基于变换域全相位FIR自适应滤波算法

基于一种全相位FIR自适应滤波器,将重叠滤波思想引入变换域LMS算法,提出了DFT、DCT和DST变换域的带窗重叠自适应滤波算法(WO-TLMS).与传统的变换域LMS(TLMS)算法相比,WO-TLMS算法提高了收敛速度同时具有较低的稳态均方误差.理论分析了算法的收敛性,实验中通过和TLMS算法的比较验证了WO-TLMS算法的优越性.     

一种新的变换域自适应LMS滤波算法

为了改善时变系统中的LMS算法收敛速度,一般可以在变换域进行自适应处理。通过研究和分析分数阶傅里叶变换与时-频平面的关系,提出在分数阶傅里叶变换域进行自适应时-频滤波。所提出的方法首先搜索最佳变换域,然后在分数阶傅里叶变换域进行LMS自适应滤波。仿真结果表明,与目前一些基于变换域的方法对比,新方法通过对时-频平面的旋转,可以显著加速算法收敛性。     

基于小波变换的变步长LMS自适应滤波算法

变步长LMS自适应滤波算法通过构造合适的步长因子有效的解决了传统LMS算法收敛速度和稳态误差相矛盾的问题.变换域LMS自适应滤波算法通过正交变换降低了输入信号矩阵的相关性,提高了算法的收敛速度.将这两种算法相结合,提出了一种新的基于小波变换的变步长LMS自适应滤波算法.仿真结果表明,该算法无论是收敛速度还是稳态误差都有了很大的提高.     

LFM信号的分数阶傅里叶域自适应滤波算法研究

对于线性调频信号(LFM)的滤波,采用处理平稳信号的方法对其滤波往往得不到很好的效果。本文利用了线性调频信号在分数傅里叶变换域上具有很好的时频聚焦性的特点,来实现信号在分数阶傅里叶域的自适应滤波,自适应滤波算法采用改进的步长LMS方法,对传统的LMS算法做出了改进,算法中步长处理中引入了一个限制因子,可以较好地解决算法收敛速度和稳态失调量之间的矛盾。仿真结果表明,此算法在处理分数阶域的LFM信号滤波比传统的LMS算法有较好的滤波效果。      

基于FRFT的LFM信号自适应滤波算法及分析

针对线性调频(LFM)信号自适应滤波问题,利用分数阶傅里叶变换(FRFT)对LFM信号良好的能量聚集性的特点,提出了一种分数阶傅里叶域LFM信号自适应滤波算法.算法采用分级迭代运算的方法确定最佳变换角度,保证参数估计精度的同时,降低了运算量.结合泄漏LMS(LLMS)和归一化LMS(NLMS)算法,对传统LMS自适应算法的跟踪和滤波性能进行了改进,并给出了算法的收敛条件.在加权矢量的迭代公式中引入泄露因子,降低了记忆效应对滤波器的影响;并对自适应步长进行功率归一化,提高了收敛速率.仿真分析了参数对算法收敛性能的影响,结果表明,当输入LFM信号频率变化较快时,算法有较好的收敛性能和较小的均方误差,同时在低信噪比(SNR=10 dB)下也有良好的滤波效果.     

一种基于多尺度小波变换的自适应滤波新算法

将多尺度小波变换的理论引入到LMS自适应滤波器的设计中,分析了基于多尺度正交小波变换的自适应滤波算法的原理;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应滤波算法(MSWT-MVSS-LMS),新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的收敛速度和稳定性.仿真结果表明新算法是有效的和优越的.     

一种新的变步长变换域自适应滤波算法

变换域LMS算法能通过正交变换有效降低输入信号自相关矩阵特征值的分散程度,可提高算法的收敛速度;变步长LMS算法可以克服固定步长因子所导致的算法在较快收敛速度和较小稳态误差之间存在的矛盾,从而获得较快的收敛速度和较好的收敛结果。将二者相结合,提出了一种新的变步长变换域自适应滤波算法。计算机仿真结果表明该算法具有更快的收敛速度和更小的稳态误差,并且运算量较少,具有良好的实用性能。     

自适应滤波算法的仿真及工程实现

为了对自适应滤波算法的滤波性能进行分析,在自适应滤波理论研究的基础上,研究自适应滤波器结构及LMS自适应滤波算法.给出LMS算法的求解的公式,基于LMS算法求解公式,采用Matlab仿真和DSP软件编程两种方法实现了LMS算法,并给出了不同信噪比条件下,LMS算法的仿真实现的滤波结果及DSP实现的滤波结果,通过两种结果的比较可以看出,在信噪比较低的条件下,LMS算法工程上的滤波效果明显达不到理论上的滤波效果.该研究对于自适应滤波理论的工程应用,具有一定的指导作用.     

DSSS通信中基于快速更新子带自适应滤波的窄带干扰抑制

本文面向直接序列扩频(DSSS)通信中的窄带干扰抑制,将分块更新子带自适应滤波的高频谱分隔特性和直接变换自适应滤波的逐点更新特性结合起来,提出了一种快速更新子带自适应(FRSAF)算法,给出了算法的迭代因子收敛界和快速实现结构。理论分析表明：该算法收敛迅速、迭代稳健,其性能明显优于经典子带自适应滤波算法和DCT/DFT-LMS算法,应用于DSSS通信可以得到优良的干扰抑制效果。仿真结果验证了上述结论。     

基于粒子群优化算法思想的组合自适应滤波算法

根据粒子群优化(PSO)算法的社会心理学指导思想并结合自适应FIR滤波器的特点,设计了合适的惯性项、认知项与社会项表达式,并将之应用于组合自适应滤波器的子自适应滤波器更新中,提出了基于PSO算法思想的组合自适应滤波算法,分析了新算法的计算复杂度。理论分析与不同条件下的自适应系统辨识仿真结果表明,新算法可以在不明显提高计算量的条件下较好地平衡自适应滤波器的稳态失调与跟踪能力,其收敛性能优于其它几种较新的LMS算法。     

一种改进的变步长LMS自适应滤波算法

传统的固定步长的LMS算法难于同时获取较快的收敛速度与较小的稳态误差,基于这一矛盾,将变步长算法与变换域算法相结合,提出一种改进的LMS自适应算法以获得较快的收敛速度和较小的稳态误差。仿真结果表明,此算法在收敛速度与稳态误差的性能上均不同程度地优于其他同类算法,尤其是在低信噪比的情况下,其性能的优越性更为突出。     

LFM的一种自适应滤波方法

研究了白噪声环境下线性调频信号的自适应滤波问题。提出了一种LFM自适应滤波算法,该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在u域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号。该算法为白噪声下LFM信号增强、滤波提供了一种算法框架。性能分析表明,该算法的滤波效果取决于自适应滤波器的效果。最后仿真表明该算法效果明显,计算方便。     

一种基于Shearlet变换域改进自适应中值滤波算法

为了有效滤除图像中大量存在的脉冲噪声,提出了一种基于Shearlet变换域改进自适应中值滤波方法。首先在对Shearlet变换进行深入分析的基础上,给出了Shearlet分解和重构基本步骤;然后实现对含噪图像进行多尺度Shearlet变换,对获得多个尺度下的分解系数采用从噪声检测、噪声滤波等环节改进的自适应中值滤波算法(IAMF)进行噪声抑制;最后实现滤波后分解系数重构。分别与经典中值滤波(MF)、自适应中值滤波(AMF)以及Shearlet变换域阈值法进行比较,实验结果表明,该滤波算法滤波性能较好。     

自适应递归最小均方误差滤波:变换域途径

本文首先提出了一条通过传输算子定义信号向量变换的途径,它不但能定义常用的正交变换,还能定义时变和递归的变换,且大大地减少了计算量。文章接着提出了用于递归LMS自适应滤波的变换导出了变换域自适应递归LMS算法,并给出证实算法可行性的模拟结果.     

变换域LMS自适应算法在扩频通信抗干扰中的应用及性能分析

变换域归一化最小均方误差(TDNLMS)算法利用正交变换加速最小均方误差(LMS)自适应算法的收敛速度,但在低信噪比输入,或者输入信号部分频段信噪比较低时存在收敛不稳定问题.本文对其稳定性进行了详细的理论分析,并给出两种低信噪比输入时改善滤波器稳定性的方法.     

一种基于LMS自适应滤波的互相关时延估计优化算法

在多站时差定位系统中使用基于LMS自适应滤波的互相关法进行时延估计时,若采用固定步长因子则会在收敛速度和稳态失调之间存在较大矛盾,从而影响时延估计精度。针对这一问题,文中提出了一种基于分段变步长LMS自适应滤波和希尔伯特差值的互相关时延估计优化算法。该方法首先采用分段变步长LMS自适应滤波对信号进行滤波处理,然后将滤波后的信号作互相关运算,最后通过希尔伯特差值法锐化相关函数的峰值,进一步提高时延估计精度。在相同条件下,文中模拟分析了不同算法的时延估计精度。实验结果表明,新的优化算法时延估计精度更高。在不同信噪比下,新方法相较传统时延估计方法精度提高了2.2%以上,具有良好的抗噪声性能。     

一种基于自适应滤波的信道估计优化方法

为了解决无线移动通信 MIMO-OFDM 系统中导频辅助信道估计方法所存在的估计精度问题,提出了一种基于改进 LMS 算法的自适应滤波优化方法。首先使用 LS 算法对信道进行初始估计,然后利用估计结果恢复出原始发送数据,最后通过自适应滤波的方式对信道估计结果进行重新优化得到新的信道估计矩阵,可以获得更优的估计性能。仿真结果表明,提出的改进 LMS 算法相比于基本 LMS 算法具有更快的收敛速度和更好的稳态性能,自适应滤波优化后信道估计性能得到很大提高。     

一种变步长LMS自适应滤波的改进算法

在信号处理领域,变步长LMS自适应滤波算法被广泛应用,其主要优点为具有较强的鲁棒性和简单易实现.但是,该算法在收敛速度上总是差强人意.针对这个问题对现有的变步长LMS自适应滤波算法进行了改进.首先,介绍了典型LMS算法和传统变步长LMS自适应滤波算法的基本原理及其局限性,在此基础上针对现有基于Sigmoid函数变步长最...     

一种新的可变步长LMS自适应滤波算法

在简单讨论基本LMS，变步长NLMS和LMS／F组合自适应滤波算法的基础上提出一种新的可变步长LMS自适应滤波算法，新算法引入修正系数ρ和遗忘因子λi=exp(-i)，并利用ρ和λi来产生新的步长参与迭代，计算机仿真结果表明，与基本LMS算法或变步长NLMS、LMS／F组合算法相比，新算法在保持算法简单这一特点的同时进一步加快了收敛速度，并能够收敛到更小且稳定的均方误差(MSE)。     

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。