共查询到20条相似文献,搜索用时 31 毫秒
1.
自适应滤波器在自适应控制、噪声消除、信道均衡、系统辨识以及生物医学等领域的应用中发挥着重要作用。由于其简单性、低计算量和易于实现等特点,其中最流行的自适应滤波算法是最小均方(Least Mean Square,LMS)算法。传统的LMS算法在处理高斯信号时具有良好的收敛性能,然而,针对非高斯信号的处理,自适应LMS算法的收敛性较差,甚至无法收敛。为了改进LMS算法在非高斯噪声干扰下的收敛性,本文通过将传统的LMS算法的代价函数嵌入到双曲正切(Hyperbolic Tangent)函数框架中设计了一种新的代价函数,从而提出了一种鲁棒的双曲正切最小均方(Hyperbolic Tangent Least Mean Square,HTLMS)算法。此外,针对HTLMS算法存在收敛速度与稳态误差相矛盾的问题,本文设计了一种可变λ参数的双曲正切最小均方(Variableλ-parameter Hyperbolic Tangent Least Mean Square,VHTLMS)算法。仿真结果表明,在系统辨识应用场景中,与LMS算法、最大相关熵准则(Generalized Maximum Corr... 相似文献
2.
为了避免单个滤波器在收敛速度与稳态误差上相互制约,从而导致系统性能降低的问题,本文采用凸组合最小均方算法(Combined Least Mean Square ,CLMS ),将快速滤波器和慢速滤波器并联使用,同时为进一步改善CLMS算法的性能,对已有的变步长凸组合最小均方算法(Variable Step-size Convex Combination of LMS ,VSCLMS )做出改进,提出了一种新的VSCLMS算法。在该算法中,对快速滤波器选用以最小均方权值偏差(Minimization of Mean Square Weight Error ,MMSWE)为准则的按步分析的变步长滤波器;对慢速滤波器采用以稳态最小均方误差(Least Mean Square , LMS )为准则的固定步长滤波器。通过理论分析与仿真实验表明,该算法能够在噪声、时变以及非平稳的环境下保持较好的随动性能,且在各个阶段均保持良好的收敛性,与传统的CLMS、VSCLMS算法相比,不仅具有更快的收敛速度,而且拥有稳定的均方性能和较优的跟踪性能,为自适应滤波算法的研究提供了一条可行途径。 相似文献
3.
4.
5.
基于自适应滤波的噪声抵消法 总被引:4,自引:1,他引:4
语音降噪就是从带噪语音信号中提取尽可能纯净的原始语音。文中介绍了一种基于自适应滤波的噪声抵消法,采用归一化最小均方误差算法,采集实际噪声环境下各种不同信噪比的带噪语音样本进行降噪处理,实验结果表明,处理后信号的信噪比得到了较大程度的提高,大大改善了听音效果,具有很高的可懂度,且语音自然度好,没有失真;并与谱减法进行了比较,自适应噪声抵消法的降噪幅度比谱减法有一定提高,在听音效果上,用自适应噪声抵消法处理后的语音在清晰度、自然度方面优于谱减法。 相似文献
6.
针对大规模非静止轨道(Non-Geo Stationary Orbit,NGSO)通信星座系统间同频干扰的实时性和突发性问题,将自适应波束成形技术的变步长LMS(Least Mean Square,最小均方误差)算法应用于NGSO间干扰场景。分析自适应波束成形技术的适用场景,选取OneWeb星座系统与Starlink星座系统的馈线链路间下行干扰场景进行仿真。通过对现有算法进行系统收敛速度、稳健性的性能比较,当NLMS(Normalization Least Mean Square,归一化最小均方误差)算法的参数μ0=0.6时,算法具有较快的收敛速度以及较小的稳态误差,因此运算量小、易于星上硬件实现。分别利用固定步长LMS算法、ENLMS(Error Normalization Least Mean Square,误差归一化最小均方误差)算法以及μ0=0.6的NLMS算法计算最优权向量,并应用于干扰仿真场景。结果表明,μ0=0.6的NLMS算法最能有效规避NGSO通信星座系统间的同频干扰,ENLMS算法次之,固定LMS算法的干扰规避效果最差。 相似文献
7.
声学回声是降低VoIP通话通信质量的重要问题之一,自适应回声抵消是抑制回声的最有效方法之一,其采用自适应滤波器评估回声路径。常用的NLMS(Normalized Least Mean Square)算法计算复杂度高,实用性差,本文利用FFT技术,实现了NLMS频域快速算法FDNLMS(Frequency Domain Normalized Least Mean Square),将自适应更新变换到频域,逐块进行累加更新,保证收敛性能的同时,极大的降低了运算复杂度。实验表明,在滤波器系数为1024阶时,FDNLMS算法的处理速度比NLMS快12倍。 相似文献
8.
谱减法是目前受到广泛研究的语音增强算法之一,但谱减法分辨率固定及存在音乐噪声残留的问题,限制了谱减法的应用推广。本文针对以上问题,利用小波变换的多分辨率特性及谱减法运算量小、处理速度快的特点,提出了一种基于小波变换和改进的Berouti谱减法的改进语音增强算法。实验结果表明,该算法在抑制噪声,增强语音信号的可懂度及鲁棒性方面优于传统的谱减法。 相似文献
9.
传统的线性主动噪声控制算法在噪声信号或噪声通道呈现非线性特性的情况下控制效果不佳。核-滤波最小均方误差算法(Kernel Filtered x Least Mean Square,KFxLMS)通过将输入噪声信号映射到高维再生核希尔伯特空间,再用线性方法在高维空间中进行处理。然而,随着新噪声信号的输入,KFxLMS算法递增的核函数运算需要较高的成本。为进一步改进KFxLMS算法,本文提出了随机傅里叶特征核滤波最小均方误差算法(Random Fourier Feature - Kernel Filtered x Least Mean Square,RFF-KFxLMS)。在仿真实验部分讨论了算法的参数选择,给出了算法的计算耗时,并验证了提出的RFF-KFxLMS算法在非线性噪声通道情况下,针对不同频率分量的正弦噪声都能够达到理想的性能。 相似文献
10.
为减少噪声污染,改善语音质量,语音增强是解决噪声污染的一种有效方法。针对传统语音增强在语音质量和语音可懂度方面的不足,对传统算法进行改进是非常有必要的。研究了将带噪声音基于自适应的完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)处理,将带噪语音转化为多个模态分量进行第二阶处理。当带噪语音为低信噪比时,语音采用快速独立成分分析(Fast Independent Component Analysis,Fast ICA)算法进行噪声分离,再通过对数最小均方误差(log Minimum Mean Square Error Estimation,log-MMSE)算法对分离后的带噪分量进一步处理,最后合成语音。当带噪语音处于高信噪比时,不需要对噪声进行剥离,直接采用最小均方误差(Minimum Mean Square Error Estimation,MMSE)算法对带噪分量进行处理,使输出较为清晰的语音。结果表明,改进算法对语音的增强效果明显。 相似文献
11.
12.
13.
14.
15.
针对传统谱减语音增强算法增强后的语音信号会残留明显的"音乐噪声"的问题,采用多频带谱减算法对其进行改进。改进算法的原理是将带噪的语音信号按照频率划分成不同的频带,并使这些频带之间互不交叠,根据频带内带有噪声的语音信号和噪声信号信噪比,利用自适应算法求得该频带的过减因子。仿真结果表明:改进多频带谱减算法的语音增强效果优于传统谱减法。 相似文献
16.
在强背景噪声的情况下,针对传统倒谱距离法端点检测难以判断语音段起止点的问题,提出了一种基于多窗谱估计的谱减法与改进的倒谱距离语音端点检测新方法.首先对每一帧带噪信号进行多窗谱估计得到平滑功率谱,提取前导无话段平均功率谱,再利用谱减法对带噪语音信号进行减噪处理,对语音的减噪是为了更好地进行下一步的端点检测,然后对传统的倒谱距离门限阈值进行改进,得到一种改进的自适应阈值,并结合倒谱距离法进行端点检测.通过仿真实验结果表明,与传统倒谱距离端点检测算法相比,本文方法提高了低信噪比语音端点检测的精度,具有良好的鲁棒性能. 相似文献
17.
改进的基于人耳掩蔽效应谱减语音增强算法 总被引:3,自引:0,他引:3
提出一种谱估计中的平滑系数自适应变化的新算法,该算法利用人耳掩蔽特性改进语音最小均方误差的对数谱估计增益和无语音概率(SAP)参数,并且利用改进后的SAP参数自适应地调节平滑系数,以求随着不同噪声环境的变化在去噪度、残留音乐噪声和语音畸变度之间自适应地折中.实验表明新算法相对于其他谱减法在相同的去噪度下,语音畸变度最小且几乎察觉不到音乐噪声.特别是在低信噪比的环境下,相对其他谱减法的优势更显著. 相似文献
18.
对流层散射通信的快衰落特性导致接收信号信噪比(Signal-to-Noise Ratio, SNR)不断变化,根据时变SNR进行自适应编码调制,可以使业务速率实时跟随SNR的变化而改变,在保证可靠传输的前提下有效提升通信吞吐量。针对散射通信系统自适应编码调制的需求,在归一化最小均方(Normalization Least Mean Square, NLMS)算法和递归最小二乘(Recursive Least Square, RLS)算法的基础上,提出了改进递归最小二乘(Modified Recursive Least Square, MRLS)SNR预测算法。SNR预测算法可以解决接收端估计的SNR反馈到发送端的延迟问题。经过仿真和外场实验测试,相比NLMS算法和RLS算法,所提出的MRLS算法具有更小的SNR预测误差。采用所提出的MRLS算法进行自适应编码调制流程后,相比NLMS算法和RLS算法,在外场实验中分别可获得约0.4、2 Mb/s的平均业务速率提升,证明了所提出算法的性能优势。 相似文献
19.