基于自适应噪声抵消的CZ单晶炉炉膛温度信号处理

为滤除CZ单晶炉炉膛温度信号在单晶生长过程中存在的低频干扰,提出一种基于噪声抵消技术的滤波方法.首先利用傅立叶级数构造出低频干扰的逼近信号,然后根据炉温信号的缓变特征建立能够获取低频干扰逼近信号的抵消器误差函数,最后利用一种改进的粒子群优化算法优化误差函数获得低频干扰的逼近信号,并用该逼近信号抵消低频干扰.实验结果表明,所提出的自适应噪声抵消滤波算法能够有效滤除CZ单晶炉炉膛温度信号中的低频干扰,并优于常用的滤波方法.     

自适应噪声抵消技术的仿真与应用研究

从有用信号中剔除噪声是信号处理中一个重要研究课题.在金属矿区进行地震勘探数据采集时,经常会受到矿区内机械设备的强噪声干扰,常规的滤波方法对于淹没在强机器噪声下的有效地震信号的提取已经不适用,而随着计算机和信号处理技术的发展,自适应噪声抵消技术已广泛的应用于各个领域.通过对自适应噪声抵消器原理的研究,结合地震数据信噪模型分析,重点研究利用自适应噪声抵消技术来消除机器噪声.针对基于NLMs算法的常规技术存在的不足,提出了一种改进的算法,并运用MATLAB进行仿真试验,仿真结果表明自适应噪声抵消技术可以有效抵消机器噪声的干扰,大大提高地震资料的信噪比,使有效地震信号失真小.     

自适应噪声抵消技术的应用研究与仿真

从噪声中分离有用信号是信号处理领域一个非常重要的课题.传统的滤波方法对于淹没于强干扰噪声背景下的有用信号提取已经不适用,而自适应滤波技术以其原理清楚,可实现性强而具有很强的应用价值.随着自适应技术的发展,自适应本舰噪声抵消技术已成为舰载声纳的信号处理技术中重要的研究课题之一.通过对自适应噪声抵消器原理的研究,结合舰载声纳信噪模型分析,重点研究利用自适应噪声抵消技术从舰载声呐在本舰强噪声干扰背景下提取有用信号的技术,并运用MATLAB进行了仿真试验.仿真结果表明自适应噪声抵消技术可以有效抵消本舰发出的强噪声,从而抑制本舰噪声对舰载声呐的干扰.     

煤矿井下电磁无线随钻测量信号滤波研究

针对采用自适应滤波最小均方算法和递推最小二乘算法提取煤矿井下电磁无线随钻测量(EMMWD)信号存在收敛速度慢与运算时间长等问题,提出了一种稳定快速横向递归最小二乘(SFT-RLS)算法,用于自适应滤除井下非稳态电气干扰与工频及其2倍频、3倍频干扰,实时提取微弱EM-MWD信号。该算法基于RLS算法,利用4个并行滤波器结构可降低运算时间,并利用加权最小二乘误差进行反馈以提高稳定性。仿真试验结果表明,SFT-RLS算法可实现对采样率为1kHz的EM-MWD信号进行自适应滤波和自适应陷波,平均每次迭代运行时间小于156.98μs,实现了快速稳定收敛运算与实时自适应滤波;SFTRLS算法自适应滤波可抑制信号与干扰比为-115dB的非稳态电气干扰;SFT-RLS算法自适应陷波可实时滤除工频及其2倍频、3倍频干扰,有效提取频率为6.25Hz的时间脉冲位置调制的EM-MWD信号波形,为正确解码EM-MWD信号提供了可靠数据。     

基于神经元网络的自适应噪声抵消系统研究与实现

自适应噪声抵消技术是自适应滤波器最普遍的应用之一,它是一种在未知信号和噪声的先验知识条件下,能够很好地消除背景噪声影响的信号处理技术,具有很高的应用价值;但是,在很多情况下,噪声环境非常复杂,往往是非线性的,而目前所使用的自适应滤波器均属线性滤波器,滤波后会使原始信号产生失真;由于神经网络具有非线性等优点,可以很好的逼近非线性函数,所以提出了基于神经网络的自适应噪声抵消器;仿真结果表明,该方法可以效地实现噪声的抵消;最后提出应用DSP实现语音信号自适应噪声抵消的具体方案。     

一种改进的变步长LMS自适应滤波算法及其在噪声抵消中的应用

本文提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中。该算法解决了算法收敛时间和稳态误差间的矛盾,为实际应用提供了更大的灵活性。它采用误差信号的相关值去调节步长,使得算法的均方误差小、收敛速度快,并且降低了LMS算法对噪声的敏感性。     

一种无双端会话检测的回声抵消算法

为了解决回声抵消器中双端会话检测器计算量大,以及由于其时间的延迟而导致回声抵消性能恶化的问题,提出了一种无双端会话检测的信号的时变功率谱声回声抵消算法。根据双端会话时近端会话与远端会话相互之间的独立性,推导出远端会话信号的时变功率通过回声路径的冲激响应系统与麦克风输入信号的时变互功率相等,利用最小均方误差的自适应滤波来估计回声路径的冲激响应,从而将回声抵消掉。该算法不同于现有的回声抵消算法,它在进行回声抵消的过程中,不需要进行双端会话检测。通过将该算法的步长进行归一化处理,使得自适应滤波器的系数收敛变快,稳定性变强。仿真实验表明,该算法能够在各种会话情况下进行有效的回声抵消。     

NLMS与RLS算法的仿真比较及其在FECG提取中的应用

该文通过计算机仿真对比研究了归一化最小均方误差（NLMS）和递推最小二乘（RLS）两种自适应滤波算法,并将这两种算法用于胎儿心电图仪的自适应滤波器仿真设计中。该方法通过自适应滤波拾取理想的参考信号,再与腹部混迭信号相减抵消母亲心电图（MECG）,从而提取出胎儿心电（FECG）信号。计算机仿真实验结果表明,这两种算法都能通过有效抑制MECG及其它各种干扰以实现FECG的检测。相比之下,RLS算法具有良好的应用性能,除收敛速度快于NLMS以及稳定性强外,还具有更高的起始收敛速率;更小的权失调噪声,更大的抑噪能力,但其计算复杂度高于NLMS算法。     

基于CIM的偏差补偿稀疏NLMAD算法研究

为了解决输入信号受噪声干扰和输出观测噪声具有脉冲特征的稀疏系统辨识问题,提出一种基于CIM的偏差补偿NLMAD(Normalized least mean absolute deviation, NLMAD)算法。 利用NLMAD算法可有效抵御脉冲输出观测噪声的优势,首先应用无偏准则设计偏差补偿NLMAD算法来有效解决由于输入噪声导致的估计偏差问题。再次考虑到稀疏系统辨识问题,将CIM作为稀疏约束惩罚项引入到偏差补偿NLMAD算法提出了新的稀疏自适应滤波算法CIMBCNLMAD。将所提算法应用于输入和输出均含有噪声的稀疏系统辨识和回声干扰抵消场景中,实验表明CIMBCNLMAD算法的稳态性能优于其它自适应滤波算法,说明该方法具有强的鲁棒性且可应用于工程实践。     

远程心电监护中ECG信号的提取

远程心电监护中采集到的心电信号往往包含较严重的噪声干扰,给医生的诊断带来了困难,针对这一问题,介绍了一种基于人工神经网络和自适应噪声抵消的ECG信号自动提取方法;用一个三层BP网络来代替自适应抵消中常用的线性滤波器,对原始ECG信号进行自适应滤波。通过Matlab/Simulink进行仿真;结果表明该方法能够很好地适应噪声的非线性特性,用于远程心电监护中强噪声背景下的ECG信号提取,取得了令人满意的效果。     

基于量子神经网络的无线电引信干扰对消

为了提高无线电引信的抗干扰性,采用量子神经网络构建非线性滤波器,自适应抵消回波信号中包含的干扰噪声。通过自适应干扰对消系统仿真,实现了对目标反射信号的最优恢复,获得了理想的降噪效果。     

航空发动机CAT系统信号采集与处理

以航空发动机试车计算机辅助试验（ＣＡＴ）系统为例,介绍了信号采集与处理中采用的抗干扰措施及滤波技术,以满足ＷＰ系列发动机试车ＣＡＴ系统中稳态、动态和过渡过程参数的采集速度与处理精度的多项技术要求。     

基于ADALINE神经网络的自适应滤波方法

自适应滤波器能够适应系统和环境的动态变化,具有较高的滤波精度。介绍了一种利用ADALINE神经网络进行自适应滤波的方法,根据自适应噪声抵消原理建立了ADALINE自适应神经滤波器模型,并使用该模型将发动机高压油管振动信号中的机体振动噪声滤除,提高了信噪比,为利用高压油管振动信号进行喷油器故障的精确诊断奠定了基础。     

Tilepro64多核处理器的软件无线电平台构建

以Tilepro64多核处理器为核心,设计了面向无线信号数据采集处理的软件无线电系统平台。无线中频信号通过以FPGA为核心的模拟前端的放大、滤波和下变频等处理,进入基于Tilepro64处理器的数字处理模块,经过解调和解码等步骤,将信息由XAUI接口传往上位机。     

基于自适应神经网络滤波的噪声消除

设计的自适应神经网络噪声抵消系统不需要关于输入信号的先验知识,非线性映射能力强,具有自学习能力、计算量小、实时性好。利用该系统对含噪声的非线性信号建模,达到消除噪声的目的。通过LMS算法,对不同信噪比(SNR)的含噪信号进行滤波。仿真结果表明,该滤波器能有效地抑制噪声。     

非高斯噪声下的回声消除算法研究

回声消除一直是信号处理领域的热门研究方向,其中自适应滤波器是在回声消除问题中最为广泛应用的技术,但自适应滤波算法主要是在基于高斯噪声条件下的应用,而现实环境广泛存在着非高斯的噪声,这严重影响了基于L2范数的自适应噪声滤波算法的噪声消除性能。为解决回声消除方法对非高斯噪声的适用性问题,根据回声路径具有明显的稀疏系统特性,结合比例矩阵的设计思想以及符号算法(SA),提出一种改进的MIPNSA算法。该滤波算法既能很好地适应于不同的背景噪声,同时也在较大程度上增强了对稀疏系统的适应能力。仿真测试结果表明,在高斯噪声和非高斯噪声条件下,本算法比现有的一些算法的回声消除效果更佳。     

基于并行干扰抵消的5G通信信道传输控制系统设计

为解决5G通信信号的连接超时问题,使其在单帧、多帧、连续帧情况下,均能呈现出较为流畅的传输状态,设计基于并行干扰抵消的5G通信信道传输控制系统;联合主电源模块与通信信号采集模块,并将输出控制结构、数据处理结构接入电源平台的既定控制节点之中,完成5G通信信道传输控制系统的功能方案设计;在此基础上,分析5G通信信道内的信号传输环境,通过设置并行干扰抵消检测器的方式,得到残余多址信息的表达结果,完成基于并行干扰抵消的5G通信信道配置;根据干扰方差计算表达式,确定5G通信信号的传输误码率水平,实现对系统控制指令的分析与研究,结合相关硬件设备结构,完成基于并行干扰抵消的5G通信信道传输控制系统设计;实验结果显示,与动态无线控制系统相比,在并行干扰抵消算法作用下,5G通信信号在单帧、多帧、连续帧情况下的连接时长均能得到较好控制,这对于信号参量的流畅传输能够起到一定的促进性影响作用。     

改进的DSSS电磁波随钻测量信号载频估计算法

为了解决随钻测量中电磁波信号的载频估计问题,基于直接序列扩频（ DSSS）通信原理,建立了改进的电磁波信号载频估计法,该方法采用信号自适应干扰对消技术滤除噪声信号,然后再通过带通滤波技术获得DSSS信号的频带,从而提高了信号的信噪比（ SNR）。在此基础上,建立了System View仿真模型,仿真结果表明：改进的载频估计法可以有效滤除噪声信号,精确地检测出电磁波信号的载波频率。     

Application of systolic tri-arrays on the Griffiths-Jim adaptive beamformer

An adaptive array system can automatically adjust its directional response to nullify interference or jamming and can therefore enhance the reception of desired signals. The most frequently employed technique for deriving the adaptive weight vector is to use the closed-loop gradient descent algorithm. Gradient descent algorithms are very effective and extremely robust. Unfortunately, in a broad dynamic range signal environment, they are not suitable for an adaptive beamformer based on the gradient descent process because of poor convergence. Recently, the application of direct solution or ‘open-loop’ techniques to adaptive array system processing has been developed to improve convergence. Here we attempt to perform the systolic array through computer simulations and to apply it to the Griffiths-Jim adaptive beam-former to obtain rapid convergence, high cancellation performance and real-time signal processing.