基于参考模型的自适应环境噪声处理

本文讨论了一种带有参考通道的自适应环境噪声滤波器原理，该滤波器采用最小均方误差(LMS)算法。将此滤波器应用于复杂噪音背景的语音信号提取，能很好地抑制背景噪声，从而获得清晰的语音信号。     

基于非最小相位系统自适应逆控制的有源消声研究

前馈有源噪声控制(active noise control，ANC)方法可在较宽的频带有效。在前馈有源噪声控制中，直接使用传统的FXLMS算法时，由于次级通道传递函数往往是非最小相位系统(non—minimum phase，NMP)，导致系统的性能下降。本文提出一种基于NMP逆控制的自适应前馈有源噪声控制FXLMS算法，用带宽随机噪声信号作为噪声源进行仿真实验研究，在一通风管道上进行了实时ANC实验，结果表明较传统的FXLMS算法有明显的改进。     

自适应逆控制FXLMS算法有源噪声控制仿真研究

前馈有源噪声控制方法可在较宽的频带有效，使之获得了广泛的应用，在前馈有源噪声控制中，直接使用传统的FXLMS算法时，由于次级通道传递函数往往是非最小相位系统，导致系统的性能下降，文中提出一种基于非最小相位系统逆控制的自适应前馈有源噪声控制FXLMS算法，用带宽随机噪声信号和实测风机通风管道噪声信号进行仿真实验研究，结果表明，较传统的FXLMS算法有明显的改进。     

自适应有源控制器的算法及实现

在自适应有源噪声控制的实际应用中,控制器是决定整个系统性能和价格的关键因素.针对不同噪声特性和声环境,就实际工程中常用的自适应算法和控制器实现方式进行了详细深入的分析和比较研究,以期对有源控制产品开发有所帮助.     

Gamma自适应滤波器及其最小均方误差训练方法

本文提出了一种新的自适应滤波器－Ｇａｍｍａ滤波器及其基于最小均方程误差准则的训练方法，首先建立了最小均方误差准则下Ｇａｍｍａ滤波器的Ｗｉｅｎｅｒ－Ｈｏｐｆ方程，然后分别提出了３种训练算法：（１）新斯－牛顿算法；（２）确定性梯度算法；（３）ＬＭＳ算法。最后给出Ｇａｍｍａ滤波器在随机信号预测中的应用和仿真结果。     

基于自适应切比雪夫滤波器的非线性有源噪声控制

提出一种基于自适应切比雪夫滤波器的非线性有源噪声控制算法FCLMS。FCLMS算法使用传统的Fx LMS结构,将初级噪声使用第一类切比雪夫多项式展开,进而拟合该信号,而后使用LMS自适应算法进行噪声控制。该算法的计算复杂度低于2阶VFx LMS和1阶FS LMS算法。在不同的仿真模型下的仿真结果表明,该算法控制效果均达到或优于VFx LMS和FS LMS算法,且收敛速度快。     

跟踪系统中跟踪器延迟的自适应预测补偿方法

跟踪系统中跟踪器的延迟会对系统的稳定性和跟踪精度产生不利影响。为此以典型Ⅱ型系统为例，理论上定理地分析了跟踪器延迟对跟踪系统的影响，并提出了将采用LMS算法和横向滤波器结构的自适应滤波器用于延迟预测补偿的方法。仿真结果验证了方法的有效性。     

基于自适应有源噪声控制的噪声防护头盔

隧道施工噪声多为宽频带混合型噪声，声源多、距离近、声级高兼有振动存在等一系列特点，而且隧道内的各种声响都是在同一个封闭的环形坑道中产生或消失的。施工人员就处在听觉暴露受损的强噪声之下，这些无规则的、杂乱的噪声给施工者造成很大的危害。自适应有源噪声控制技术作为一项新技术，可以有效地解决固定参数的有源噪声控制在处理具有时变性、输入信号或声场不稳定等噪声时存在的不足。可以用环境误差信号来控制自适应滤波器参数，自动跟踪环境的变化并自动调节自适应滤波器参数，从而保证有源降噪系统具有优化的性能，在噪声控制上引起人们的极大重视。根据以上情况，文章把自适应有源噪声控制技术应用到隧道施工噪声控制中去，在理论上提出和设计了一种隧道施工中对个体受主进行噪声防护的头盔。     

基于RLS算法的自适应逆控制系统的研究

提出了一种基于RLS算法的自适应逆控制系统，并对最小相位对象和非最小相位对象分别用此系统建模，进行仿真研究．仿真结果表明，基于RLS算法的自适应逆控制系统的收敛速度快，抗干扰性能好，而且得到的稳态误差较小．     

基于遗传算法的自适应噪声抵消

当有参考噪声信号时，自适应噪声抵消的实质就是求参考噪声输入通路的逆滤波器，LMS自适应滤波问题就是一个多变量函数的极值问题。LMS算法因其具有算法简单，容易实现的优点而为常用，但是算法的收敛特性和失调量受到步长参数μ的影响。而步长参数μ和最优值不易确定。遗传算法是一种应用于大规模搜索空间的有效方法，它不要求函数的解析表达式，只根据已知的测量数据便可以求得全局极值。本文以FIR滤波器为例。采用改进的实值编码遗传算法，将遗传算法用于逆滤波器的求解。计算机仿真结果表明该算法对噪声抵消取得了较满意的效果。     

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.     

模型参考自适应恒张力控制系统研究

为解决不适张力对带材供送的影响,通过放卷辊的动力学分析,建立了张力数学模型,分析了影响张力的因素。针对放卷过程中半径变小,而常规PI控制难以实现参数在线调整,提出模型参考自适应张力控制方法,建立了参考模型,采用梯度法推导了自适应率。建立了控制系统模型,并进行了仿真。结果表明,利用该方法系统可以有效的跟随半径减小调节控制器参数,保证了系统的稳定性,缩短了调节时间,减小了超调量。     

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。     

采用自适应算法的有源消声模型

提出一种采用自适应算法的有源消声模型 ,对柴油机低频排气噪声进行了实验 ,结果表明 ,此模型较为切实可行的。     

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。     

应用多通道脉冲噪声检测的彩色图像自适应中值滤波方法

首先对彩色图像RGB 3个颜色通道的子图像,以串行的方式,确定出各颜色通道的脉冲噪声位置。根据待检测像素点附近4个邻域的灰度均值,自适应调整脉冲噪声判断阈值。由各通道的噪声检测结果经运算得到彩色图像脉冲噪声检测结果。采用改进的自适应矢量中值滤波法,对脉冲噪声有选择地滤除。实验结果表明,该方法结合标量方法进行脉冲噪声检测,矢量方法滤除彩色图像中的脉冲噪声,具有较好的滤波性能指标和视觉效果。     

基于最大相关熵准则的水下生物脉冲噪声消除方法

近海生物噪声表现为脉冲噪声,这一类噪声显著降低了水声通信系统的性能。结合水声信道的稀疏特性,提出一种基于最大相关熵准则的级联滤波器算法,该算法实现了脉冲噪声的消除及稀疏信道估计。第一级自适应滤波器完成对噪声的消除工作,第二级滤波器对去噪后的信号进行稀疏信道估计。该方法的优势在于无需知道信号和噪声的相关信息。仿真结果表明,提出的方法比单一的滤波器结构和传统信道估计算法性能更加优越。