基于改进NLMS算法的自适应滤波算法

最小均方算法是应用最广泛的自适应算法之一,但其收敛速度欠佳。在传统NLMS算法的基础上,提出了重复调整归一化最小均方算法(DRNLMS)即在相邻两输入信号样本的间隔时间进行额外调整运算,以提高算法的收敛性,并通过计算机仿真实现该算法。     

小波域改进变步长自适应滤波

自适应滤波器可在统计量未知的环境中自动调整自身参数,以满足被控对象的时变要求,是现代信号处理技术的重要研究领域.最小均方算法具有结构简单,运算量小,易于实时处理等优点,被广泛应用于自适应滤波算法.但其收敛速度受输入向量自相关函数矩阵特征值的分布影响较大,且收敛精度及跟踪速度与步长选取相互矛盾,因此提出一种改进的变步长调整函数应用于小波域最小均方自适应滤波.实验结果表明,算法可以有效减小输入信号的条件数,降低输入信号的相关性,并可使信号在自适应滤波中更快达到稳态.     

基于自适应滤波的语音增强和噪声消除

语音增强的主要目标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进行语音增强的方法,这种方法比其他方法多用了1个参考噪声作为辅助输入,从而获得了比较全面的关于噪声的信息,因而能得到更好的降噪效果.通过计算机上的模拟处理,处理后的语音信号较原噪声语音信号显著地提高了信噪比,同时能有效地改善语音可懂度.     

基于自适应滤波的语音增强和噪声消除

语音增强的主要目标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进行语音增强的方法,这种方法比其他方法多用了1个参考噪声作为辅助输入,从而获得了比较全面的关于噪声的信息,因而能得到更好的降噪效果。通过计算机上的模拟处理,处理后的语音信号较原噪声语音信号显著地提高了信噪比,同时能有效地改善语音可懂度。     

一种图像自适应Wiener组合滤波方法

利用小波域Wiener滤波和空间域自适应Wiener滤波的特点,提出一种基于小波域自适应Wiener滤波和空间域自适应Wiener滤波的组合滤波方法。该方法首先在小波域进行自适应Wiener滤波,对恢复图像中的残留噪声方差进行重新估计,再在空间域进行自适应Wiener滤波,这种方法提高了恢复图像的精度。仿真实验表明,与单独的小波域和空间域Wiener滤波相比,该方法的均方误差最小,去噪效果更优。     

自适应最小均方算法的本质

本文指出最小均方算法并不能使均方误差最小,证明了最小均方算法实际上是一种加权最小二乘算法。     

雪深超声回波信号的自适应滤波建模方法

针对现阶段获取积雪数据准确度不高的问题,根据超声回波信号特征并结合建模方法和现代数字信号处理技术,提出一种积雪超声回波信号的自适应滤波建模方法,利用包络检波算法和曲线拟合对回波信号包络中的确定性信号进行拟合并结合自适应滤波算法,在误差信号的反馈下通过迭代使输入信号逼近参考信号,改变输入信号幅值和频率也可以稳定地收敛。通过这种方法可以合成积雪回波信号,准确描述雪盖的层理结构,有效地降低了噪声干扰,拟合匹配度得到提高。     

基于并行技术和流水线的LMS自适应滤波算法

针对现有自适应滤波算法中数据处理效率低的问 题,提出了基于并行技术和流水线的最小均方误差（Least mean square,LMS）自适应滤波算法。该算法构建基 于并行技术的多输入多输出滤波器结构,成倍提高系统滤波处理速度;设计基于流水线的LMS 自适应滤波权系数求解方法,有效改善了权系数计算效率。最后利用现场可编程门阵列(Field programmable gate array,FPGA)对该算法进行了验 证,结果表明,对于四级并行流水线四阶LMS自适应滤波器,其数据处理速率提高了约8倍,在相同的数据处理速率下,其功耗可降低约84%,从而提高了LMS自适应滤波处理速率,降低了系统功耗,实现了高速、超高速数据流的实时自适应滤波 处理。     

一种基于小波变换和自适应滤波的图像拼接算法

图像拼接技术其关键在于解决拼接图像配准问题,以及如何针对多幅相关图像,进行无缝接合形成连贯的没有拼接痕迹的图像.本文针对上述问题,提出了一种算法.首先对小波域的图像信息采用灰度相关法进行匹配搜索,使用RANSAC算法对匹配点进行提纯;然后在小波域生成自适应滤波器,并在图像的拼缝处作滤波处理,得到拼接后的小波系数矩阵;对小波系数矩阵进行小波逆变换还原图像.实验结果表明:在小波域对图像进行拼接,而且在接缝处根据两幅图像的自身信息进行自适应滤波(即时改变滤波器形态),故它很好地平滑了拼接中出现的接缝.     

飞行数据改进中值滤波和自适应小波降噪

研究飞行数据预处理时提高数据质量问题.针对飞行数据易受噪声干扰,提出了改进中值滤波和自适应小波阈值降噪的降噪算法.首先以改进的中值滤波算法对飞行数据进行处理以剔除野值;然后对剔除野值后的飞行数据进行小波分解,根据各层小波系数的噪声自相关函数确定最佳小波分解层数;最后设计了新的自适应阈值函数,对小波系数进行处理并重构,得到降噪数据.采用仿真数据和飞行数据进行实验,结果表明,改进方法取得了良好的降噪效果,改善了数据质量,证明算法有效性.     

一种新的变步长LMS自适应滤波算法

传统LMS算法的优点是计算简单、易于实现，缺点是收敛速度慢，如果为加快收敛速度而增大步长因子μ，则会导致大的稳态误差，甚至引起算法发散。固定步长因子无法解决收敛速度和稳态误差之间的矛盾。本文通过建立步长因子μ与误差信号之间的非线性函数关系，得出一种新的变步长自适应滤波算法（SVSLMS）。理论分析和计算机仿真结果表明该算法的性能优于传统的LMS算法和NLMS算法。即在计算量增加不多的前提下，能同时获得较快的收敛、跟踪速度和较小的稳态误差。     

新的变块长频域批处理LMS算法

针对传统的频域批处理LMS（Frequency-domain Block Least Mean Square,FBLMS）算法在收敛速度和稳态误差之间存在矛盾的问题,不同于变步长LMS算法,提出了一种新的变块长频域批处理LMS算法,采用自适应改变的批处理块块长的方法来协调解决这个矛盾。通过Matlab对提出的算法进行计算机仿真,结果表明相比于传统的FBLMS算法,新算法具有更快的收敛速度和更小的稳态误差。     

改进的变步长频域批处理LMS算法

现有的单载波频域均衡技术中的定步长频域批处理LMS（Frequency-Domain Block Least Mean Square,FBLMS）算法,在收敛速度和稳态误差之间存在矛盾。针对这个问题,基于对变步长LMS算法的研究分析,提出了一种新的改进的变步长频域批处理LMS自适应滤波算法,通过变步长因子以及频域权系数抽头泄漏能很好地协调收敛速度和稳态误差之间的矛盾,并且还具有较低的算法复杂度的特点。通过Matlab对提出的新算法进行计算机仿真验证,结果表明该算法有较好的收敛速度和较小的稳态误差。     

心音信号的自适应小波去噪

在采集心音信号过程中,难免要引入噪声,这些噪声影响到心音的分析结果。由于心音信号的非平稳性,普通的滤波方法在滤去噪声的同时,会丢失部分心音成分。文中提出了一种新的基于小波变换的自适应滤波方法,该方法能够有效抑制噪声,经实例验证,取得了满意的结果。     

基于小波域数字滤波的心电信号BW去噪算法

针对心电信号处理中基陑漂移噪声难以消除的问题,提出一种基于小波域数字滤波的基陑漂移去噪算法。采用提升小波分解心电信号,对最高层尺度系数做数字高通滤波处理,并重构得到去除基陑漂移的信号。对MIT/BIH数据库中含噪原始心电数据进行仿真实验,结果表明,该算法在计算复杂度和性能方面能取得比传统算法更好的平衡,在10 dB的信噪比下,其均方误差仅为0.0018。     

基于分数阶傅里叶变换的LMS自适应滤波

分数阶傅里叶变换是一种线性变换,在多分量情况下不像Wigner-Ville分布那样受到交叉项的影响。但是当信号的信噪比比较小时,检测的效果就比较差,文中提出了一种基于分数阶傅里叶变换的LMS自适应滤波算法。实验结果表明,这种方法在低信噪比的情况下能够有效地检测出信号。另外,如果在自适应过程中采用变步长,可以加快收敛速度,可以显著地减少运算量。     

基于粒子群优化算法的自适应滤波

提出并设计了一种基于粒子群优化算法的振动信号的自适应滤波模型。该滤波模型在计算机仿真测试中,获得了很高的效率和良好的结果。     

基于小波变换自适应门限信号预处理

在测控系统中遥测数据野点的存在给数据的进一步处理带来严重的困难,由于传统的野值剔除方法无法完全保留信号的高频信息,提出一种基于小波变换和矩分析理论的野值剔除新方法。该方法以原信号小波分解后的低频成分作为原信号的估计并对残差进行自适应野值剔除,将剔除野值后的信号重构,得到野值剔除后的理想信号。与传统方法相比,该方法既保留了信号的高频成分又有效剔除了野值。对固定门限和自适应门限两种野值剔除方法进行Matlab仿真比较,结果表明,自适应野值剔除方法对数据野值剔除具有很好的效果。     

基于相关函数的改进LMS自适应滤波算法研究

标准LMS算法由于采用了固定的步长因子,致使其算法稳态误差大、实时性差,不适用于非平稳随机过程.提出了一种改进的CLMS变步长自适应滤波算法,该算法采用输入-误差信号的互相关函数控制步长更新,在算法收敛初期步长取较大值,使其有较快的实时跟踪能力,在算法收敛末期步长取较小值,以使其拥有较小的稳态误差.仿真结果表明,相比已有变步长算法,CLMS算法有更好的应用性能.