环境下的跳频信号快速检测方法

针对复杂电磁环境下跳频信号检测的实际需求,根据跳频信号的特征,充分利用已有的信号时频分析技术和宽带测向技术,提出一种快速跳频信号检测方法。先利用一种新的自适应门限去噪方法。对海量复杂数据进行预处理,较好地消除了噪声的影响;然后利用改进的数据流聚类算法,对信号进行“来波方位一幅度”聚类,实现了不同跳频信号的分选。实验结果表明,该方法能够有效地检测出跳频信号。具有很强的实效性。     

带有噪声相关性的自适应噪声抵消系统仿真研究

本文为了在语音信号处理中能消除含噪语音信号中的背景噪音,采用自适应信号处理的理论和技术来达到提高语音信号质量的目的。通过介绍自适应滤波器原理,在对自适应滤波器相关理论研究的基础上,研究了LMS自适应滤波算法,并对LMS自适应算法进行了分析。同时为了使输入的参考信号与噪声相关,加入分离周期信号与带有窄带干扰抑制的宽带信号。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效地抵消正弦干扰信号,同时加入宽带信号中的周期性噪声,在没有另外的与噪声相关的参考信号的情况下,可以使用自适应噪声抵消系统来消除这种同期性干扰噪声。