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。     

多参考输入自适应噪声抵消器的算法与实现

针对单参考办入自适应噪声抵消器在多噪声源情况下除噪效果不理想的问题,根据多参考输入自适应噪声抵消器模型,推导了多参考输入最小均方算法,并给出其改进算法。以语音信号为例,给出了多参考输出自适应语音消噪算法及多参考输入自适应语音噪声抵消器的实现方案,并进行了计算机仿真,给出了仿真结果。     

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。     

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。     

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。     

改进的变步长LMS自适应滤波算法及仿真

通过分析变步长自适应滤波算法,建立步长和误差信号之间的非线性关系,提出一种新的变步长LMS自适应滤波算法,并用计算机进行仿真,结果表明该算法在误差接近于零时步长具有缓慢变化的特性,滤波效果更好。     

自适应Kalman滤波在多传感器数据融合中应用

文中介绍基于白噪声滤波器和平滑器的改进的Sage和Husa噪声统计估值器及相应的自适应Kalman滤波器,可处理未知常的和时变的噪声统计估计问题.仿真结果验证了改进滤波器在精度和收敛速度上的优越性.     

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.     

一种脉冲噪声下的鲁棒性自适应回波抵消方法

实际通信线路中脉冲性噪声常使得基于高斯噪声模型的经典自适应回波抵消方法的效果变差。针对该问题,提出了一种基于α稳定分布模型的鲁棒性自适应回波抵消方法（RAEC）。该方法采用p稳定分布建模脉冲噪声,在最小平均p范数准则下,利用自适应时间延迟估计器来抵消回波,不仅可以有效地抵消通信线路中含有高斯噪声的回波,而且对含有脉冲噪声的回波也有良好的抵消效果。理论分析和计算机仿真实验表明,RAEC是一种对脉冲噪声具有鲁棒性的自适应回波抵消方法。     

基于自适应最小均方误差算法实现10kV电力线通信的噪声对消

首先介绍了中压电力线信道噪声通用模型,对现场采集的噪声进行互相关系数计算,并采用对称分量法进行相关性分析,得出三相电力系统相间噪声具有一定相关性的结论。改变单相传输模式,根据两相噪声的一致性特点,提出基于自适应最小均方误差(least-mean-square error,LMS)算法实现中压电力线通信(medium voltage power line communication,MV-PLC)的噪声对消。自适应LMS算法虽然收敛速度较慢,但是计算量小,易于实现。仿真结果表明,噪声对消方法的采用有效改善了10kV中压电力线的信噪比,为10kV配网自动化系统采用载波通信技术提供了新的实现途径。     

基于自适应逆控制的系统噪声消除

提出了一种自适应逆控制消除系统噪声的方法,该方法利用神经网络建立系统的正向模型及逆模型,实现在线实时的计算,自适应调整参数,且灵活性大,有较强的鲁棒性和容错性,对于系统噪声的消除具有很好的效果。     

横向延时自适应滤波器改进及应用

文中详细地介绍横向延时自适应滤波器自适应过程 以及LMS算法，提出对LMS算法的一种改进。将其应用到综合录并仪中数据处理中，应用表明该方法具有较好的抑制噪声的作用。     

横向时延滤波和IQ正交滤波的滤波效果仿真

由于横向时延滤波和IQ正交滤波在稳定性、收敛速度和误差率等方面的性能差异对于最小均方算法(LMS,Least Mean Squares)在工程上的实际应用具有参考意义,采用数值仿真的方法模拟了两者实现自适应最小均方算法的具体过程,并对比分析了它们的滤波性能。仿真结果显示IQ正交滤波具有更高的稳定性、更快的收敛速度、更小的误差率,其滤波性能优于横向时延滤波。IQ正交滤波器的阶数为2阶,而横向时延滤波器的阶数通常>10,滤波器阶数越多引入的权噪声也会相对增加,对于稳定性、收敛速度和误差率都是不利的,因此实际应用中优先选择阶数较少的IQ正交滤波器。     

二级椒盐噪声检测的极值滤波算法

为准确检测图像中的椒盐噪声并滤除,提出了一种基于极值的二级噪声检测滤波算法。该算法根据椒盐噪声的特点,确定了准噪声点的范围,把准噪声点和信号点分类。为了找出准噪声点中被误判的信号点,在图像的8个纹理方向上分别应用了极值噪声检测,根据中心像素点被判为极值的次数分离出信号点和噪声点;对噪声点,取滤波窗口内的信号点的中值进行滤波。试验结果表明:该算法对椒盐噪声有很好的抑制作用。     

用自适应方法提取鼠笼式异步电机转子断条的特征分量

本文根据自适应滤波的原理,推导出处理鼠笼转子异步电机定子电流的方法。经过仿真计算和对转子有断条的电机定子电流的处理,结果表明:用本方法可以大大提高检测转子断条故障特征分量的灵敏度。     

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。     

压缩机噪声的主动噪声控制系统研究

主动噪声控制系统是运用声学干涉相消的理论,由自适应算法对参考噪声进行处理来产生抗噪声信号。本文针对燃气站压缩机在中低频段具有声压级高且难以抵消的问题,首先对压缩机噪声进行时频分析,然后提出了一种基于自适应IIR的主动噪声控制系统,该系统由两个参数可调的数字滤波器和相对应的自适应算法组成。最后利用Xilinx FPGA作为系统的核心控制模块进行系统的硬件设计。实测结果表明该方法在中低频段降噪效果可达20dBA,系统收敛速度为30us,且消耗更少的硬件资源。