基于sigmoid函数的Volterra自适应有源噪声对消器

该文介绍了一种新颖的非线性自适应有源噪声对消器基于sigmoid函数的Volterra自适应有源噪声对消器,并采用输入信号和瞬时误差归一化的LMS自适应算法调整其系数。这种基于sigmoid函数的Volterra自适应有源噪声对消器具有参数少和便于实现的模快化结构等优点。仿真结果表明:这种基于sigmoid函数的Volterra自适应有源噪声对消系统具有良好的抗噪声性能。     

一种改进的Volterra自适应噪声对消器

针对随着Voherra滤波器的输入维数或记忆单元增大,相应需要的计算复杂性成幂级数快速增加的问题,提出了一种改进的利用sigmoid函数对背景噪声进行预处理的减少参数Voherra自适应滤波器,并用它构造了非线性自适应噪声对消器。仿真结果表明,算法在高斯噪声和α稳定分布噪声环境下都有优越的抗噪性能。     

一种分阶自适应Volterra滤波算法

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噪声.这种噪声的二阶及二阶以上统计量均不存在,需要用分数低阶统计量描述.针对Volterra级数非线性项将稳定分布的尖峰脉冲特性更加放大,导致输入信号自相关矩阵的特征值扩展更大的问题,本文提出了一种对于二阶Volterra级数的线性项部分和非线性部分分别采用两个不同收敛因子的分阶Volterra滤波器最小平均p范数(DOVLMP)算法,并分析证明了该算法的收敛性能.仿真结果验证了本文方法较传统算法的优越性.     

基于α稳定分布的二阶Volterra变抽头长度自适应滤波算法

传统自适应Volterra滤波器抽头长度固定。当一个被识别系统或被均衡信道的特征未知或时变时,自适应滤波器的抽头长度太长,不仅增加了计算量同时也增加了误差;抽头长度太短则无法满足系统的性能要求。针对这个问题本文提出了一种二阶Volterra变抽头长度自适应滤波算法。先对Volterra滤波器输入信号进行格型滤波处理,实现了二次项信号解耦,减少了二次项的权系数,使线性部分和非线性部分权值具有相同的抽头长度,简化了传统Volterra滤波器的结构;基于最小平均p范数准则,运用分数抽头长度的概念,对滤波器抽头长度进行实时自适应调整,用LMP算法自适应调整权系数。计算机仿真结果表明,在不同信噪比的高斯噪声和 稳定分布噪声背景下, 应用本文算法的自适应信道均衡都具有良好的收敛性能,本文算法能自适应调整到最优抽头长度;验证了算法的有效性。      

一种全解耦分组二阶Volterra自适应滤波算法

传统的Volterra滤波器运算量大,二次项将稳定分布的尖峰脉冲特性放大,从而影响了算法的收敛性能。针对这些问题．提出了一种二阶Volterra滤波器的全解耦分组算法,对输入数据进行分组排列,有效地降低计算复杂度,每组对应的子滤波器权系数采用全解耦自适应调整算法,有效地降低了非线性项耦合的影响。仿真结果表明了算法的有效性。     

一种三阶Volterra自适应滤波算法

采用更高阶Volterra滤波器更好地逼近非线性系统时,Volterra自适应滤波算法的计算复杂度呈幂级数增加。针对此问题,本文提出了一种在α稳定分布噪声背景下基于离散余弦变换(DCT)的三阶Volterra滤波算法。首先将Volterra滤波器的三次项权系数矩阵分解成一组二次项权系数矩阵;然后利用正交变换,将二次项权系数矩阵变换成对角矩阵,从而大大减少了权系数个数,有效降低了算法的计算复杂度;最后将Volterra自适应滤波器输出表示成线性滤波器输出形式,并由此得到权系数自适应调整算法。系统辨识的仿真结果表明,本算法在α稳定分布噪声背景下具有优越的性能。     

基于Lyapunov稳定理论的有源噪声控制算法研究

在有源噪声控制中引入基于Lyapunov稳定理论的目标函数,给出了应用于有源噪声控制的约束条件,推导出应用于有源噪声控制的单通道和多通道的Lyapunov稳定算法。通过计算机仿真证实新算法的性能要优于FXLMS算法。     

基于自适应Volterra滤波器的非线性系统辨识

为了识别非线性系统的参数,本文提出了一种基于自适应Volterra滤波器的非线性系统辨识方法。给出了自适应Volterra滤波器的LMS和RLS算法。数值仿真结果表明,该方法对于非线性定常和时变系统都有效。     

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.     

基于自适应Volterra的高斯噪声图像滤波算法

针对高斯噪声图像滤波问题,提出一种可以保留细节的自适应Volterra-Volterra滤波方法。为了解决二阶Volterra滤波器核系数确定难、数量多等问题,提出了一种自适应建核结构及算法。通过图像处理实验,与其它滤波算法进行了细节度保留、均方差(MSE)和信噪比(SNR)等指标的比较,结果表明,本文方法优于进行对比的其它滤波方法。     

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。     

基于沃尔泰拉理论的集总光纤非线性噪声补偿

通过沃尔泰拉(Volterra)级数理论求得了非线性薛定谔方程(NLSE)的半解析解,在考虑光纤损耗、色散及非线性效应的情况下,推出了长距离在线级联掺铒光纤放大器(EDFA)光纤通信系统中信号和自发辐射噪声(ASE)之间耦合串扰的半解析表达式,得到了多跨距传输接收端输出信号和发射端输入信号之间的关系式.根据维纳(Wiener)滤波理论的时域滤波原理,在多跨距传输系统接收端设计了对非线性乘性噪声有滤波作用的维纳滤波器,并对预集总色散补偿、后集总色散补偿、分布链路色散补偿系统及一对三"跨距成比例平移对称的色散非线性同步补偿系统进行了仿真模拟研究.结果表明了提出的设计思路及方法的可行性,为进一步提高传输距离增大入纤功率提供了新的思路.     

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。     

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。     

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。     

基于阵列抗串扰自适应噪声抵消的语音增强

本文提出了一种针对阵列交叉串扰信号的自适应噪声抵消方法,并将其用于麦克风阵语音增强.该方法仅使用两级滤波系统,计算量小,稳定性好,且对麦克风阵的几何结构及噪声类型均没有严格限制.试验表明,该方法消噪量大,对语音损伤小,语音增强效果显著,适用于多种噪声环境并易于实时实现.     

基于多层前馈神经网络的二维自适应消噪方法

提出了一种基于多层前馈神经网络对带噪声样本进行二维去噪声建模的新方法,分析了神经网络的结构和原理并改进了反向传播训练算法,从理论上进行了论证。仿真结果表明此方法能较好地实现噪声消除,相对于传统的线性噪声对消器和基于Hopfield网络的消噪方法,具有更优越的性能,保持了原始信号的完整性,达到了有效抑制噪声的目的。     

基于DSP的自适应噪声消除

将基于DSP的自适应滤波器用于通信系统,利用自适应滤波器的通带始终和输入信号频带宽度自适应相匹配的特点,实现通信系统中的噪声消除.实践证明较好地实现了噪声消除,能够达到改善通信质量,增加通信距离的效果.