基于LMS算法自适应噪声抵消系统的仿真研究

介绍了自适应噪声抵消系统的原理和LMS算法,并给出了基于LMS算法自适应噪声抵消系统的仿真图。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效的抵消正弦干扰信号,这样在语音信号处理中就能消除含噪语音信号中的背景噪音,达到提高语音信号质量的目的。     

自适应噪声抵消系统的设计与性能仿真

LabVIEW作为一种图形化虚拟仪器编程语言,其在信号的生成、分析和处理上优势明显。利用其可以设计虚拟的自适应噪声抵消系统,从而可以应用于实际工程中对噪声抵消性能的测试验证。本文针对强噪声背景下有用信号的提取问题,介绍了自适应噪声抵消的原理,并对3种基本自适应滤波算法的步骤与流程进行了阐述。基于LabVIEW图形化虚拟仪器编程语言设计了虚拟自适应噪声抵消系统,系统结构简单,人机交互界面较好。在该系统下以3种自适应滤波算法为例仿真验证了的噪声抵消的性能,结果表明,3种自适应滤波算法的滤波性能与实际分析相符,验证了所设计系统的有效性和正确性。     

基于BP网络的语音信号自适应噪声抵消系统控制与研究

在信号的处理研究中,自适应噪声抵消技术被广泛的应用于通信、控制等领域,LMS算法是最常见的自适应算法。但是信号通道结构比较的复杂或者存在非线性和多噪声通道交叉串扰时,传统自适应滤波器的设计和使用就有很大的局限性。本文中的自适应噪声抵消设计思路,在基于误差反向传播算法(BP算法)的多层前向人工神经网络进行分析基础上,结合传统自适应噪声抵消系统基本原理,建立的基于BP算法的噪声抵消系统。由于神经网络能够克服传统自适应噪声抵消器无法解决的非线性问题,神经网络的自适应噪声抵消技术能够非常有效消除背景噪声。经过Matlab仿真,结果表明:采用BP网络设计的噪声抵消设计具有很好消除背景噪声的效果。     

自适应胎儿心电图仪的算法研究与实现

文中针对研制自适应胎儿心电图仪和提取胎儿心电(FECG)信号的特点,根据自适应噪声抵消(ANC)原理,研究与实现了几种自适应噪声抵消软件算法,滤除母亲心电(MECG)和其它干扰,无创无损提取胎儿心电信号.并通过实例,对这几种算法进行比较、分析讨论.     

在噪声抵消应用中自适应滤波算法性能的仿真比较

介绍了噪声抵消的原理和从强噪声背景中自适应滤波提取有用信号的方法。利用模糊逻辑和RBF神经网络的等价性将模糊逻辑和神经网络有机的结合来构成模糊神经网络,并对BP神经网络、RBF神经网络和模糊神经网络三种基本自适应算法进行了对比研究。计算机模拟仿真结果表明,这几种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性。相比之下,模糊神经网络算法具有良好的收敛性能,除收敛速度快于BP神经网络算法和RBF神经网络算法以及稳定性强外,而且具有更高的起始收敛速率,更小的权噪声,更大的抑噪能力。     

基于RLS算法的自适应噪声抵消系统研究

介绍了一种基于RLS算法的自适应噪声对消系统,说明了噪声对消系统的原理以及RLS算法的步骤与流程。通过实例仿真,得到了基于RLS算法的自适应噪声抵消系统仿真图。分析仿真结果得出,在单频干扰与宽带噪声干扰两种情况下,RLS自适应滤波器都能很好地消除干扰得到有用信号。证实了在通信语音信号处理中,用基于RLS算法的自适应噪声对消系统可以消除语音噪声,提高语音通信的信号质量。     

基于自适应噪声抵消技术的谐波电流检测电路研究

对基于自适应噪声抵消技术的谐波电流检测方法进行了分析研究，得出了一种自适应谐波电流检测电路，并利用MATLAB仿真软件建立了相应的仿真电路，对其检测结果进行仿真分析。     

并联式多级回声抵消器设计研究

在回声抵消研究中,LMS算法由于具有算法简单、易于实现的特点而得到广泛应用.然而,采用LMS算法的自适应回声抵消器的性能仍然有很大的改进余地,可以通过对算法本身的改进和对利用该算法的自适应滤波器的结构的改进达到更好的性能,主要研究了利用LMS算法的AEC自适应滤波器结构上的改进,提出了一种新的滤波器设计方法,该方法通过将采样信号在输入端拆分,分别输入到多个并联的子滤波器中分别处理,得到对回声信号的估计后将它从掺杂有回声信号的接收信号中消除,并在输出端重新组合,成为对原始信号的恢复.这种并联多通道结构可以有效提高回声抵消器的收敛速度、降低运算量.由于这种方法利用了多通道并联自适应滤波器的结构,因此要求非常严格的数据同步和时间控制.仿真结果表明,这种方法对回声抵消具有良好的效果.     

自适应滤波算法的神经网络实现

为了提高传统自适应滤波器求解权值的速度,在Hopfield神经网络的基础上,提出自适应滤波算法的神经网络硬件实现,从理论上进行了分析,并进行了仿真。     

基于自适应噪声抵消技术的谐波电流检测电路研究

对基于自适应噪声抵消技术的谐波电流检测方法进行了分析研究,得出了一种自适应谐波电流检测电路,并利用MATLAB仿真软件建立了相应的仿真电路,对其检测结果进行仿真分析.     

Decorrelation of multiple non‐stationary sources using a multivariable crosstalk‐resistant adaptive noise canceller

A new structured approach to adaptive noise cancelling of non‐stationary stochastic signals is given. The divide and conquer method subdivides the problem into a number of sources with a power of 2 and subdivides the solution to smaller problems in a similar fashion to that of an FFT. Hence, with the number of sources 2^p, where p is a positive integer, the problem is successively reduced to simpler solutions at each stage of order 2^{p ? 1}. In its basic form, the method uses only multivariable least mean squares (MLMS), ordinary LMS, and second‐order statistics. Copyright © 2012 John Wiley & Sons, Ltd.     

An efficient method for combining adaptive echo and noise canceller in hands‐free systems

Acoustic interferences severely degrade the quality and the intelligibility of the desired speech signal, thus posing a severe problem for many speech applications. Several acoustic echo cancellation (AEC) techniques have been proposed with a view to solving this problem. There are, however, few reports of AEC methods working under real noisy conditions. In this paper, we investigate the maximum positive synergies of the combination of acoustic echo canceller with a new adaptive beamformer. The proposed system achieves both the AEC and noise reduction of speech in an actual environment with real noise sources. Since the AEC is located behind the fixed beamformer of the new adaptive beamformer only one AEC is required for an arbitrary number of array elements, and the AEC does not feel any repercussions from the new adaptive beamformer. The proposed system was implemented in a real environment using National Instruments NI‐PXI‐1042Q controller system and data acquisition card PXI‐4472. Experimental results show that the proposed system has successfully improved the performance of hands‐free systems. Copyright © 2008 John Wiley & Sons, Ltd.     

一种新的变步长LMS自适应滤波算法

为了解决传统的固定步长的最小均方误差(LMS)算法在收敛速度和稳态误差上的矛盾,基于Sigmoid函数进行改进,提出了算法步长因子μ与误差信号e之间的一种新的非线性函数关系.首先,基于Sigmoid的偶函数特性将2个函数相乘,使得算法在稳态时能够获取更小的步长;然后,将误差信号用指数形式进行表示,进一步控制步长的变化速度;最后,通过误差e(n)和e(n-1)联合改变步长因子,提高了算法在低信噪比时的性能.理论分析和计算机仿真表明,与已有的变步长LMS算法相比,相同收敛精度时该算法的收敛速度更快,相同收敛速度时该算法的收敛精度更高,在相同条件下算法的抗噪声性能更好.     

基于最小均方自适应滤波器的热工过程建模方法

针对热工对象的时变性特点及其在运行过程中易受到不确定性干扰的影响,提出一种基于最小均方(least mean square,LMS)自适应滤波器的热工过程建模方法。LMS滤波器以未知对象的输入和输出作为激励和期望信号,通过最速下降法得到未知对象的有限脉冲响应(finity impluse response,FIR)模型,其与差分方程或传递函数是等价的。实验仿真和某电厂实际运行数据验证了该算法的有效性。这种建模方法避免了复杂的机理分析,其抽头权值的分布可以表征热工对象的动态特性,为分析热工对象提供了一种手段。     

一种改进的自适应谐波电流检测方法

针对现有的基于双曲正切函数变步长LMS算法的谐波电流检测仍存在稳态误差和收敛速度不能同时满足要求的问题,分析了一种在基于双曲正切函数变步长LMS算法的基础上改进的变步长算法,利用误差的时间均值估计建立步长与误差之间的新型双曲正切函数关系以控制步长的更新,降低稳态误差,提高算法的检测精度。并且同时对权值采用两次迭代更新,将两次迭代的结果作为新的权值,以加快权值的更新速度,提高算法的收敛速度。该算法具有较高的检测精度的同时还有较快的响应速度。Matlab/Simulink的仿真结果证明了该算法用于谐波电流检测具有很好的效果。     

Stochastic analysis of the diffusion least mean square and normalized least mean square algorithms for cyclostationary white Gaussian and non-Gaussian inputs

The diffusion least mean square (DLMS) and the diffusion normalized least mean square (DNLMS) algorithms are analyzed for a network having a fusion center. This structure reduces the dimensionality of the resulting stochastic models while preserving important diffusion properties. The analysis is done in a system identification framework for cyclostationary white nodal inputs. The system parameters vary according to a random walk model. The cyclostationarity is modeled by periodic time variations of the nodal input powers. The analysis holds for all types of nodal input distributions except for distributions with infinite variance. The derived models consist of simple scalar recursions. These recursions facilitate the understanding of the network mean and mean-square dependence upon the 1) nodal weighting coefficients, 2) nodal input kurtosis and cyclostationarities, 3) nodal noise powers, and 4) the unknown system mean-square parameter increments. Optimization of the node weighting coefficients is studied. Also investigated is the stability dependence of the two algorithms upon the nodal input kurtosis and weighting coefficients. Significant differences are found between the behaviors of the DLMS and DNLMS algorithms for non-Gaussian nodal inputs. Simulations provide strong support for the theory.     

用于CZT探测器前端的数字自校准SAR-ADC设计

为了满足碲锌镉(CZT)探测器前端读出系统对模数转换器(ADC)的特殊需求,设计实现了一款 12 bit 1. 6 MS / s 的前台 数字自校准逐次逼近型(SAR)ADC。 采用先校准后正常输出的工作方式以提高数据转换的实时性,校准模式下,SAR-ADC 核 心部分对差分斜坡输入电压注入低幅值扰动,再利用最小均方(LMS)自适应算法在数字域对亚二进制电容权重进行校准并固 定;正常工作模式下,按照已经校准的权重值正常输出数字码。 搭建数模混合仿真平台进行仿真验证,结果表明,当时钟信号频 率为 20 MHz,输入信号频率为 239. 1 kHz 时,校准后与校准前相比,SAR-ADC 的信噪失真比( signal-to-noise and distortion ratio, SNDR)由 45. 59 dB 提升到了 72. 35 dB,有效位数(effective number of bit, ENOB)由 7. 28 bit 提升到了 11. 73 bit,SAR-ADC 性能 明显提升,前端读出电路与 SAR-ADC 的联合线性度 δ 为-0. 29% ~ 0. 34%,能够满足 CZT 探测器前端读出系统的使用需求。     

APF中一种改进的变步长LMS自适应谐波检测算法

在有源电力滤波器(Active Power Filter, APF)的低信噪比(Signal Noise Ratio, SNR)环境下,为了提高变步长最小均方(Least Mean Square, LMS)自适应算法对谐波电流检测的跟踪速度及精度,提出改进的变步长LMS算法。该算法在MVSS-LMS算法的基础上,增加历史误差的遗忘加权和估计并控制步长更新,动态控制步长更新范围,采用滑动窗遗忘加权减小了计算复杂度。同时,对改进算法性能进行稳定性分析。实验结果表明,该算法不仅具有较快的动态响应速度,而且在APF的低信噪比情况下,稳态误差有所减小,具有较高的抗干扰能力,谐波电流检测效果较好。     

基于自适应滤波算法的谐波仿真分析

为改善自适应滤波算法的滤波效果,减小稳态误差,提高跟踪响应速度,并验证改进的变步长LMS滤波算法的有效性和优越性,利用电磁暂态仿真软件PSCAD/EMTDC,构建电网谐波仿真计算模型,并与传统的基于瞬时无功功率理论的p-q算法以及定步长LMS算法进行仿真比较,根据不同系统条件下的滤波仿真波形,进行快速傅里叶分析,验证了此改进变步长LMS算法在计算量增加不多的前提下,可以同时获得较好的跟踪速度和较小的稳态误差,证实了该算法的有效性。     

A fast convergence normalized least‐mean‐square type algorithm for adaptive filtering

A new adaptive algorithm with fast convergence and low complexity is presented. By using the calculation structure of the dual Kalman variables of the fast transversal filter algorithm and a simple decorrelating technique for the input signal, we obtain an algorithm that exhibits faster convergence speed and enhanced tracking ability compared with the normalized least‐mean‐square algorithm with similar computational complexity. Copyright © 2013 John Wiley & Sons, Ltd.