两种简化的仿射投影自适应滤波算法

在仿射投影算法的基础上,提出了两种简化仿射投影自适应滤波算法（ＳＡＰ）,新算法的收敛速度比传统的能量归一化最小均方误差算法（ＮＬＭＳ）快,而计算量增加不多,易于实现,计算机仿真主宰了上述结论。     

一种新的变阶仿射投影算法

从改变仿射投影算法的条件出发,迫使仿射投影算法(APA)后验误差等于噪声,提出一种新的变阶仿射投影算法(E-APA)。该算法令迭代过程中阶数正比于误差向量的L2范数的平方与噪声功率之比,通过调节正则化因子来改变二者比值,从而实现了在初始阶段输入阶数较大,在收敛阶段输入阶数较小。实验结果表明该算法收敛速度快,稳态失调小,计算量少,优于目前最好的变阶算法(E-APA)。     

一种新的LMS自适应滤波算法分析仿真研究

传统变步长最小均方(LMS)算法存在收敛速度慢、易受噪声干扰等缺点,为了提高算法的性能,通过对变步长LMS算法进行分析研究,在步长因子x(n)与误差信号e(n)的相关统计量之间建立一种新的非线性函数关系,提出了一种新的变步长LMS自适应滤波算法。该算法采用误差信号的自相关时间均值来调节步长,并用绝对估计误差的扰动量以加快自适应滤波器抽头权向量的收敛。理论分析与计算机仿真结果表明:与SVSLMS和G-SVSLMS算法比较,该算法具有较快的收敛速度、较小的稳态误差以及较强的抗干扰能力。     

可变数据重用因子仿射投影算法

从修改传统仿射投影算法（Affine Projection Algorithm,APA）的约束条件出发,推导出了一种新的可变数据重用因子仿射投影算法。该算法解决了传统APA算法收敛速度与稳态失调和计量复杂度之间的矛盾,实现了在初始阶段数据重用因子大,收敛后数据重用因子小的目标。仿真结果表明该算法最终达到了高数据重用因子APA的收敛速度和NLMS算法的计算量和稳态失调。     

一种基于ZSP800核改进型LMS自适应滤波算法的实现

针对手机终端语音降噪处理系统中,广泛使用计算复杂度较小的固定步长LMS（Least Mean Square）自适应滤波算法。本文提出一种通过建立步长因子μ（n）和误差信号e（n）非线性函数关系,进而把固定步长LMS自适应算法改进为新的变步长自适应滤波算法,较好地解决了固定步长因子无法解决收敛速度和稳态误差之间相矛盾的不足。最后,给出了改进型算法在ZSP800核数字信号处理器（DSP）上的实现方法。     

基于免疫算法的LMS自适应陷波器u参数优化

对LMS自适应陷波器中的参数u进行了分析，并根据免疫算法本身具有的寻优能力，对该参数u进行优化。同时结合一个具体的优化例子，给出了算法实现的具体操作步骤和实验结果。结果表明，本文提出的算法能够得到理想的参数u的优化结果，使LMS稳态失调控制在较好范围内，并且其收敛速度也比较快。     

一种改进的集员滤波仿射投影算法

在优化算法的研究中,集员滤波的仿射投影算法具有比传统仿射投影算法迭代次数少、计算量小等优点,但实际应用中,算法的计算复杂度与滤波器长度成正比,当滤波器长度较大时限制了实时实现.为减少误差,实时运行,提出了一种改进算法.算法中当输出误差小于给定误差门限时,滤波器系数不必进行调节;否则将滤波器系数分成多个系数子集,通过仅更新权系数某一子集的方法,减少了原算法每次迭代中需更新的抽头权系数个数.采用一个声回波消除方法进行仿真.仿真验证了改进算法的性能,表明新算法与基于集员滤波的仿射投影算法相比,具有更快的收敛速度,并降低了计算复杂度.     

一种改进的变步长LMS自适应算法及分析

现有的变步长LMS算法中,大都采用建立步长因子与误差信号的函数关系的方法,以提高算法的收敛速度和跟踪性能,但由于未考虑输入信号对算法性能的影响,使得当输入信号发生变化后,稳态误差明显增大。为此,在现有算法的基础上,引入了输入信号因子,提出了一种改进算法。该算法可根据瞬时误差和输入信号来调整步长因子,使算法不仅能保持较高的收敛速度和跟踪性能,还可在输入信号变化的情况下,保证较小的稳态误差。理论分析及仿真实验表明新算法的性能优于现有算法。     

一种自适应鲸鱼快速优化算法

针对标准鲸鱼优化算法存在的局部搜索能力不足、收敛速度慢等问题,提出了一种自适应鲸鱼快速优化算法AWOA。该算法根据个体的集散程度自适应选择全局搜索或局部搜索,在两者之间实现了动态平衡。针对偏离样本平均位置程度较高的个体引入Levy Flight进行二次优化,进一步扩大搜索区域,保证了算法的全局搜索能力。采用标准测试函数证实了AOWA具有较高的收敛速度及稳定性。将AWOA应用于无人车路径规划问题,仿真结果表明其具有稳定的局部搜索能力和全局搜索能力。     

低信噪比下基于新型变步长LMS的自适应滤波算法

为了提高现有的变步长LMS算法在低信噪比环境下的滤波性能,提出了一种新的变步长LMS自适应滤波算法。该算法利用加入补偿项的误差相关值估计与前一时刻步长因子的组合来调节步长,提高算法的抗噪声干扰能力和收敛速度;并将步长因子的传统固定约束范围改为动态约束范围,使步长变化趋于平滑,降低系统的失调误差;同时对系统的权向量迭代公式进行更新,提高了算法的输入范围。从理论分析和仿真实验两方面可以看出,新算法与现有的变步长算法及标准LMS算法相比,在信噪比较低的条件下收敛速率、抗扰能力、稳态失调噪声方面都有很大的改善,证明所提算法是有效、可行的。     

改进的变步长比例仿射投影算法

变步长分割式比例仿射投影算法（VSS-SPAPA）具有收敛快、失调小等优点,但运用到有大量抽头系数需要更新的回波抵消器中时,因计算量较大,限制了其应用。为降低其计算复杂度,基于局部迭代思想提出了一种改进算法。该算法将滤波器系数分成多个系数子集,通过仅更新权系数某一子集的方法,减少了每次迭代中需更新的抽头权系数个数,从而减少了VSS-SPAPA的运算量。理论分析和仿真结果表明：新算法每次迭代更新的抽头权系数只需达到全部系数的一半时,收敛速度和稳态误差均与原算法相当,但所提算法较大程度降低了计算复杂度,从而具备更好的实时性。     

Physically realizable reference model-based algorithm of adaptive control

A physically realizable algorithm for adaptation of the adaptive systems with model was proposed. It is distinguished for the operational independence of intensity and spectral composition of the control and nonmeasurable perturbing actions. Presented was an example of the second-order system with stepwise noisy harmonic inputs. The variable system parameters also vary by the harmonic laws of various frequencies.     

改进的自适应中值滤波算法

中值滤波窗口大小影响滤波器性能,3×3滤波窗口可以很好地保持图像细节。提出一种新的自适应中值滤波方法。将3×3窗口中心的极值点作为候选噪声点,若候选噪声点仍然是7×7窗口的极值点,则该点即是噪声点。若以噪声点为中心的3×3滤波窗口的中值不是噪声,则噪声用中值替换。重复以上过程,直到没有噪声点被替换。如果图像中仍然存在大的噪声团块,则噪声用相邻的三个信号点的灰度均值替换。实验结果表明,该方法能够有效去除脉冲噪声,并在抑制噪声的同时很好地保护图像的细节。     

一种新的基于参数估计的自适应双边滤波算法*

传统双边滤波算法需要根据经验预先设置空间标准差和灰度标准差,参数固定且不具有通用性。针对此问题,提出了一种新的基于参数估计的自适应双边滤波算法。通过图像灰度共生矩阵实现空间标准差的自适应,利用统计方法估计光滑区域噪声标准差,根据噪声标准差设置灰度标准差,从而实现自适应双边滤波。仿真结果表明,所提出的算法无论在主观还是客观评价上都取得了较好的效果。     

一种新型的自适应模糊中值滤波算法

针对传统中值滤波算法不能很好地保护图像细节以及受严重噪声污染时性能急剧下降的情况,提出了一种新型的自适应模糊中值滤波算法。通过比较滤波窗口内像素点的灰度值与像素点灰度值的均值定义了模糊滤波系数,利用此模糊滤波系数对滤波方法进行加权,得到一种加权中值滤波器。通过对小窗口内的灰度值不等于最大灰度值和最小灰度值的像素点的检测自适应调整窗口大小,对超过设定的最大窗口的情况,噪声点的灰度值用四个相邻的已处理的像素点灰度值的均值进行替换。仿真结果表明,新算法具有较好的细节保护能力和较强的去除噪声能力。     

A novel adaptive lattice filtering algorithm for alpha-stable processes

This paper generalizes Burg's formula to be suitable for alpha-stable distribution and proposes a novel adaptive lattice algorithm for adaptive parameter estimation of alpha-stable AR processes. The performance is compared to that of other algorithms with lattice structure for alpha-stable AR processes for different α parameter. Simulations studies indicate that the proposed algorithm shows superior convergence speed over existing well-known lattice algorithms in parameter estimation of alpha-stable processes.     

改进的自适应加权中值滤波算法

在分析了自适应算法和中心加权算法的原理和优势后,提出了一种改进的自适应加权中值滤波（IAWMF）算法。采用扩展边缘的方式,使原图像的所有像素点能够用噪声检测因子进行噪声检测,对含有噪声的图像采用自适应窗口（N ×N）的中心加权算法进行滤波,可以有效降低邻域噪声点对滤波图像质量的影响。仿真结果表明：改进算法在高浓度椒盐噪声条件下获得的实验效果峰值信噪比（ PSNR）、均值平方误差（MAE）、均值绝对误差（MSE）显著优于其他算法,在降噪和保持细节中取得很好的平衡。     

一种基于自适应均值平滑算法的三维重绘技术

传感器工艺仿真的计算基础是体素模型,但是由于体素模型分辨率所限可能造成阶梯效应,以致体素模型的可视化效果不好。因此我们需要将体素模型转化为三角面片模型,但是通过常见的转化方法所得到的三角面片模型表面粗糙。本文提出了一种基于自适应均值平滑算法的三维重绘技术,对体素模型进行程度不同的平滑滤波,再利用marching cubes算法得到三角面片模型。经仿真实验表明文章中方法得到的三角面片模型表面光滑可视化效果更好。     

基于改进NLMS算法的自适应滤波算法

最小均方算法是应用最广泛的自适应算法之一,但其收敛速度欠佳。在传统NLMS算法的基础上,提出了重复调整归一化最小均方算法(DRNLMS)即在相邻两输入信号样本的间隔时间进行额外调整运算,以提高算法的收敛性,并通过计算机仿真实现该算法。     

混合式自适应Kalman滤波算法

采用虚拟噪声补偿模型误差和有偏的噪声方差估值器、滤波器收敛性判据相结合的方法来解决自适应Kalman滤波发散的问题。首先若模型不准确,则引入虚拟噪声对模型误差进行虚拟补偿,然后采用有偏的噪声方差估值器、滤波器收敛性判据对噪声方差估计值进行监控,阻止滤波器发散。采用混合式自适应Kalman滤波算法对Gill公司的风向风速仪实时采集的数据进行处理,实验结果表明,该方法能有效的提高性能、抑制滤波发散,具有较强的实用性、自适应能力。