共查询到18条相似文献,搜索用时 156 毫秒
1.
《信息通信》2018,(1)
有源噪声控制(ANC)基于相消干涉的原理,能够有效降低低频噪声的影响。传统的ANC方法为滤波x最小均方(FxLMS)算法,该算法由于结构简单、易于实现,在实际中得到广泛应用。FxLMS假设环境中的噪声属于高斯噪声,但是许多实际环境中的噪声呈现脉冲噪声的特点。FxLMS方法利用二阶矩,但是在脉冲环境中由于误差的方差不存在,因此传统的FxLMS算法降噪性能下降,甚至造成系统的不稳定。最小误差熵(MEE)自适应滤波算法对脉冲信号鲁棒,将其应用到ANC系统,提出Fx MEE算法以应对环境中的脉冲噪声。仿真结果表明提出的方法在不同脉冲环境下相比于现有的算法均能实现较好的降噪性能。 相似文献
2.
为了有效解决脉冲噪声环境下的稀疏系统辨识(Sparse system identification, SSI)问题,以l1 -范数为约束构建稀疏递归互相关熵准则(Recursive maximum correntropy criterion, RMCC)算法来解决脉冲噪声对于辨识性能的影响。结合带遗忘算子的互相关熵准则和l1 -范数作为代价函数,推导出一种递归形式的算法,其相对于传统的最大相关熵算法具有快的收敛速度及小的稳态误差。仿真实验结果表明:该算法对于脉冲噪声干扰环境下的SSI问题具有强的鲁棒性。 相似文献
3.
针对恒模算法(constant modulus algorithm, CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion, MCC)对恒模算法中基于最小均方误差(mean square error, MSE)准则的代价函数进行修正,推导出适用于脉冲噪声环境的基于MCC准则的恒模盲均衡算法(MCC_CMA)。该算法利用通信信号的恒模特性,首先得到发送信号与均衡器输出信号模值的误差信号,再通过使模值误差信号的相关熵最大来获得其迭代误差调节项,避免了传统高阶统计量算法在脉冲噪声环境下性能退化的问题。对高斯噪声以及α-稳定分布和混合高斯分布两种脉冲噪声环境下的信道均衡问题的仿真实验表明,相对于经典的自适应恒模盲均衡算法,MCC_CMA算法不依赖噪声的先验知识就能获得较快的收敛速度、较低的剩余码间干扰和误码率,并且在不同脉冲强度的脉冲噪声环境下都能够得到较好的均衡结果,表明MCC_CMA算法具有很好的鲁棒性。 相似文献
4.
5.
在视频处理中,为了提高电视画面的清晰度,不但需要对亮度噪声进行滤除,对色度噪声的滤除也是必不可少的。文章的滤波算法是:先基于块操作对图像的噪声情况做一个大概的估计,然后根据估计的噪声情况对图像进行降噪或者不作处理。降噪的时候。对彩色脉冲和高斯噪声分别选择不同的阵噪算法。文章着重介绍了彩色脉冲噪声的滹除,该算法综合了线性和非线性矢量滤波,降噪效果明显,对高斯噪声采用矢量均值滤波。 相似文献
6.
基于SαSG分布噪声模型的自适应混合矩滤波方法 总被引:1,自引:0,他引:1
α-稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机信号和噪声.与其他统计模型不同,α-稳定分布没有统一闭式的概率密度函数,其二阶及二阶以上统计量均不存在.针对系统中存在独立SαS噪声与高斯噪声,基于SαSG分布模型,提出了一种稳定分布与高斯混合噪声环境下的自适应混合矩滤波的修正RMN(混合参数)算法,并对算法进行了步长归一化改进.计算机模拟和分析表明,这种算法是一种在SαSG分布背景噪声条件下具有良好韧性的滤波方法. 相似文献
7.
基于噪声分离和小波阈值自适应图像去噪算法 总被引:1,自引:0,他引:1
针对VisuShrink小波阈值滤波算法的不足和混合噪声的情况,提出了一种基于噪声分离和尺度的自适应混合图像去噪算法.算法首先通过极值检测分离脉冲噪声和高斯噪声,然后分别对脉冲噪声应用多窗口中值滤波及高斯噪声应用基于尺度的小波阈值滤波完成去噪.实验表明,该混合滤波算法能有效去除图像中的脉冲噪声和高斯噪声,并较好地保存了... 相似文献
8.
在强脉冲噪声干扰背景中,核递归最小二乘(Kernel Recursive Least Square,KRLS)算法和核递归最大相关熵(Kernel Recursive Maximum Correntropy,KRMC)算法对非线性信号预测性能严重退化,对此提出一种核递归最小平均P范数(Kernel Recursive Least Mean P-norm,KRLMP)算法。首先运用核方法将输入数据映射到再生核希尔伯特空间。其次基于最小平均P范数准则和正则化方法,推导得到自适应滤波器的最佳权向量,其降低了非高斯脉冲和样本量少的影响。然后利用矩阵求逆理论,推导得到矩阵的递归公式。最后利用核技巧得到在输入空间高效计算的滤波器输出和算法的迭代公式。alpha稳定分布噪声背景下Mackey-Glass时间序列预测的仿真结果表明:KRLMP算法与KRLS算法和KRMC算法相比,抗脉冲噪声能力强,鲁棒性好。 相似文献
9.
10.
11.
Wentao Ma Dongqiao Zheng Zhiyu Zhang Jiandong Duan Badong Chen 《Signal, Image and Video Processing》2018,12(1):117-124
Proportionate-type adaptive filtering (PtAF) algorithms have been successfully applied to sparse system identification. The major drawback of the traditional PtAF algorithms based on the mean square error (MSE) criterion show poor robustness in the presence of impulsive noises or abrupt changes because MSE is only valid and rational under Gaussian assumption. However, this assumption is not satisfied in most real-world applications. To improve its robustness under non-Gaussian environments, we incorporate the maximum correntropy criterion (MCC) into the update equation of the PtAF to develop proportionate MCC (PMCC) algorithm. The mean and mean square convergence performance analysis are also performed. Simulation results in sparse system identification and echo cancellation applications are presented, which demonstrate that the proposed PMCC exhibits outstanding performance under the impulsive noise environments. 相似文献
12.
13.
14.
针对在机载捷联惯导系统(SINS)自标定过程中,量测噪声呈非高斯分布,导致经典Kalman滤波性能降低的问题,该文提出了基于最大熵Kalman滤波(MCKF)的机载SINS自标定技术。该方法采用最大相关熵准则(MCC)替代经典Kalman滤波的最小均方误差准则,有效利用信号的高阶矩信息,并将其应用于机载SINS自标定系统中。仿真结果表明,在非高斯噪声条件下,该方法能够估计出机载SINS待标定参数,且算法的鲁棒性和误差项估计精度均优于经典Kalman滤波,具有一定的工程应用价值。 相似文献
15.
在输入与输出信号都被噪声污染的含误差变量模型( errors-in-variables model, EIV)中,总体最小二乘算法已经得到了广泛地应用。然而在脉冲噪声干扰的情况下,其收敛性能就会恶化。因此为了处理这种被脉冲噪声污染的含误差变量模型的情况,本文将广义最大相关熵准则与总体最小二乘估计方法结合,提出了一种鲁棒的广义最大总体相关熵自适应滤波算法。通过算法仿真比较的结果得出所提出的算法在脉冲噪声环境下能够有效地抑制脉冲噪声的存在,有着较好的收敛性能和鲁棒性。 相似文献
16.
作为阵列信号处理的一个基本问题,波达方向估计在现代通信领域有着广泛的应用。常规估计方法通常基于高斯噪声假设。 而当阵列接收数据包含 Alpha 稳定分布脉冲噪声时算法将完全失效。针对 Alpha 稳定分布噪声下的波达方向估计问题,本文定义了一种改进的相关熵算子——中值离差相关熵,并从理论上证明了它的有界性。 以此为基础结合 MUSIC 算法提出了一种波达方向估计新方法。该方法不需要噪声先验知识,且在脉冲噪声环境中具有鲁棒性。仿真实验表明, 即使在短快拍、强脉冲噪声的恶劣环境下,本文方法依然具有良好的性能。 相似文献
17.
《电子学报:英文版》2016,(4):719-725
Maximum correntropy criterion (MCC) provides a robust optimality criterion for non-Gaussian sig-nal processing. In this paper, the weight update equation of the conventional MCC-based adaptive filtering algorithm is modified by reusing the past K input vectors, forming a class of data-reusing MCC-based algorithm, called DR-MCC algorithm. Comparing with the conventional MCC-based algorithm, the DR-MCC algorithm provides a much better convergence performance when the input data is correlated. The mean-square stability bound of the DR-MCC algorithm has been studied theoretically. For both Gaussian noise case and non-Gaussian noise case, the ex-pressions for the steady-state Excess mean square error (EMSE) of DR-MCC algorithm have been derived. The re-lationship between the data-reusing order and the steady-state EMSEs is also analyzed. Simulation results are in agreement with the theoretical analysis. 相似文献