一种低复杂度联合过程估计干扰对消方法

针对连续波噪声雷达在发射泄漏和近距离杂波信号对消过程中,传统联合过程估计方法运算量过大的问题,提出了一种基于参考信号AR近似的低复杂度联合过程估计对消方法.当参考信号AR建模的阶数低于对消滤波器阶数时,仅需要一个和AR模型阶数相同的格型预测器就可以实现对参考信号的去相关处理,从而降低联合过程估计算法的运算量.仿真结果表...     

基于小波分析的EEG信号自适应去噪的应用研究

介绍了小波变换应用于EEG信号消噪处理中的原理及自适应噪声抵消器的原理。根据短时动态信号与平稳背景噪声的特征区别,对输入混合信号进行白化预处理,以时间序列的AR模型理论为依据,导出背景噪声白化滤波器的结构;将小波变换与自适应滤波相结合,对经白化处理后的信号进行自适应去噪,将去噪后信号及平均信号做了功率谱估计比较,实验结果表明该方法能有效地去除弱信号中的噪声。     

传声器阵列语音增强新方法与仿真实验

结合宽带LCMV语音增强和噪声自适应对消原理,提出了一种基于传声器阵列的多级自适应语音增强方法。在真实声学环境下构建实验模型并对语音信号进行采集,通过MATLAB仿真验证了算法。分析表明,该方法计算复杂度低,对语音信号损伤小,信号SNR提高显著。     

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。     

一种基于格型正交化的二阶Volterra自适应滤波算法

针对 Volterra 自适应滤波器输入信号相关性或附加的非线性畸变的增强使自适应滤波器性能下降的问题,本文提出基于格型正交化的二阶 Volterra 自适应滤波算法.先对输入信号进行格型预处理,得到互相正交的后向预测误差信号;然后将其作为自适应滤波器的输入,从而大大降低了一次项、平方项和交叉乘积项信号各项之间的耦合,改善了自适应算法的收敛性能.有源噪声对消的仿真结果表明,在输入噪声强相关和附加较强非线性畸变时本算法仍具有较好的消噪性能.     

基于改进Hopfield神经网络的自适应二维噪声对消器

提出了基于连续型Hopfield神经网络(CHNN)的自适应二维噪声对消器,讨论了神经网络的结构和原理及相应的自适应滤波算法,并从理论上进行了论证.仿真结果表明相对于采用最小均方算法的二维线性噪声对消器,CHNN噪声对消器能更有效实现二维噪声的消除,保持原信号的完整性,获得较好的去噪声效果.     

GMSK通信短波电台带内干扰抑制技术研究

针对通信电台易受电磁干扰的问题,采用了基于自适应干扰对消的干扰抑制方法来解决带内干扰。主要介绍了自适应干扰对消原理以及高斯最小频移键控(GMSK)调制原理,通过在simulink下建立短波跳频电台模型以及加入对消器的电台模型,仿真中改变干扰类型,得出了对消前后白噪声、定频干扰和梳状干扰在不同信噪比下的误码率。仿真结果表明,梳状干扰对通信性能的影响较为明显,定频干扰和白噪声干扰次之;在加入自适应对消器后,干扰抑制效果显著。     

一种新的自适应语音增强系统

针对自适应噪声对消(ANC)语音增强系统的性能高度依赖于参考信号的质量，任何原始语音信号泄漏到参考信号中，都会导致原始语音信号失真和噪声抵消性能恶化这一问题，本文提出一种对泄漏不敏感的附加随机噪声(ARN)自适应噪声对消语音增强系统。它通过在参考信号中加入一个低功率的宽带随机训练信号，然后用该训练信号作参考信号对噪声传输函数(NTF)进行自适应建模，并在使用自适应预测滤波器(APF)消除NTF自适应建模的语音信号干扰的同时，用补偿滤波器(CPF)来修正由APF引起的参考信号失真。计算机仿真表明，这种ARNANC语音增强系统在泄漏情况下能将原始语音信号从带噪语音信号中有效分离出来。     

神经网络自适应有源噪声对消器

本文提出一种新颖的非线性自适应滤波器-递归神经网络(TNN)自适应滤波器．讨论RNN滤波器的构成及算法,实现了RNN自适应有源噪声对消器．RNN自适应有源噪声对消器性能优于由线性滤波器组成的线性对消器,能适应各种噪声环境．仿真结果充分证明了这一点．     

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CLEAN算法的自适应旁瓣对消技术

自适应旁瓣对消技术能够很好地抑制旁瓣干扰,但在应用中发现, 自适应旁瓣对消对跟踪的高信噪比目标带来的信噪比损失较大,导致单脉冲和差测角精度下降。本文提出了一种基于CLEAN算法的自适应旁瓣对消方法,首先通过观测目标的先验信息构建目标回波模型,再利用该回波模型剔除对消通道中的目标信息,然后基于剔除目标信息后的对消通道数据,重新计算最优加权值进行主通道的干扰对消,最后仿真和实测结果验证了该方法不仅可以减少主通道中目标对消后的信噪比损失,同时也降低了对消后对目标测角精度的影响。     

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。     

基于DSP的耳机噪声抵消系统的设计与实现

设计和实现了基于DSP的自适应有源降噪耳机系统。分析了有源降噪耳机系统的原理,基于SEED-DEC6416开发板实现了有源降噪耳机系统的硬件和软件设计,为保证系统的实时性对程序进行优化,降噪耳机系统实现了对实际环境中噪声信号的提取、自适应滤波和噪声抵消。实验结果表明系统,在实际噪声环境中可以对噪声进行抵消,并良好地恢复语音信号,验证了系统设计的可行性和算法的正确性。     

一种改进的自适应干扰对消技术研究及在电磁辐射测量中的应用

提出了一种适合于处理非平稳随机信号的改进自适应干扰对消算法.首先利用经验模态分解的分频特性将多频复杂信号分解到不同的固有模态函数中,再利用改进的最小均方自适应算法进行干扰对消.计算机仿真以及试验结果证明,该方法有效地滤除了含噪电磁信号中的电磁噪声干扰,提高了电磁辐射测鼍的速度和精度,具有重要的工程应用价值.     

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。     

油气井套管电磁数据分段动态自适应降噪方法

针对脉冲涡流技术在油气井套管检测过程中易受到环境影响而产生的噪声干扰问题,提出一种油气井套管电磁检测数据的分段动态自适应降噪方法。通过对比分析仿真信号、实验井检测信号与实测井检测信号的差异,结合实际检测过程中的噪声来源分析,建立了基于偏心-抖动-温度影响因素的检测信号补偿模型。基于该补偿模型训练得到油气井套管电磁检测数据的分段动态自适应降噪模型。测井数据消噪实验结果表明,所研究方法与常用的降噪方法相比能更好地抑制实际检测过程中偏心、抖动及温度因素带来的噪声影响,具有应用和借鉴价值。     

基于自适应滤波的噪声抵消法

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。     

高性能语音增强算法的研究

讨论在强噪声环境下语音增强的新方法,即将主从结构的自适应滤波算法与级联谱相减算法相结合的方法。计算机仿真结果表明,该方法在大大消除背景噪声的同时,消除了“音乐噪声”,同时保证了较好的语音可懂度。