一种基于LMS自适应滤波的CVSD话音降噪方法

为了解决低速CVSD编码量化噪声较大、话音质量较差的问题,提出了一种基于LMS自适应滤波的CVSD话音降噪方法。首先分析了CVSD编码量化噪声的统计特性,然后在传统双通道LMS自适应滤波器的基础上,利用话音的短时相关性和量化噪声的非相关性,构造了一个采用话音延时信号作为参考输入的单通道LMS自适应滤波器。仿真实验表明,该方法可以有效滤除量化噪声,提高话音质量,具有一定的工程应用参考价值。     

一种基于自适应滤波的语音降噪方法研究

分析和研究自适应滤波和小波变换法的原理及方法,提出了一种新的综合使用自适应滤波和小波变换法的语音降噪方法。该方法首先用仿生小波变换法对带噪声的语音信号进行小波分解,将小渡变换法分离出来的噪声信号作为自适应滤波器的输入。最后选择用最小均方误差（LMS）的自适应算法对带噪声语音信号进行降噪处理,实现了信噪分离,去除语音信号中的噪声信号。实验结果表明,该方法对语音信号有较为明显的降噪效果。     

一种改进的NLMS算法在声回波抵消中的应用

收敛速度和残余均方误差是衡量最小均方算法性能的重要指标。在声回波抵消算法中,为了寻求收敛速度快和计算量小的自适应算法,在归一化最小均方误差算法基础上,把当前时刻以前的误差引入归一化收敛因子中得到一种新算法,可以减小信号样本波动对权重带来的影响。该算法比传统的归一化最小均方算法收敛性能更好,稳态失调也比其小。计算机仿真结果表明,新算法在自适应回波抵消中的综合性能要优于传统的归一化最小均方误差算法。     

基于RMMSE的自适应滤波算法分析

针对扩展目标的高分辨距离像估计问题,在考虑接收窗外强散射中心的影响条件下,研究了以最小均方误差(MMSE)为准则的自适应滤波方法,该算法通过迭代得到各个距离单元上的距离像估计值。文中通过仿真试验分析对比了RMMSE算法、匹配滤波算法和LS算法的性能。仿真结果证明,在接收窗外存在强散射中心的情况下,RMMSE算法能够有效提取目标多个散射中心。     

光纤矢量水听器系统本底噪声的自适应抵消

本底噪声是制约干涉型光纤矢量水听器系统在低频远距离目标探测领域中应用的重要因素之一。为降低系统的本底噪声,提出了一种基于自适应噪声抵消的降噪方法。在光学系统中增加一个与传感迈克耳孙干涉仪结构参数相等的对声压不敏感的参考干涉仪作为参考通道,以获得由光源与电路等共同噪声源引入到各干涉仪的高相关噪声。然后,使用归一化均方根误差的自适应算法分别对声压及加速度信号中与参考信号高相关的噪声部分进行抵消。湖试数据的分析结果表明,该方案能够有效降低系统本底噪声,其中对电磁干扰带来的50 Hz倍频信号的抑制能力高达15~25 dB,对500 Hz以上的平坦噪声谱的抑制为3 dB左右。     

基于MATLAB的自适应噪声抵消器的设计与实现

阐述了自适应噪声抵消（ANC）技术的基本原理,基于自适应滤波器的原理,设计了自适应噪声抵消器;在对自适应滤波器相关理论研究的基础上,重点研究了自适应噪声抵消器的核心——LMS自适应滤波算法。在MATLAB中的Simulink下,建立了自适应噪声抵消器的模型,并通过设置不同的参数进行仿真,结果表明系统能够有效地从噪声中恢复出原始信号。最后对系统进行了性能分析,给出了自适应噪声抵消系统在实际应用中选取参考信号的要求。     

水下脉冲激光探测后向散射噪声自适应滤波算法

在信号处理中抑制水体传输中带来的后向散射噪声,是水下脉冲激光探测的关键技术之一。基于同一水域相邻2次探测后向散射的相关性,提出一种改进的归一化最小均方（NLMS）自适应滤波算法。根据后向散射的强度和滤波后目标信号大小控制步长因子,使其对不同距离、不同强度的目标信号均能取得良好的滤波效果。通过计算机仿真和水池实验对算法进行验证,结果表明,对不同距离、不同反射强度的目标,该滤波器算法均能以较低的阶数有效滤除后向散射噪声,保留目标回波信号。与现有的自适应滤波方法相比,大大减少了滤波所需的计算资源,在水下脉冲激光探测系统上具有一定的应用价值。     

一种快速自适应算法在噪声抵消中的应用

研究了自适应横向滤波器的一种快速算法（FTF）及其在噪声抵消中的作用，对算法进行了推导，归纳了计算步骤，噪声抵消实验表明有良好的效果。     

神经网络用于相关噪声的自适应抵消

本文提出了一种在自适应噪声抵消器中应用模拟神经网络计算自适应线性滤波器权值的方法，权值的计算时间随线性滤波器的阶数的增加而减小。由于神经网络的实时处理能力。该网络可以用于愉速的噪声抵消。当噪声的自相关时间较线性滤波抽头的总地时间为小时时，此时的神经网络相当于一细胞神经网络，这就大大简化了该网络ＶＬＳＩ的实施。本文最后给出了实例模拟。结果令人十分满意。     

一种改进的瞬变步长LMS自适应滤波算法

本文在ＰＬＭＳ算法的基础上提出了一种ＳＰＬＭＳ的改进算法。除具有ＰＬＭＳ算法的优点外，它还具有更高的超始收敛速率，更小的权失调噪声，更大的抑制能力。计算机仿真效果较好，支持了理论分析。     

用于光纤水听器降噪的自适应滤波器

分析了自适应滤波器的原理和算法流程,在Labview软件中采用自适应滤波中的噪声抵消方法对实验中的光纤水听器阵列内的单元数据进行了处理,结果表明在静态目标检测中,可以在不降低信号强度的情况下,将整体噪声水平降低10dB,从而可以得到清晰的阵列波束图;在对拖曳噪声数据的处理中,噪声也得到了明显的抑制。因此,将自适应滤波器用于光纤水听器传感信号的后处理有一定的应用价值。     

基于DSP的自适应噪声消除系统

自适应噪声消除技术在信号处于噪声很强的环境中时,可以非常有效地将噪声去除掉。而DSP是一种高速、高性能的专业数字信号处理器,用DSP实现自适应噪声消除,其具有很好的实时性和处理精度。在此完成了基于DSP的自适应噪声消除系统,有效地消除了信号中的噪声。     

一种低频有色噪声的自适应对消模型

文中讨论了使用自适应噪声对消抵制有色噪声的原理、特点,提出了在特定情况下 一种改进的对消模型及其原理,并结合ＬＭＳ（Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅｓ）和ＲＬＳ（Ｒｅｃｕｒｓｉｖｅ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）滤波器的实现,给出了计算实例。     

基于盲信号分离的自适应回声抵消算法

在视频会议和免提通信系统中,扬声器和麦克风之间的声耦合严重影响语音通信系统的质量。文中提出了一种用基于盲信号分离（BSS）的自适应声回波对消（AEC）方法,可有效解决回声和噪声对近端语音信号的影响。该方法不仅能减少背景噪声对回波对消的影响,而在双向通话时,可直接利用盲信号分离技术分离出近端语音。     

基于阵列抗串扰自适应噪声抵消的语音增强

本文提出了一种针对阵列交叉串扰信号的自适应噪声抵消方法,并将其用于麦克风阵语音增强.该方法仅使用两级滤波系统,计算量小,稳定性好,且对麦克风阵的几何结构及噪声类型均没有严格限制.试验表明,该方法消噪量大,对语音损伤小,语音增强效果显著,适用于多种噪声环境并易于实时实现.     

一种基于运动补偿的时域自适应视频降噪算法

视频信号内的噪声是信号中不希望出现的干扰部分,如果不加以有效的去除,会严重影响视频图像的质量.提出了一种基于运动补偿的自适应时域视频降噪算法.该方法通过运动补偿技术,在时域上跟踪并提取噪声.滤波的强度是根据物体运动轨迹上的运动强度自适应变化的.利用该算法,有效地去除了视频序列中的噪声,同时很好地保护了图像的细节.实验结果表明,采用本文的降噪算法处理后的视频图像质量明显优于采用空域的降噪方法的结果.     

基于自适应形态滤波算法的斑点噪声抑制

文章提出了一种应用于斑点噪声抑制的自适应权重形态滤波算法,实验证明此算法优于传统的形态滤波算法和权重形态滤波算法。     

噪声对消在信号处理系统中的应用

论述基于LMS算法的自适应滤波器噪声对消的工作原理,以及基于AR模型的信号分析方法。在这两种方法相结合的情况下,能有效去除信号的噪声。对含有瞬态干扰的微弱信号,用AR模型法估计出噪声的系数并预测噪声波形,通过自适应滤波器噪声对消原理进行滤波,最后在Matlab环境下进行仿真试验,结果表明该方法具有较好的去噪效果。     

变步长LMS算法及其在自适应消噪中的应用

介绍了一种新的变步长LMS自适应滤波算法。该算法具有较快的收敛速度和较小的失调，并且他不受已经存在的不相关噪声的干扰．将该算法应用于自适应噪声对消系统的仿真中，给出了计算机仿真结果，仿真结果与理论分析是一致的．     

RLS和小波在声信号消噪处理中的应用

在仿真的基础上,介绍了RLS自适应滤波器和小波消噪方法的滤波特性以及消噪的处理方法。通过对实际声采集信号的RLS消噪方法,小波消噪方法和综合消噪方法的处理结果,分析了不同类型的信号数据的不同的处理方法,对于特定的数据类型可考虑采用将两者相结合的方法,处理结果令人满意。