改进的变步长自适应滤波及Eckart加权抑噪算法

针对已有的变步长自适应滤波算法对噪声干扰敏感的问题,提出改进的变步长最小均方误差自适应算法,该算法对误差的自相关时间均值估计做遗忘加权补偿,并改步长因子固定范围约束为动态变化约束,一方面克服了单纯采用自相关时间均值估计调整步长所导致的步长因子快速衰减,获得了较快的收敛速度;另一方面相比基于Sigmoid函数的变步长算法,具有更平滑的步长变化和更低的稳态失调噪声.在改进算法中引入Eckart加权进一步抑制了自适应滤波器权系数伪峰,采用滑动窗遗忘加权降低了计算复杂度.将新算法及其Eckart加权应用于自适应时延估计仿真实验,结果表明：相比于已有的2种参数固定条件下的变步长自适应滤波算法,改进算法获得了更好的高斯噪声和突变噪声干扰下的时变时延跟踪性能.     

脉冲噪声下基于非线性函数的分数时延估计方法

针对现有的自适应分数时延估计方法在脉冲噪声下性能退化问题,提出一种新的基于非线性函数的分数时延估计算法。该算法在tanh函数基础上引入调节因子MED构成新的非线性函数,然后将新非线性函数和Lagrange插值滤波器相结合,实现脉冲噪声下分数时延自适应估计。该算法无需知道噪声的先验信息,且仿真实验结果表明,相较现有方法,该算法在低混合信噪比和高脉冲噪声环境下的分数时延估计稳态均方误差更小。     

冲激噪声环境中LFM信号的特征参数估计

SαS稳定分布是一类非常重要的非高斯随机分布,具有这类分布的噪声称为冲激噪声。在冲激噪声情况下,α阶以上的矩均不存在,导致基于二阶矩的高斯模型算法性能下降,甚至不能正常工作。该文提出了一种在冲激噪声环境下线性调频信号特征参数估计的算法,通过分析冲激噪声的具体特点,给出了修正的低阶矩模糊函数,并结合Radon变换估计了冲激噪声环境下LFM信号的参数。该算法既可应用于冲激噪声下,又可应用于高斯噪声环境,故具有较好的鲁棒性。最后用计算机仿真验证了该算法的有效性。     

稳健变步长符号算法在稀疏信道估计中的应用

基于自适应滤波的传统稀疏信道估计方法大多基于高斯噪声模型的假设,当环境噪声包含冲击噪声时,信道估计性能将严重恶化.为了解决冲击噪声环境下的稀疏信道估计问题,提出了一种基于梯度向量混合范数的稳健变步长符号算法.仿真结果表明,提出的算法在高斯噪声和冲击噪声环境下达到了预期的效果.     

空间相关高斯噪声中基于四阶累积量的自适应时延估计方法

针对高斯色噪声中零均值、具有非零三谱信号,提出了一种基于四阶(互)累积量的自适应时延估计方法,并分析了算法的收敛性。该方法不仅具有抑制空间相关(或不相关)高斯色噪声的能力,而且可估计正弦信号的时延,理论和仿真实验均证明了该方法在空间相关高斯色噪声背景下,具有优越于互相关方法的时延估计性能。     

稀疏似p范数变步长LMS的水下多径抑制算法

针对稀疏似p范数LMS算法存在收敛速度较慢、失调误差较大的不足,本文在建立浅海环境中离散多径干扰模型的基础上,提出一种变步长稀疏似p范数LMS算法,采用与误差有关的函数值来调整零吸引项,同时使用改进的Sigmoid函数变化自适应迭代步长。数值仿真表明:与经典LMS算法和已有的稀疏似p范数LMS算法相比,该算法具有良好的干扰抑制效果,同时具有较快的收敛速度和较小的稳态误差。     

基于P范数的变尺度扩散公平代价算法

为了进一步提高扩散式自适应滤波算法在不同噪声环境下的性能,提出了一种新的基于P范数的变尺度扩散公平代价函数算法。该算法在公平代价函数的基础上,对误差绝对值项加入了P范数,同时利用类箕舌线函数构造了一个随误差变化的尺度因子来共同控制算法的陡峭程度,进而使算法拥有更快的收敛速度和更小的稳态误差。在高斯噪声环境以及Alpha稳定分布和伯努利-高斯分布的非高斯噪声环境中的仿真结果表明,所提算法拥有更强的鲁棒性和更低的稳态误差,在不同噪声环境下的性能均优于对比算法。     

基于趋势补偿的防抱死系统轮速信号处理

为了解决基于霍尔传感器混合动力汽车防抱死系统轮速检测信号容易产生温度漂移干扰的问题,提出了一种利用联合中值均值加权和经验模函数分解估计温度漂移干扰信号的算法.通过联合中值均值加权估计出温度漂移趋势成分后,再对估计温度漂移趋势进行自适应固态模函数分解,利用t检验的方法,判断出各阶固态模函数中不属于温度漂移趋势的成分,继而得到温度漂移趋势的精确估计.对比了不同温度漂移干扰下本文算法与形态学滤波算法的噪声修正性能,结果表明,本文算法能够有效剔除温度漂移干扰,平均信噪比提升4 d B以上.     

基于峭度激励的变步长自适应谱线增强算法

提出了一种基于峭度激励的变步长自适应谱线增强新算法,该算法以输入信号峭度与误差信号峭度为联合激励因子,构造出一种指数型变步长的算法模型。该步长对高斯色噪声或非高斯色噪声均有一定的免疫性,跟踪时变信号的能力强,且收敛速度快。用实测的某水下目标辐射噪声数据进行了仿真实验。与传统的LMS算法相比,仿真结果表明,该算法具有较强的谱线增强能力、快速收敛性和良好的跟踪性能,能有效地实现目标线谱信号与混合色噪声环境的分离。     

一种基于改进LMS算法的MIMO-OFDM信道估计方法

最小均方(LMS)算法是一种典型的自适应滤波算法,基于该算法的信道估计算法具有不需要已知信道和噪声统计信息的特点,但是其收敛速度较慢。为此,提出一种基于改进LMS算法的MIMO-OFDM信道估计方法,该方法人为地引入一个时延,即将LMS算法固定自适应步长由随着输入信号功率自适应变化的收敛因子替代,大大降低了收敛时间,具有较好的信道估计性能。     

一种稀疏孔径逆合成孔径雷达成像算法

针对逆合成孔径雷达成像在稀疏孔径条件下存在方位向分辨率低、易受噪声干扰等问题,利用目标二维分布的稀疏性将成像问题转换为多测量向量模型下稀疏信号的重构问题,采用零范数最小均方法并行处理以提高运行效率,使用最优步长公式代替固定步长以避免步长设置不当对收敛速度和性能的影响,并利用平滑零范数法逼近零范数以提高重构精度和抗噪性能。相较于已有算法,新算法能够获得更高质量的目标图像,对噪声鲁棒性强,并且计算量更低。仿真和实测数据的处理结果,验证了该算法的有效性。     

移动OFDM CFOs估计的步长算法实现

为了保持移动中正交频分复用(OFDM)技术子载波间的正交性,避免载波间的干扰(ICI)引起的系统性能退化,建立了载波频率偏移(CFOs)的步长估计模型,对模型的稳定性、步长参数和CFOs的估计误差等进行研究,并进行了MATLAB仿真。VHDL程序在电路板上运行的实验结果表明:在±3σ估计变化区间内,移动速度为400和800 km/h时,CFOs的误差分别近似为0.010和0.017,符合CFOs估计误差必须精确的在子载波空间1~2%范围内的衡量标准,同时程序在电路板上能够正确执行。     

Nonparametric VSS-APA based on precise background noise power estimate

The adaptive algorithm used for echo cancellation(EC) system needs to provide 1) low misadjustment and 2) high convergence rate. The affine projection algorithm(APA) is a better alternative than normalized least mean square(NLMS) algorithm in EC applications where the input signal is highly correlated. Since the APA with a constant step-size has to make compromise between the performance criteria 1) and 2), a variable step-size APA(VSS-APA) provides a more reliable solution. A nonparametric VSS-APA(NPVSS-APA) is proposed by recovering the background noise within the error signal instead of cancelling the a posteriori errors. The most problematic term of its variable step-size formula is the value of background noise power(BNP). The power difference between the desired signal and output signal, which equals the power of error signal statistically, has been considered the BNP estimate in a rough manner. Considering that the error signal consists of background noise and misalignment noise, a precise BNP estimate is achieved by multiplying the rough estimate with a corrective factor. After the analysis on the power ratio of misalignment noise to background noise of APA, the corrective factor is formulated depending on the projection order and the latest value of variable step-size. The new algorithm which does not require any a priori knowledge of EC environment has the advantage of easier controllability in practical application. The simulation results in the EC context indicate the accuracy of the proposed BNP estimate and the more effective behavior of the proposed algorithm compared with other versions of APA class.     

多主体系统分布式动态网络的权值平衡算法

针对加权有向图实现一致均值收敛必须是平衡图的要求，提出了一种分布式权值平衡算法使得任意一种强连通的加权有向图最终能全局渐近收敛到平衡图.该算法对有向图的各个连接权值赋初值，并计算每个节点的输入度和输出度，利用周围邻居节点的输入度和输出度之差等信息对节点的输入权值或输出权值进行权值更新，如此迭代进行直至所有节点都达到输入度和输出度权值平衡.利用特征值圆盘定理证明了保证该分布式算法实现最终一致性收敛的充分条件，给出了算法中调整因子取值的上限值.仿真结果验证了算法的有效性，并对不同调整因子下的系统收敛结果作了分析比较.     

一种改进的变步长双模算法研究

在对常模算法（CMA）和改进常模算法（MCMA）的研究基础上,提出了一种改进的变步长双模算法（Variable Step-size MCMA—DD）。改进算法通过误差信号自动地调节步长,从而调节算法的收敛速度。通过仿真表明,改进算法具有与MCMA—DD算法相近的误码性能,但是很大程度地加快了算法的收敛速度。     

Variable step-size matrix adaptive filter design based on the multiband structured

In order to improve the convergence performance of the normalised sign subband adaptive filter (NSSAF), variable step-size matrix normalised sign subband adaptive filter (VSSM-NSSAF) based on the variable multiband structure is proposed. In this method, the energy of the subband posteriori error vector is treated as the cost function and the variable step size matrix as a variable. By solving the optimal step length for each subband to minimize the cost function after each iteration calculation, the best variable step size matrix is obtained. Then we employ the following time-average scheme to get the variable step-size matrix before the next iteration. Compared with the traditional NSSAF algorithm and other improved NSSAF algorithms, the proposed algorithm provides a faster convergence speed and lower steady state misadjustment, regardless of whether the input signal is relevant or not, even if it contains impulse noise. Besides, this method has the advantages of a low computational complexity.     

一种变步长自适应滤波算法在信号消噪中的应用

为了解决自适应LMS算法中收敛速度和稳态失调之间的矛盾,在选择自适应算法的步长时,通过在基于箕舌线的变步长LMS算法中引入自相关估计,对信噪比为SNR=16 dB的染噪信号进行处理.仿真结果表明:该算法使均方误差曲线在500个采样点附近达到稳态,均方误差MSE=2.595.时域波形显示,利用变步长自适应滤波算法能有效地滤除信号中的噪声,获得稳定的消噪效果.     

多模盲均衡算法剩余码间干扰的近似表达式简

A closed approximated formed expression for the achievable residual inter-symbol interference(ISI) is proposed for the adaptive equalizers that adopt the multimodulus algorithm. The expression depends on the step-size parameter, equalizer's tap length, input signal statistics, signal noise ratio and channel power. Simulation proves that the expression shows the exact relationship between residual inter-symbol interference and involved parameters. Since the channel power and signal noise ratio of the expression are measurable or can be calculated, this new approximated expression can be a useful tool for choosing the step-size and tap length for designing an equalizer, and for making direct performance comparison between blind equalizers based on distinct algorithms.     

一种α稳定分布下的变步长最小ρ-范数算法

本文提出一种新的基于α稳定分布噪声环境下的自适应滤波算法,这种算法针对变步长自适应滤波算法收敛速度和稳态误差相矛盾的不足,建立了步长μ（n）与误差信号e（n）之间的新的非线性函数关系。该函数能够削弱输入端不相关α稳定分布噪声对步长调整的影响,更好地解决稳态误差与收敛时间之间的矛盾。通过系统辨识仿真结果表明,新的算法α对稳定分布下的尖峰脉冲噪声有较强的韧性,比传统的NLMP算法有更快的参数辨识速度和更小的稳态误差,同时还具有很好地跟踪多时变系统的能力。