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。     

自适应滤波算法综述

分析了最小均方误差滤波和递归最小二乘滤波算法、自适应滤波的神经网络方法、基于QR分解的方法、统一模型下的自适应滤波及基于高阶累积量的自适应算法的优缺点,并对自适应滤波算法的未来发展做了展望。     

一种新NLMS自适应滤波算法及其在多路回波消除中的应用

提出一种NLMS改进算法并对其收敛性进行了证明。该算法计算复杂度低于Sankaran(1997)所提出的带有正交改正因子的归一化算法(NLMS-OCF)和仿射投影算法(APA),并具有易于实现等特点。仿真结果表明,以单路语音信号作输入时,新算法具有比NLMS-OCF算法更好的收敛速度和精度,而在收敛速度和精度相当的情况下,新算法比APA算法所占用的CPU时间少。将新算法扩展成两路算法后,扩展算法仍然保持了这些特点,与Sankaran(1999)两路NLMS-OCF及Benesty(1996)所提多路仿射算法(APA-MC)相比,新算法更适合于应用到多路回波消除等实时性要求高的场合。1     

一种新的变步长LMS自适应滤波算法

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,提出了一种新的变步长LMS(LeastMean Square)算法.该算法具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,且克服了S函数变步长LMS算法(简称SVSLMS算法)在自适应稳态阶段μ(n)取值偏大的缺陷.理论分析和计算机仿真结果表明该算法的性能优于SVSLMS算法.     

混沌脉冲激光雷达水下目标探测

海水对光波的吸收和散射,严重制约了激光雷达水下目标探测的性能。通过对激光在海水传输过程中产生后向散射的定量分析,说明了激光回波信号被海水后向散射影响的严重性。分析比较了距离选通技术和强度调制技术抑制海水后向散射的能力,提出了使用自身具有高频强度调制特性的混沌脉冲激光进行水下目标探测,设计了基于相关法测距的混沌脉冲激光雷达水下目标探测方案。通过对后向散射光以及带有不同后向散射强度的回波信号光的时域和频域特性的研究,使用互相关噪声水平算法判定混沌脉冲激光雷达抑制海水后向散射的能力。理论仿真分析表明,当后向散射光强度是混沌脉冲激光强度36倍时,仍能提取出目标信号。     

散斑噪声污染的激光水下图像滤波算法

水是一种特殊的介质，在激光水下图像中总存在因水的后向散射引起的散斑噪声。充分利用形态学的不同结构多元方向形态滤波的多分辨率特性，以及形态学运算固有的能将大量的复杂图像处理运算转换为基本的逻辑与移位运算的组合来完成的特点，提出了一种多方向的形态滤波算法。不仅有效地抑制了因海水后向散射引起的散斑噪声，同时保留了激光水下目标图像的几何结构细节特征，实验表明这是一种有效的滤除水下激光图像散斑噪声的快速滤波算法。     

基于Sigmoid函数的变步长LMS自适应滤波算法性能分析

总结了最小均方（LMS）、基于Sigmoid函数的变步长（SVS）-LMS、改进的SVS-LMS和基于误差相关的变步长LMS自适应滤波算法,讨论了各算法的收敛性能、跟踪性能和稳态误差,并通过计算机仿真,分析、验证各种变步长算法的不同性能表现以及误差阶数对算法性能的影响,给出了合理的建议。     

基于广义最小均方的自适应递归滤波算法

本文提出了一种广义最小均方(GLMS)算法,分析了GLMS算法的性能,并根据GLMS算法,导出一种自适应递归滤波(ARF)算法。在推导中,ARF算法避开了超稳定定理,从而考虑自适应系统的严格正实条件和Popov不等式是不必要的。计算机模拟表明ARF算法具有很高的收敛速度。     

大气后向散射对主动探测激光脉冲的影响

分析了大气散射模型导致的后向散射对激光脉冲的影响,建立了激光脉冲后向散射物理模型,可用于估算后向散射产生干扰脉冲的功率.利用雪崩二极管探测器(APD)对实际大气条件下大气后向散射对探测激光脉冲产生的干扰脉冲进行了测量,结合测量结果和模型计算结果得到气溶胶和分子散射综合相函数值,与实测后向散射相函数值具有较好的一致性,对设计激光主动探测系统具有实际应用价值.     

布里渊散射在水下激光成像探测中的应用

水下光电成像探测是声纳技术的一种有效补充,然而水下激光成像的后向散射效应严重影响了水下光电成像探测的分辨能力与探测距离.基于激光水下传输的布里渊散射理论,分析了蓝绿激光及其布里渊散射水下传输特性,研究了基于光子晶体滤波器的布里渊散射频移检出技术,设计了同步扫描布里渊散射水下成像装置以及距离选通布里渊散射水下成像装置,以布里渊散射频移的空间分布替代场景反射光强度的空间分布进行水下成像探测,高效抑制水下激光成像后向散射噪声,提高成像探测的作用距离.布里渊散射水下激光成像探测机理的探索将为水下目标光电成像探测技术的发展开辟新的途径.     

自适应滤波器在大气激光通信系统中的应用研究

由于光信号在大气中传输,会受到大气信道的影响,引起信号衰减和符号间干扰,从而导致误码率增加。通过在光通信系统中加载自适应均衡模块来抵制大气激光通信中的信号衰减和符号间干扰问题。选用LMS算法作为自适应滤波算法,并通过Monte Carlo方法对其进行了仿真验证,结果显示在恒参信道条件下,加载自适应均衡模块后接收信号经过很短的学习时间后会很好的跟踪发送信号,从而提高系统的可靠性。     

基于自适应形态学滤波的红外小目标检测算法

针对低对比度下小目标常被大量背景杂波和噪声干扰,检测结果不理想的问题,提出了一种基于视觉注意机制与自适应双结构元素形态学滤波的红外小目标检测方法。根据人类视觉对比机制对图像进行感兴趣区域(ROI)提取以确定候选目标,通过提取轮廓获得候选目标的尺寸,并由获取的尺寸自适应构造双结构元素。运用双结构元素形态学滤波抑制噪声和杂波信号,用中值滤波对形态学滤波后的杂点噪声进一步抑制。实验表明本文提出的算法能有效抑制噪声干扰,显著提高目标信杂比,准确检测弱小红外目标,算法具有很好的鲁棒性和实时性。     

FIR自适应滤波的语音增强算法

提出一种基于线性预测FIR自适应滤波的语音增强算法,该算法可实时过滤被噪声污染的语音信号,提高信噪比,从而提高语音识别系统的识别率。仿真结果证明该算法具有较好的降噪效果。     

一种基于高斯模型的自适应地物杂波滤波算法

在天气雷达信号处理中地物杂波滤除非常重要,地物杂波会造成有强烈回波的假象,对预报造成干扰.提出了一种基于高斯模型的自适应频域地物杂波滤波算法,并以天津站实际的雷达回波信号为例,对2种滤波器的效果进行了分析和比较.仿真结果表明,频域滤波算法能有效消除地物杂波和超折射,最大限度地保留了天气信号.     

基于自适应无迹粒子滤波的目标跟踪算法

为解决复杂场景中目标跟踪问题,提出了一种噪声未知情况下的自适应无迹粒子滤波(A-UPF)算法。算法采用改进的Sage-Husa估计器对系统未知噪声的统计特性进行实时估计和修正,并与无迹Kalman粒子滤波器相结合产生优选的建议分布函数,降低系统估计误差的同时有效提升了系统的抗噪声能力。实验结果表明,本文方法对于复杂条件下的目标跟踪问题具有较高的精度和较强的鲁棒性。     

基于红外智能视频检测的自适应加速检测算法

随着人工智能技术的快速发展,智能车辆辅助驾驶系统已经逐渐走进人们的生活。基于可见光成像的智能车辆辅助驾驶系统虽然日趋成熟,但是其受限于可见光成像条件的制约,在黑暗、雨雾等条件下,使用效果可能大打折扣甚至无法使用。红外智能车辆辅助驾驶系统因成像依靠红外成像设备,使其成为解决这一问题的重要手段而受到广泛关注。但是红外智能车辅系统在一些特殊情况下,如车辆突然提速、应用场景发生较大变化等,其检测及成像实时性可能会受到影响进而导致显示画面卡顿。上述情况的出现会严重影响驾驶员判断甚至行车安全。针对上述情况本文提出了一种自适应隔帧检测算法可以在红外智能车辅系统应用过程中针对不同情况出现的检测速度波动,自主调整检测间隔帧数,以保证检测和成像的实时性。实验证明,该算法对于视频检测速度提升有效,具有一定的实用性。     

一种改进的自适应中值滤波算法研究

非线性滤波是一种有效的噪声抑制技术,得到了广泛的应用。文中针对标准中值滤波方法存在的不足,提出自适应中值滤波方法。该方法采用一定的检测标准对图像中的噪声点进行检测,并采用改进的中值滤波方法对噪声点进行滤波。实验结果表明,此方法较标准中值滤波具有更优良的滤波性能。     

基于单光子的星载激光水下目标探测深度研究

卫星对海探测具有大面积同步观测、全天时工作、不受领海领空限制等优点。为此,本文分析了卫星对海探测的激光链路损耗,构建了星载激光水下目标探测能量传输模型,探讨了基于单光子机制的星载激光对水下目标探测的极限深度。结果表明,在Ⅰ类海区,对于水下等效直径为2 m的物体,星载激光在200 km高度对水下目标探测的最大深度为212 m。因此,在中低轨道开展星载激光对深海水下目标进行探测是可能的。本文的研究工作为进一步开展星载激光深海水下目标探测提供支持。     

基于模糊理论的自适应联邦滤波算法研究

针对先验噪声统计特性与实际不符引起卡尔曼滤波精度下降的情况,提出了一种基于模糊自适应联邦卡尔曼滤波方法。算法基于模糊推理思想通过理论残差与实际残差的比值来对观测噪声协方差阵进行加权调整,实现对观测噪声统计特性的实时跟踪,在此基础上,利用信息分配因子对各子滤波器及主滤波器输出进行加权,得到滤波器的全局输出,将此输出周期性反馈给各个子滤波器以校正子滤波系统的偏差。SINS/GPS/TAN组合导航系统的仿真试验表明该算法具有更强的自适应性、滤波精度更高、鲁棒性更强。     

基于脱靶量的水下目标激光扫描探测模型

蓝绿激光在水下目标非声探测中具有广泛的应用前景,但现有的探测模型尚未考虑探测概率与自导系统的匹配问题。为了获得最佳探测效果,建立基于脱靶量的水下目标激光周视扫描探测模型。仿真结果表明:随脱靶量增加,在相同发射频率下,增大光束发射倾角能显著提高探测概率,但减少了后级系统的处理时间;此外,随脱靶量增加,为避免探测漏检,应提高发射频率,减小光束发射步进角度。最后,通过仿真分析给出不同脱靶量下探测系统关键参数的最优设计。文中所建模型对探测系统、自导系统的匹配设计提供了一定的理论参考。