大地电磁测深阶段式自适应正则化反演

如何合理确定正则化因子一直是地球物理反演的研究热点和难点。从提高反演稳定性的角度对正则化因子的选择进行考量,是确定正则化因子取值的新思路。此外,以往的正则化反演研究对非线性优化算法的随机性考虑不足。基于此,以Zhdanov提出的自适应算法为框架,提出了一种新的自适应正则化算法,即阶段式自适应算法,按照“阶段”自适应地调整正则化因子。将此方法分别应用于大地电磁测深（MT）的共轭梯度和差分进化算法（DE）反演。模型试验表明该算法可以提高反演的稳定性,在一定程度上降低衰减因子的影响,而且该算法具有同时适用于线性和非线性优化算法的特点。     

基于LMS算法滤波的语音降噪研究

在实际通信系统中接收到的语音信号通常伴有噪声,甚至在严重情况下降低了语音的质量,极大地影响人们的使用体验。为了解决这个问题,通常在接收端采用自适应滤波器,利用其通过统计噪声的统计特性自动调整本身参数,来达到最佳的语音滤波效果。本文对常见的最小均方误差准则(LMS)自适应噪声抵消法进行相关介绍,并通过MATLAB软件对含噪声语音进行仿真,通过分析本文设计程序的仿真结果来验证LMS算法可以有效抵抗语音噪声并且具备增强语音的效果,实现了本文语音降噪的目标。