检索结果-南通市图书馆

电讯技术 2003年第1期43卷 51-54页

作者：王芳陶伟刚冯新喜空军工程大学电讯工程学院陕西西安710077 南空司令部指挥自动化工作站江苏南京210018

针对机动目标跟踪问题 ,在“当前”统计模型的基础上 ,利用机动加速度与方差的自适应关系 ,提出了一种新的自适应滤波算法。大量仿真结果表明 ,该算法在跟踪机动目标时 ,具有良好的跟踪性能。

关键词：自适应滤波算法目标跟踪当前统计模型机动目标

在线全文

学校读者我要写书评

暂无评论

仿射投影类自适应滤波算法的改进算法研究

仿射投影类自适应滤波算法的改进算法研究

作者：师黎明重庆邮电大学

学位级别：硕士

自适应滤波器在工程实践中应用广泛，如系统辨识、信道均衡、干扰消除、线性与非线性预测等。常见的自适应滤波算法有最小均方算法(Least Mean Square,LMS)与最小二乘算法(Recursive Least Square, RLS)。LMS算法计算复杂度低，但收敛... 详细信息

自适应滤波器在工程实践中应用广泛，如系统辨识、信道均衡、干扰消除、线性与非线性预测等。常见的自适应滤波算法有最小均方算法(Least Mean Square,LMS)与最小二乘算法(Recursive Least Square, RLS)。LMS算法计算复杂度低，但收敛速度缓慢。RLS与其相反，即收敛速度快，但计算复杂度高。为提高LMS的收敛速度，常用仿射投影算法(Affine Projection Algorithm, APA)替代LMS以提高算法收敛速度。但标准APA算法有两个主要缺点：1.大步长或小正则因子APA算法收敛速度快，但稳态误差高;小步长或大正则因子APA算法稳态误差低，但收敛速度慢。因此，标准APA算法不能满足工程实践对自适应算法应具有高收敛速度与低稳态误差性能的需求。2.当系统遭受冲激噪声干扰时，标准APA算法的跟踪性能衰减严重，即鲁棒性能差。本文从提高APA类型算法的跟踪性能与鲁棒性能两个方面进行研究，具有重要的理论与实践意义。首先，本文简要阐述标准仿射投影算法及其典型的改进算法。其次，针对APA算法跟踪性能差的问题，本文提出一种变正则因子仿射投影算法(Variable Regularization APA, VR-APA)。区别于传统文献中以尽可能使后验错误为零作为标准来推导变正则因子表达式的方法，本文提出通过最小化无噪后验错误矢量信号能量来推导自适应变正则因子表达式的方法。在实践逼近中，该方法利用测量噪声的统计方差特性，并提出一种更加光滑且更加容易控制的指数缩放因子评估方法。除此之外，文中还讨论了该算法的稳定性能。系统辨识的仿真结果表明新算法比现有方法收敛速度更快且稳态误差更低。最后，针对APA算法在冲激噪声干扰下鲁棒性能差的问题，本文提出通过凸组合技术来提高算法跟踪性能与鲁棒性能的方法。仿真实验结果表明提出算法不仅收敛速度快，稳态误差低，而且在冲激噪声干扰下鲁棒性能好。

关键词：自适应滤波算法仿射投影算法变正则因子指数缩放因子凸组合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于相关函数的自适应滤波算法的拓展研究

基于相关函数的自适应滤波算法的拓展研究

作者：鄂智丰中南林业科技大学

学位级别：硕士

随着信息时代的发展,通讯质量问题已成为信号处理领域最重要的热门课题之一。长期以来,回声问题一直是影响通讯质量的一大难题。如今,卫星通讯等高延时通讯手段的应用使得回声问题愈发突出。为此,回声消除器被引入到通讯设备中以降低回... 详细信息

随着信息时代的发展,通讯质量问题已成为信号处理领域最重要的热门课题之一。长期以来,回声问题一直是影响通讯质量的一大难题。如今,卫星通讯等高延时通讯手段的应用使得回声问题愈发突出。为此,回声消除器被引入到通讯设备中以降低回声对通讯质量的影响。目前已得到广泛应用的回声消除器主要使用以最小均方（LMS）算法为代表的传统自适应滤波算法。传统自适应滤波算法最大的缺点是只适用于单工环境而不能适用于目前普遍存在的全双工环境。通常应付全双工环境的方法是加入一个全双工探测器来在全双工环境下中止自适应滤波器对回声路径的跟踪。这种消极的方法降低了自适应滤波器的收敛速度,并且在回声路径发生改变时可能导致算法的失效。近年来出现的基于相关函数的自适应滤波算法是专门针对全双工环境所设计的新型自适应滤波算法。该类新算法无需借助全双工探测器,并能在全双工环境下保持自适应滤波器对回声路径的跟踪,从而有效地解决了全双工环境下回声路径发生改变时导致算法失效的问题。但是,现有的基于相关函数的自适应滤波算法也存在着问题。一方面,由于相较传统的自适应滤波算法,相关函数的引入不可避免地增加了算法的计算复杂度;另一方面,现有的基于相关函数的自适应滤波算法的收敛速度也不够快。本文针对以上两方面的问题相继提出了两个Hartley变换下的基于相关函数的自适应滤波新算法——Hartley变换扩展相关性最小均方（HECLMS）算法与正比例Hartley变换扩展相关性最小均方（PHECLMS）算法。其中HECLMS算法实现了计算复杂度的降低,但收敛速度并没有提高;PHECLMS则较明显地提高了收敛速度,其计算复杂度略高于HECLMS算法,但仍低于现在的基于相关函数的自适应滤波算法。由于新算法与现有的基于相关函数的自适应滤波算法一脉相承,所以完全可以并能更好地适用于全双工环境。

关键词：回声消除自适应滤波算法全双工环境相关函数 Hartley变换

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

频域块LMS自适应滤波算法的研究

频域块LMS自适应滤波算法的研究

作者：田超西安理工大学

学位级别：硕士

LMS（Least Mean Square,最小均方）自适应滤波算法最早由Widrow等人提出,由于实现结构简单,计算量小,稳定性好等诸多优点被广泛应用于自适应控制、雷达、系统辨识等领域。然而时域传统LMS自适应滤波算法也存在一些缺陷,主要包括两方面... 详细信息

LMS（Least Mean Square,最小均方）自适应滤波算法最早由Widrow等人提出,由于实现结构简单,计算量小,稳定性好等诸多优点被广泛应用于自适应控制、雷达、系统辨识等领域。然而时域传统LMS自适应滤波算法也存在一些缺陷,主要包括两方面：一是其收敛速度和稳态误差对收敛因子的要求相互矛盾,选择收敛因子时只能在高收敛速度和低稳态误差之间折中考虑;二是其收敛性能受输入信号功率影响,在输入信号功率不断变化的情况下,为保证最大输入功率时的收敛稳定性,必须牺牲低输入信号功率时的收敛速度。除了上述缺陷外,对于任何信号处理系统,特别是有实时处理要求的系统,减小算法计算复杂度始终是一个重要的改进方向。本文从自适应滤波技术研究的重要意义入手,首先研究了时域传统LMS自适应滤波算法、RLS自适应滤波算法和块LMS自适应滤波算法的性能;其次在时域传统算法的基础上引出一种基于频域的块LMS自适应滤波算法,并完成其性能分析;然后对时域传统LMS自适应滤波算法和频域块LMS自适应滤波算法进行系统建模;最后采用Verilog硬件描述语言进行编程,在Xilinx ISE Design Suite 10.x平台上完成时域传统LMS自适应滤波算法和频域块LMS自适应滤波算法的仿真测试,同时对两种算法在运算量大小和硬件实现难易程度方面进行对比分析。

关键词：自适应滤波算法 LMS自适应滤波算法频域块LMS自适应滤波算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于非线性函数扩展的自适应滤波算法研究

基于非线性函数扩展的自适应滤波算法研究

作者：王仁杰四川大学

学位级别：硕士

作为信号与信息处理领域的一个重要分支,自适应滤波技术获得了广泛的研究和发展,在系统辨识、主动噪声控制(Active Noise Control,ANC)、自适应回声对消(Acoustic Echo Cancellation,AEC)和波束形成等应用领域发挥了重要作用。传统的主... 详细信息

作为信号与信息处理领域的一个重要分支,自适应滤波技术获得了广泛的研究和发展,在系统辨识、主动噪声控制(Active Noise Control,ANC)、自适应回声对消(Acoustic Echo Cancellation,AEC)和波束形成等应用领域发挥了重要作用。传统的主动噪声控制技术一般假设次级通道为理想的线性模型。但是在现实情况中,无论是初级通道还是次级通道都可能会存在非线性畸变。而且在非线性非常强时,可能会使主动噪声控制算法的性能退化甚至完全失效。除此之外,在实际应用场景中,噪声往往是非高斯的,具有强烈的脉冲性质,这会导致传统的基于二阶矩的主动噪声控制算法失效。另一方面,随着通信和网络技术不断发展,使得人们对通信的质量提出了新的要求,其中最主要的就是语音通话质量。声学回声是降低语音通话质量的重要因素之一。如何消除声学回声具有重要的现实意义。目前最普遍应用的方法是基于自适应滤波的回声消除器。当回声路径存在非线性的特性时,传统的自适应滤波算法,比如最小均方算法、归一化最小均方算法的性能会出现明显的下降。因此,如何对回声路径中的非线性特性建模,提出有效的非线性回声对消方法具有重要意义。函数连接型人工神经网络(Functional Link Artificial Neural Network,FLANN)是一种单层的人工神经网络,具有良好的非线性建模能力,相较于多层网络具有复杂度低的优势。本文的研究内容为在FLANN的基础上,设计新的自适应滤波算法,并应用到主动噪声控制和回声对消中。具体地,本文主要工作为:第一,详细介绍FLANN的基本理论,指出其对非线性畸变建模的低复杂度的优势。介绍自适应滤波算法应用中经常会遇到的Alpha稳定分布噪声,介绍了其特征函数以及各个参数的意义。对基于FLANN的经典的主动噪声控制算法滤波-s最小均方算法(Filtered-s Least Mean Square,Fs LMS)和鲁棒型滤波-s最小均方算法(Robust FsLMS,RFsLMS)进行推导,并详细描述了回声对消的系统模型。第二,为了提高ANC算法在Alpha稳定分布噪声环境中的稳定性和有效性,提出了一种基于Geman-Mc Clure估计器的滤波-s最小均方算法Fs GMLMS。算法借鉴RFs LMS算法利用误差信号的滑窗函数来更新权值向量的设计思路,并采用另一种函数,误差信号的Geman-Mc Clure估计值来更新权值向量。实验结果验证了其在脉冲噪声环境下的稳定性以及相较于RFs LMS算法的更好的噪声控制能力。第三,从设计误差信号的函数和最优化准则两个方面同时考虑来增强ANC在脉冲噪声环境中的性能,提出了一种结合Power-of-Two量化器,q梯度和最小p范数的算法PTQ-Fsq LMP。首先将幅值较大的误差信号通过量化器限制到一定范围内;接着将量化后的误差信号的p范数作为算法的代价函数,并利用q梯度推导出算法的权值向量更新公式。两个方面的同时考虑进一步增强了算法去除残留噪声的能力。第四,提出了改进的函数连接型回声对消算法。在将FLANN应用于AEC中回声路径估计的同时,把回声路径中的非线性畸变建模为sigmoid变换,利用递归最小二乘算法(Recursive Least Square,RLS)快速地对sigmoid变换的参数进行估计,使得新的算法准确快速地完成回声路径中非线性变换的建模,进而能达到更快的收敛速度和更低的稳态误差。

关键词：自适应滤波算法非线性主动噪声控制自适应回声对消函数连接型人工神经网络 Alpha稳定分布

稀疏系统中基于低阶范数约束的自适应滤波算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

稀疏系统中基于低阶范数约束的自适应滤波算法研究

作者：何曙明重庆邮电大学

学位级别：硕士

自适应滤波器在工程实践中广泛地应用于系统辨识,预测,逆向建模和干扰相消等方面。在常见的自适应滤波算法中传统的最小均方算法(Least Mean Square,LMS)算法具有计算简单,收敛快,易于实现等优点。但是,当LMS算法遇到稀疏系统时性能迅... 详细信息

自适应滤波器在工程实践中广泛地应用于系统辨识,预测,逆向建模和干扰相消等方面。在常见的自适应滤波算法中传统的最小均方算法(Least Mean Square,LMS)算法具有计算简单,收敛快,易于实现等优点。但是,当LMS算法遇到稀疏系统时性能迅速衰退,主要体现为收敛速度变慢,稳态误差增大。本文在对稀疏自适应滤波算法进行学习和对比后针对范数约束类算法存在的如下问题进行研究:1.基于l范数及l范数约束的稀疏自适应滤波算法对大抽头系数吸引力过大同时对小抽头系数吸引力不足,这导致算法的稳态误差较大,当系统的稀疏度降低时体现的尤为明显。2.当步长固定时,算法不能同时保证较快的收敛速度和较低的稳态误差。首先,本文简要阐述了自适应滤波理论基础并分析了经典的基于低阶范数约束的稀疏自适应滤波算法。其次,针对范数约束类稀疏自适应算法由于约束项本身性能不佳带来的稳态误差问题,本文提出一种基于修正的柯西分布函数约束的稀疏自适应算法(Cauchy distribution function-penalized LMS,C-LMS),该算法将传统的基于低阶范数的约束项修改为修正的柯西分布函数。新的约束项理论上可以减小对大抽头系数的吸引力并进一步扩大对小抽头系数的吸引力从而降低稳态误差。在对C-LMS算法的收敛性和计算复杂度进行分析后,文中设计了两个实验测试其性能。仿真结果证实,与同类算法相比C-LMS算法具有更低的稳态误差,并且当系统稀疏度降低时依然保持着良好的性能。最后,针对稀疏自适应滤波算法在固定步长下存在的问题,本文提出了一种基于?-函数的变步长方法。该方法用文中推导出的?-函数将归一化无噪先验误差功率映射到满足算法需求的步长区间内。归一化的无噪先验误差功率由于剔除了环境噪声理论上可以降低算法对环境的依赖性。仿真结果证实,新的变步长算法能有效缓和收敛速度与稳态误差之间的矛盾,同时在一定程度上降低了环境噪声对滤波结果的影响。

关键词：自适应滤波算法系统辨识稀疏系统柯西分布函数变步长

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种新的可变步长LMS自适应滤波算法

信号处理 2004年第6期20卷 613-617页

作者：王敏强郑宝玉南京邮电学院信号与信息处理研究所南京210003

本文在讨论基本L,MS,变步长NLMs【",改进的SVSI。MS[2]和LMS／Fp]组合自适应滤波算法的上基础上提出一种新的可变步长L.MS自适应滤波算法,新算法引入修正系数p和遗忘因子／lf=exl^(-i)(i=l,2,...,M-1),并利用p和^i来产生新的步长参与迭... 详细信息

本文在讨论基本L,MS,变步长NLMs【",改进的SVSI。MS[2]和LMS／Fp]组合自适应滤波算法的上基础上提出一种新的可变步长L.MS自适应滤波算法,新算法引入修正系数p和遗忘因子／lf=exl^(-i)(i=l,2,...,M-1),并利用p和^i来产生新的步长参与迭代。计算机仿真结果表明,与基本LMS算法或变步长NL,MS算法、改进的SVSLMS算法、LMS／F组合算法相比,新算法在保持算法简单这一特点的同时进一步加快了收敛速度,并能够收敛到更小且稳定的均方误差(MSE)。

关键词： NLMS算法自适应滤波算法变步长遗忘因子 MSE 均方误差计算机仿真新算法收敛速度组合算法

在线全文

学校读者我要写书评

暂无评论

基于高阶累积量符号相干累积自适应滤波算法

系统仿真学报 2002年第10期14卷 1280-1283页

作者：郭业才赵俊渭陈华伟王峰 1西北工业大学声学工程所安徽理工大学淮南232001 西北工业大学声学工程所

基于传统LMS (Least Mean Square)的自适应谱线增强(Adaptive Line Enhancement, ALE)算法的主要缺点是:抑制高斯噪声效果差,计算量大,收敛速度慢。为了尽可能的克服这些缺点,利用相干累积算法对输入数据中相干分量的相干累积作用和符... 详细信息

基于传统LMS (Least Mean Square)的自适应谱线增强(Adaptive Line Enhancement, ALE)算法的主要缺点是:抑制高斯噪声效果差,计算量大,收敛速度慢。为了尽可能的克服这些缺点,利用相干累积算法对输入数据中相干分量的相干累积作用和符号算法能减少计算量的性能,修正了传统的LMS算法,提出了基于高阶累积量符号相干累积迭代的自适应谱线增强新算法。该算法具有良好的抑制高斯有色噪声效果,计算量小,输出信号平稳等特点,能较好地克服基于LMS的ALE算法的缺点。仿真结果证实了该算法的有效性和可行性。因此,本文的研究具有良好的实用性和应用前景。

关键词：高阶累积量符号相干累积自适应滤波算法弱信号检测信号模型

去除漏磁数据中无缝管道噪声的小波域自适应滤波算法

在线全文

学校读者我要写书评

暂无评论

石油大学学报（自然科学版） 2005年第1期29卷 127-130页

作者：韩文花阙沛文上海交通大学自动检测研究所上海200030

漏磁(MFL)检测是油气管道在线检测中应用非常成熟的一种无损检测技术。将小波变换与自适应滤波技术相结合,提出了一种去除漏磁数据中无缝管道噪声(SPN)的小波域自适应滤波算法。将该算法用于实测漏磁数据的处理,所得结果说明该算法具有... 详细信息

漏磁(MFL)检测是油气管道在线检测中应用非常成熟的一种无损检测技术。将小波变换与自适应滤波技术相结合,提出了一种去除漏磁数据中无缝管道噪声(SPN)的小波域自适应滤波算法。将该算法用于实测漏磁数据的处理,所得结果说明该算法具有良好的去噪效果,可以极大地提高漏磁数据中缺陷信号的可检测性。

关键词：自适应滤波算法小波域自适应滤波技术数据噪声信号去噪漏磁在线检测管道

在线全文

学校读者我要写书评

暂无评论

非高斯噪声背景下的自适应滤波算法研究

非高斯噪声背景下的自适应滤波算法研究

作者：祁霄新疆大学

学位级别：硕士

在数字信号处理过程中,信号受到噪声干扰的现象十分常见,这些被噪声干扰的信号在识别以及后续的分析处理和判断工作中给我们带来一定的困扰。所以,在含有噪声的混合信号中检测并成功提取出我们所需要的有用信号是一个很重要课题。目前... 详细信息

在数字信号处理过程中,信号受到噪声干扰的现象十分常见,这些被噪声干扰的信号在识别以及后续的分析处理和判断工作中给我们带来一定的困扰。所以,在含有噪声的混合信号中检测并成功提取出我们所需要的有用信号是一个很重要课题。目前在信号理论相关领域中,我们习惯把噪声假设成高斯噪声,然后根据它的分布函数特点把噪声处理掉。但是随着科技的不断提高,我们的设备越来越复杂,在通信过程中遇到的都是非高斯噪声。按照高斯噪声处理效果并不理想,提取出的信号容易失真甚至出现严重的破坏和损失,最后使整个系统性能退化。本文从自适应滤波原理入手研究并提出新的算法,用于消除和抑制非高斯噪声。首先,介绍了几种常见的噪声,然后分析高斯噪声和非高斯的区别,根据非高斯噪声的特点提出了几种数学模型。接着分析它们的概率密度函数以及指出了它们的统计特性。其次,根据自适应滤波算法的原理,我们介绍了常见的自适应滤波器和它的基本结构和应用,然后对自适应滤波算法进行了列举。本文采用的是自适应滤波的一种典型应用——自适应噪声抑制系统。在非高斯噪声的前提下,常见的一些算法对信号的处理并不理想,因此本文研究了新的算法。本文结合归一化LMS(NLMS)算法和LMS-Newton算法的优点提出了NLMS-Newton算法,并根据它的特点给予了一些改进。在经过模拟验证后可以看出,虽然该算法的运算量变大了,但是收敛速度和稳定性得到了明显的提升。最后,在计算机上应用仿真软件MATLAB对该新算法进行仿真,根据信号处理后图像对算法的稳定性能和收敛性能进行对比分析。

关键词：非高斯噪声模型自适应滤波算法噪声抑制 NLMS-Newton算法