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。     

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.     

一种应用于自适应降噪的变步长LMS算法

通过建立步长因子μ与误差信号е之间的非线性关系,提出一种改进的变步长LMS算法,并将其应用于通信降噪.该算法除了具有传统固定步长LMS算法计算量小、稳定性好、简单、易于实时处理等优点外,理论分析及计算机仿真结果表明,其收敛速度及稳定性优于SVSLMS算法,且不需要进行指数运算,计算复杂度低于SVSLMS算法,用于通信降噪取得了较好的效果.     

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.     

一种改进的变步长的LMS自适应滤波算法及其仿真

提出一种步长因子μ(n)随时间变化的LMS算法,新算法有更快的收敛和跟踪速度,其收敛速度快于传统的LMS,并通过仿真验证了其性能。     

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。     

IIR系统在自适应横向滤波辨识

用自适应线性组合器匹配IIR型离散系统，通过拟合系统传递函数来辨识系统参数；比较了该法与自适应递归算法的动态性能，数值仿真结果证明该法的有效性。     

基于自适应滤波技术的混响抵消器

将两种自适应滤波技术(最小均方自适应滤波,最小二乘格型自适应滤波)应用于混响抵消器,并利用实际的混响数据比较了两者之间的性能.     

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。     

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。     

基于卡尔曼滤波的STFT域回声抵消算法

提出了一种低复杂度的短时傅里叶变换域卡尔曼滤波算法来解决声学回声抵消问题。首先在短时傅里叶变换域建立了基于频域卷积传递函数的观测方程,并利用一阶马尔科夫模型对频域回声路径进行建模,给出了精确的卡尔曼滤波方程,并讨论了过程噪声和观测噪声的估计问题。为降低算法计算复杂度,提出了低复杂度卡尔曼滤波算法。另外,在更新滤波器时加入远端信号邻近频点的信息来进一步提高回声抵消性能。实验结果表明,所提算法对近端干扰不敏感,不需要额外的双端对讲检测算法,且比传统的频域自适应滤波算法具有更快的收敛速度。     

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.     

Low frequency oscillations in power systems: A physical account and adaptive stabilizers

This paper presents a physical explanation of the phenomenon of low frequency oscillations experienced in power systems. A brief account of the present practice of providing fixed gain power system stabilizers (PSS) is followed by a summary of some of the recent design proposals for adaptive PSS. A novel PSS based on the effort of cancelling the negative damping torque produced by the automatic voltage regulator (AVR) is presented along with some recent studies on a multimachine system using a frequency identification technique.     

基于有限范围自适应卡尔曼滤波的结构损伤识别方法

在土木结构的健康监测中,当破坏发生时能够立即对结构的损伤做出判断和评估是一项非常重要的工作.本文采用了一种基于广义卡尔曼滤波的自适应追踪技术对结构的参数进行辨识.该方法能够追踪结构的时变参数,并对结构损伤的位置、大小以及发生的时间做出判断.数值仿真的结果表明该方法对于线性和非线性结构的参数变化具有敏感性,能够有效地检测出结构的损伤.     

模拟频域滤波重构直方图均衡的图像增强方法

针对传统图像增强方法的不足,提出一种基于模拟频域滤波重构直方图均衡的图像增强方法.将频率域滤波的思想引入空间域直方图运算当中,在模拟频率直方图统计中进行频率信息的统计,利用这些频率信息建立模拟频率域坐标,进行模拟频域滤波,对滤波处理后的直方图进行均衡化处理.实验表明:与传统方法相比,该算法优化了灰度级的动态分布范围,能得到更清晰的增强效果,且在图像中没有视觉明显的噪声放大.     

道路模拟试验自适应时域复现控制方法研究

当前国内外关于道路模拟振动试验控制的研究可以分为时域复现、频域复现以及频域幅值域联合复现。其中频域和幅值域联合复现主要应用在道路振动信号中含有较多较大的“尖峰”信号的情况。本文中考虑的道路信号为较为平滑的信号，因此只针对时域复现和频域复现的传统控制方法进行分析。分析得出：传统频域复现方法低频控制精度低，传统的时域复现方法对试验过程中系统特性的变化没有控制能力，从而也影响复现精度，同时当道路信号较长时，试验时间长，试验成本高。因此本文应用了一种自适应的时域复现控制方法，有效地避免了上述出现的问题。试验结果表明，利用该方法实现道路模拟振动试验控制精度可以满足要求，同时缩短了试验时间。     

基于频率控制的自适应随机共振系统研究

研究双稳Duffing系统随机共振产生机理,针对不满足绝热近似条件的大参数信号,提出基于频率控制自适应随机共振微弱信号检测系统,实现对未知大频率微弱信号检测。仿真结果表明,该系统能实现大频率信号随机共振,较传统随机共振系统精度及系统输出信噪比均极大提高,并能扩展其在微弱信号检测领域的应用。     

输入未知条件下基于自适应广义卡尔曼滤波的结构损伤识别

发展一种输入未知条件下的自适应广义卡尔曼滤波(Adaptive Extended Kalman Filter with Unknown Inputs,AEKF-UI)方法,在线复合反演系统参数与未知输入,结合基于改进粒子群优化算法的自适应技术实现系统时变参数追踪,进而识别结构损伤,包括损伤发生的时间、位置和程度。建立基础隔震结构实验模型及理论模型,其中隔震层的非线性动力学特性通过Bouc-Wen模型描述。对基础隔震结构进行振动实验研究,采用刚度元件装置模拟时间、位置和程度不同的结构损伤,基于测得的加速度响应和AEKF-UI方法进行实时系统参数与未知输入的同步反演。研究结果表明:在两种典型地震波激励下,AEKF-UI方法得到的识别值与参考值相一致,验证了该方法在系统辨识中的有效性和准确性。