基于多尺度小波变换的改进型自适应滤波算法

介绍自适应滤波算法、多尺度小波算法的基本原理和两种算法结合的实现过程。针对最小均方(LMS)自适应滤波算法不能同时提高收敛速度和收敛精度,提出变步长LMS自适应算法,在滤波过程中算法先用大步长跟踪,提高收敛速度,接近稳态时用小步长跟踪,提高收敛精度。为了能有更好的滤波效果,应该在算法的步长因子上有所突破。在抽样函数的基础上改进算法,并结合多尺度小波分解,使得滤波的效果更加理想。通过Matlab仿真实验,验证了改进算法具有更好的稳定性和优越性。     

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.     

一种改进的变步长LMS自适应滤波算法

针对自适应滤波领域的最小均方(Least Mean Square,LMS)算法无法权衡稳态误差和收敛速度这一矛盾,提出了一种改进的变步长LMS自适应滤波算法.该算法在基于对数函数的变步长LMS算法的基础上,建立了一种新的步长参数与误差的关系模型.仿真结果表明,提出算法与已有算法相比,能够达到更高的收敛精度及更快的收敛速...     

多通道空间自适应滤波技术研究

针对多通道自适应滤波算法数据运算量较大的缺点,结合空间滤波与最小均方（LMS）自适应滤波优点,提出并研究了空间自适应滤波方法.给出了一种多通道空间自适应滤波器的表达式和实现算法,并以周期噪声和高斯白噪声为噪声背景,将多通道空间自适应滤波算法应用到某一均匀加肋圆柱壳主动振动控制实验中.结果表明,空间滤波技术能够显著抑制噪声信号中的高频成分,提高数据采集精度,有效地降低多通道自适应滤波算法的数据运算量,提高自适应滤波算法的学习效率和收敛速度,并能较好地解决结构控制中多通道自适应控制的空间混淆现象,提高主动振动控制的区域降噪效果.     

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。     

基于LMS算法和Matlab的自适应滤波器的设计

根据LMS算法性能特点,在Matlab环境下编写了基于LMS算法的有限长自适应滤波器的程序(*.m),用所设计的滤波器对受白噪声干扰的语音信号及正弦波信号进行滤波.理论分析和仿真结果表明,所设计的自适应滤波器具有快速的跟踪能力和收敛性能,且稳态误差较小.     

Sigmoid函数变步长LMS自适应算法的抗干扰性能改进

为了改善Sigmoid函数变步长LMS算法（SVS-LMS）在高斯噪声和冲激噪声干扰下的性能,首先将以瞬间误差功率为Sigmoid函数自变量控制步长更新的方法,改为以误差的自相关时间均值估计调节步长,抑制了噪声干扰;然后使用HB加权进一步平滑了因噪声干扰导致的自适应滤波器权系数伪峰、使用归一化处理获得了更大的输入信号动态范围。自适应时延估计仿真实验表明,在高斯噪声和冲激噪声干扰下,相比于固定参数下的SVS-LMS算法和另外一种SVS-LMS改进算法,本文算法及其HB加权能够获得更好的时变时延跟踪均方误差性能。     

基于径向基函数神经网络的自适应滤波器

自适应滤波器在信号检测、信号恢复、数字通信等领域中被广泛应用。传统的自适应滤波器主要在时域中实现。通常采用算法简单、稳健性好的自适应LMS算法。但LMS算法对输入信号的自相关矩阵具有很强的依赖性,因而自适应率不高。本文提出利用RBF神经网络实现的自适应滤波,并将其用于语音除噪和脉象信号的除噪。仿真结果表明该方法具有良好的非线性噪声抑制能力。     

基于FPGA的车辆振动信号提取方法

为了从车辆复杂噪声背景中实时提取陀螺仪的有效振动信号,在分析弱信号特征提取方法的基础上,针对自适应滤波算法处理相关信号时收敛速度降低的缺点,提出一种适用于FPGA（Field Programmable Gata Ar-ray）的自适应步长LMS（Least Mean Square）算法。该算法通过建立步长和误差信号相关值之间的非线性关系,使步长仅与输入有用信号相关,降低算法对噪声的敏感度。实验以收敛速度和计算复杂度两个指标对该算法与其他改进算法进行比较,并以真实车辆振动信号提取结果分析验证该算法对车载环境噪声和陀螺仪自身噪声都有较好抑制。在用算法计算基础上,以FPGA平台提出并实现一种可扩展滤波器结构。设计采用一阶滤波单元重用方式完成多阶累加计算,在目前最大规模FPGA芯片上实现8～256阶滤波器。实验表明,该设计充分利用芯片内逻辑资源,处理速度快,可靠性高,并适用于车辆中低速行驶姿态测量系统。     

用于MMSE合并的受约束LMS算法分析

建立了受约束最小均方(LMS)算法,实现正交频分复用(OFDM)系统中分集信号的自适应最优(MMSE准则)合并,解决了输入信号高度相关时传统自适应算法的收敛速度问题．对接收到的分集信号进行变换,使其具有相同的期望响应,然后并行送入自适应滤波器,在给定的约束条件下,完成分集信号的自适应最优合并．推导出的解析式表明,算法的收敛性能与输入信号的自相关矩阵无关,完全由归一化的步长参数控制．     

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.     

自适应-模糊滤波算法

为了克服大部分的自然图像中同时存在脉冲噪声和高斯噪声,在分析了传统滤波算法特点的基础上,提出了一种改进的自适应-模糊图像滤波算法.该算法首先判别并标定图像中的脉冲噪声,以实现两类噪声的分离.采用自适应滤波窗口的中值滤波算法滤除脉冲噪声,有效地克服了传统中值滤波的不足.在有效地滤除脉冲噪声的基础上,引入提出了模糊控制中隶属度函数的概念改进均值滤波算法,结合图像直方图的自适应,提出隶属度函数的阀值,克服了均值滤波造成图像细节模糊的不足.最后提出了一种针对图像滤波算法中求解中值的快速算法,提高算法的实用性.仿真证明,自适应-模糊滤波算法在滤除图像中混合噪声的效果明显优于传统滤波算法,可广泛应用于各种图像处理场合.     

自适应加权中值滤波在地震图像中的应用研究

针对中值滤波可以有效抑制随机噪声的特点提出一种新的自适应加权中值滤波算法.该算法可有效分析地震图像噪声分布特点,依据被污染情况确定权值域.实验证明,该算法在提高巾值滤波性能的同时有效地消除了地震图像的噪声,并很好地保持了图像边缘细节,提高了地震图像的信噪比.     

自适应滤波器及其应用研究

论述了基于LMS算法的自适应滤波器的工作原理，介绍了其在噪声对消方面的应用，并且用MATLAB进行了仿真验证，结果表明该方法具有较好的消噪效果。     

基于粒子群算法的自适应滤波器研究及应用

针对神经网络自适应滤波器易于陷入局部极小的缺陷,采用抑制局部最优的粒子群算法优化神经网络的权系数,设计了基于改进粒子群算法训练的三层神经网络的自适应滤波器,并将其应用于自适应噪声抵消器.仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声抵消能力,信噪比大大提高.     

管道自适应有源噪声控制算法

本文以管道自适应有源噪声控制（ＡＡＮＣ）理论为基础讨论了自适应控制算法，比较了ＡＡＮＣ系统中自适应滤波器的ＬＭＳ，ＲＬＳ和ＬＳＬ算法的特性，导出了ＬＭＳ算法的递推公式，得到了ＦＩＲ和ＩＩＲ滤波器的ＬＭＳ算法的计算机仿真．通过仿真，比较了不同信号的消声量，讨论了步长因子、滤波器阶数和声延迟对算法收敛速度和消声量的影响，还讨论了有声反馈的ＦＩＲ和ＩＩＲ滤波器的消声量的大小．     

一种变步长LMS算法及仿真

虽然传统LMS算法拥有很多优点如方法简单、运算量小,但是由于固定步长的缘故,在解决稳态误差与收敛性之间的关系时始终处于矛盾状态,这也使的传统LMS算法始终具有收敛速度慢的特性。结合传统的LMS自适应滤波算法,在此基础上对步长因子进行了改进,将步长因子与误差因子间建立函数关系提出变步长LMS新的算法,并通MATLAB仿真,比较了改进后的算法与传统LMS算法,仿真结果显示改进后的算法明显在系统的收敛速度和稳态误差上有所提高。     

瞬变电磁法中消除工频噪声的自适应滤波器研究

在存在工频干扰的地区开展瞬变电磁法（TEM）工作时,工频干扰的强度通常很大,它的存在会使得反映地电异常的有用信号受到严重畸变,压制或去除工频干扰是数据预处理工作中的一项基础工作。针对这一问题,笔者设计了一种由可编程滤波器和自适应算法组成的具有自动调整滤波参数的滤波器。在进行滤波运算时,采用最小均方误差（LMS）算法不断地对滤波因子进行自动调节,使它们适应输入信号的相关特性,从而获得良好的滤波效果。理论数值模型和实际野外数据的验算表明,文中所设计的自适应滤波器具有很好的工频滤波效果。     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声,其解法一般采用的是梯度搜索法,但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁,易于实现,且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题,为滤波器参数的优化提供了一种新的思路.仿真结果表明,使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小,因此它在求解非平稳过程模型系统时具有一定的优势.