子带自适应回声抵消

1.序言: 出于性能价格比的因素人们一直在探索更好的自适应滤波器结构和算法以实现长阶AEC[1-4].在所研究过的各种滤波器结构中,子带自适应滤波器一直是最具吸引力和有效的.子带自适应滤波器基于"分频带"的概念提高LMs算法收敛性能的方法.降低采样率的操作使其计算量大大减少,而减少的程度依赖于子带的数目和分析、综合滤波器组的特性.最近的发表的工作表明对于长阶AEC的实际应用研究也都着重于这些方面.     

自适应宽带多途干扰抵消的实时处理算法

拖线声呐拖船噪声是一个典型的宽带多途干扰,在自适应干扰抵消技术中,宽带多途博物 是一大难点。本文通过多途信道模型分析,研究了时域ＡＩＣ和频域ＡＩＣ抗多途干扰和适用条件。着重介绍了在拖线阵声呐自适应拖船噪声抵消中实际采用的,一种批处理变换域自适应干扰抵消的实进处理算法。     

自适应声干扰抵消系统

随着视听设备本身的复杂程度日益上升，利用语音进行人机直接对话就越来越变得可能与必要。就语音识别本身而言，目前已能采用一、两片大规模集成电路芯片实现对高信噪比的孤立词的识别。但是当存在干扰与噪声时，其识别准确性将大幅下降。语音系统的输入ｘ（ｎ）由ｓ（ｎ）、ｎ（ｎ）、ｕ（ｎ）三部分组成。其中：ｓ（ｎ）是控制命令语音信号，ｎ（ｎ）是视听设备使用环境中的噪声，一般比较小，可以忽略不计。ｕ（ｎ）来自视听设备，可以将其视作一个已知干扰，因而可以采用声干扰抵消系统抵消其直达声分量以及部分混响声。若利用抵消系统…     

基于LMS的自适应干扰抵消算法的matlab实现

介绍了自适应干扰抵消算法和LMS算法。并利用matlab实现了时域LMS和频域块LMS自适应干扰抵消算法,对两种算法进行了理论分析。     

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。     

双自适应噪声抵消算法的实现

为有效剔除噪声,提高信噪比,提出一种基于双自适应的噪声抵消算法,包括自适应子带分解算法和自适应噪声抵消算法两部分。采用子带分解与噪声功率谱密度匹配的方法来对信号进行非均匀子带分解,根据噪声在子带中的分布进行有效滤波,对低噪或基本上无噪的子带不滤波,而对其它子带采用自适应滤波的算法。仿真对比表明,与传统的均匀子带自适应噪声抵消相比,计算量大大减小,其滤波效果也得到一定的改善。     

利用自适应噪声抵消消除工频脉冲干扰仿真

介绍一种将自适应噪声抵消算法应用于消除周期性工频脉冲干扰的方法。该方法利用周期sinc函数仿真工频脉冲干扰信号,与白噪声叠加作为参考输入,利用最小均方(Least Mean Square,LMS)算法与归一化最小均方(Normalized Least Mean Square,NLMS)算法进行自适应噪声抵消滤波仿真实验。MATLAB仿真处理结果显示,在无增益、增益饱和、增益过饱和这三种情况下,当信噪比为3 d B时,分别用LMS算法与NLMS算法滤波后可以清晰地分辨多次回波。     

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。     

进化论自适应滤波算法及降噪特性研究

基于生物进化论策略的自适应滤波算法，利用其有性繁殖和无性繁殖的随机搜索能力实现全局最优搜索，可克服最小均方法（Least Mean Square，简称：LMS）对于多峰特性问题有可能收敛于某一局部最小值，无法实现全局最优的缺点。提出峰值系数指标PR（Peak Ratio）概念解决进化论自适应滤波器的性能评估问题，提出收敛速度CS（Converge Speed）指标和峰值系数指标PR高度的方法解决最优滤波参数的选取问题，并列进化论自适应滤波器的降噪进行模拟仿真，讨论了滤波长度和进化系数对进化论自适应算法消噪效果的影响及最优滤波参数。     

进化论动态参量自适应消噪算法

由于以输出信号平均能量的倒数为适应度函数、以及定值克隆系数和定值匹配系数的因素,制约了传统进化论自适应消噪算法的收敛特性,影响了传统进化论自适应算法降噪的有效性。针对该问题,提出了基于动态适应度函数的进化论变系数自适应消噪算法。新算法中,匹配系数与进化代数相关联,克隆系数由进化代数和适应度值决定,并采用动态适应度函数,改善了滤波器的收敛特性和噪声抑制能力。模拟仿真分析表明,新算法较同类进化论算法有较快的收敛速度和良好的消噪效果。物理台架实验数据验证了该算法对故障信号的有效提取能力。     

基于频域相位信息的声表面波谐振器回波频率估计

提出一种基于频域相位信息的频率估计算法,利用正弦信号傅里叶变换相位谱中相位与频率的关系实现对声表面波谐振器回波频率的估计,并采用自相关运算消除回波信号初相位对估计结果的影响。通过无线测试系统和仿真回波信号对该算法进行了验证,表明算法的频率估计精度不受激励信号频率变化的影响,并且在整个声表面波谐振器的谐振频率变化范围内都具有较高的精度和稳定性。     

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。     

石油管道超声检测信号的两级自适应噪声消除算法

针对石油管道缺陷超声检测信号的噪声消除问题, 研究了一种两级自适应噪声消除算法. 第一级自适应滤波器作为预处理级, 使信号获得较好的相关性和信噪比, 确保第二级自适应滤波器获得更优的性能. 实测超声信号两级自适应滤波结果表明: 两级自适应滤波算法能有效增强超声检测信号中的缺陷信号成分, 显著提高信噪比.     

应用频域ICA对参考输入进行预处理的ANC系统

传统有源降噪(ANC)理论和系统希望将声场能量全部抵消,不能适用于存在信号情况下的ANC应用,为尝试解决这一问题,本文提出了一种新的将频域独立成分分析(ICA)技术用于频域ANC系统,对系统参考输入进行预处理的方法.ICA的分离作用可以减少参考输入和信号的相关性,显著降低信号对ANc控制滤波器的干扰,减少了信号的失真,提高了系统收敛前后的声场信噪比.理论分析和仿真实验表明:该系统具有传统ANC系统所不具备的信号背景下降低噪声的能力.     

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.     

FSO中分层空时编码的串行干扰消除算法

自由空间光通信(FSO)中的分层空时编码(LST),能极大地提高系统的传榆速率,但误码率较大,严重影响光通信系统的可靠性.在分析了光强起伏的特性之后,建立了湍流信道中多输入多输出(MIMO)信道的模型;提出了采用串行干扰消除算法来完成FSO中分层空时编码译码的方法,并和线性译码算法的性能进行了对比.最后,利用仿真实验进一步验证了该方法的可行性.结果表明:在FSO中,采用串行干扰消除译码算法时的误码性能明显优于线性译码算法的误码性能.