自适应滤波算法在可视对讲系统中应用的研究

随着生活智能化程度的不断加深,社区与住宅区的安全也越来越被摆在重要的位置。在可视对讲系统中,对讲是系统的核心,通话的质量决定了对讲的效果。在对传统自适应滤波算法进行全面分析的基础上,针对回声严重影响对讲质量的问题,提出一种改进归一化最小均方算法。研究结果表明,改进归一化最小均方算法可以很好地消除可视对讲产生的回声噪音,显著改善可视对讲系统的对讲质量。

GNSS/SINS组合导航的改进Sage-Husa自适应滤波算法

针对组合导航系统中标准Sage-Husa自适应滤波算法存在滤波发散的问题,提出一种改进的Sage-Husa自适应滤波算法。首先,对组合导航系统的线性卡尔曼滤波算法采用补偿反馈校正算法获得最优估计,并对滤波器新息向量进行简化;然后,提出一种改进的Sage-Husa自适应滤波算法,该算法具有实现简单并且可以避免状态估计发散的特点;最后,进行基于该算法的GNSS/SINS组合导航实验。结果表明,该算法可以对量测噪声突变方差和缓变方差进行准确跟踪,并且量测噪声方差估计精度与变分贝叶斯滤波方法相当;当量测噪声方差变化时,相对于标准KF算法,该算法可分别提高约20%和21%的位置精度和速度精度,能有效降低未知量测噪声统计特性对组合导航系统滤波精度的影响。

基于改进LMS的引信回波自适应滤波算法

针对无线电引信回波在信号处理过程中易被噪声覆盖的问题,引入步长补偿因子和反馈控制的思想,提出一种基于改进最小均方(LMS)算法的引信回波自适应滤波算法。该算法在正态函数的基础上引入步长补偿因子共同约束步长取值,提高算法的收敛速度;采用当前误差信号与前一时刻误差信号的互相关值动态调整算法参数,实现对不相关噪声的抑制;同时结合步长归一化处理,增大步长的选择范围,使算法收敛速度更快,稳定程度更高。仿真实验结果表明:该算法可以有效降低噪声对引信回波信号的影响,且与原有算法相比在收敛速度和稳态误差上具有较好性能。

基于自适应滤波算法的超声波气体流量计

针对超声波气体流量计在使用过程中普遍存在的测量精度不高、稳定性差等问题,提出并实现了基于时差法和新型自适应滤波算法的超声波气体流量计。该流量计硬件部分由STM32F103主控芯片、高精度计时芯片TDC-GP22等组成,保证了系统的计量精度;软件部分采用了一种改进型卡尔曼滤波算法,在保证滤波效果的同时有效提高响应速率,并且将其与算术平均滤波相结合,根据流体渡越时间差的变化率提出了新型自适应数据滤波算法。通过实验对比发现,该新型滤波算法有效降低了系统的测量误差,在0.25~40 m^(3)/h流量范围内,系统的最大测量误差为1.08%,满足1.5级精度标准,同时使得系统零漂减小为原来的一半,大大提高了系统的稳定性,满足了实际工程应用的需要。

机动目标跟踪中一种新的自适应滤波算法

通过分析基于“当前”统计模型的机动目标自适应跟踪算法,指出该算法对目标机动加速度极限值的依赖性,而实际中预先设定加速度的最大值是不可行的。为克服这一缺点,文中给出一种新的自适应滤波算法,该方法无需提前给定加速度最大值,可以直接利用位置估计值和加速度之间的函数关系进行加速度方差自适应调整。仿真结果表明,与标准的自适应滤波相比其跟踪精度有了较大提高。

基于小波分解的自适应滤波算法在抑制局部放电窄带周期干扰中的应用

在局部放电在线监测中,由于窄带周期干扰的频率范围很宽,自适应滤波器的参数设置比较困难,有时甚至会导致算法不稳定。为此,文中提出了一种基于小波分解的自适应滤波算法,以用于抑制窄带周期干扰:利用小波的分频特性先将信号分解到不同的频段上,然后对各频段的信号施以自适应滤波,由于信号被分解到不同的频段,各频段内的窄带干扰频率相差有限,所以,可以根据各频段信号的特性采用最佳的滤波参数,以达到较好的滤波性能。计算机仿真分析和现场数据处理表明,该算法比普通自适应滤波算法有更好的抗干扰性能和稳定性。

一种变步长LMS自适应滤波算法及分析

本文对变步长自适应滤波算法进行了讨论 ,建立了步长因子 μ与误差信号e(n)之间另一种新的非线性函数关系 .该函数比已有的Sigmoid函数简单 ,且在误差e(n)接近零处具有缓慢变化的特性 ,克服了Sigmoid函数在自适应稳态阶段步长调整过程中的不足 .由此函数本文得出了另一种新的变步长自适应滤波算法 ,并且分析了参数α ,β的取值原则及对算法收敛性能的影响 .该算法有较好的收敛性能且计算量少 .计算机仿真结果与理论分析相一致 。

基于正交小波变换的瞬变步长LMS自适应滤波算法

本文在滑动准最小均方误差瞬变步长LMS(SPLMS)算法基础上提出了一种基于正交小波变换的瞬变步长LMS(WTSPLMS)的改进自适应滤波算法。该算法较好地利用了正交小波具有良好时频局部化的特性 ,使之除具有SPLMS算法的优点外 ,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。计算机仿真效果较好 。

基于LMS自适应滤波算法的电力变压器有源降噪系统

为了有效抑制电力变压器产生的高分贝低频噪声,针对变压器有源降噪系统开展了相关研究。结合实验条件,在分析变压器噪声时域及频域特点的基础上,合理选择了有源降噪系统类型。通过仿真和理论分析了收敛系数、滤波阶数以及系统采样频率对有源降噪系统采用的LMS自适应滤波算法收敛性、稳定性以及降噪效果的影响。搭建了变压器噪声在线监测及有源降噪软件控制平台,并针对变压器噪声特点合理选择了硬件系统设备。结果表明,在变压器噪声有源降噪实验中,噪声低频区域降噪效果显著,在误差传声器处取得了5-10 d B的降噪效果,平均声能量密度下降了68.38%-90%,验证了LMS算法的有效降噪性,以及所构建的有源降噪系统对变压器噪声在线监测与抑制的可靠性。

基于高阶累积量符号相干累积自适应滤波算法

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。

GPS/INS组合导航系统自适应滤波算法与仿真研究

随着组合导航系统应用环境的日趋复杂 ,给噪声统计特性的准确描述带来困难 ,这将造成Kalman滤波器不稳定甚至发散。首先对目前解决此问题常用的自适应滤波方法进行了总结和分析 ,在此基础上 ,给出了基于滤波收敛性判据 ,结合 Sage-Husa自适应滤波和强跟踪 Kalman滤波的改进自适应滤波算法。最后以 GPS/ INS组合导航系统为例进行了计算机仿真 ,结果表明 :该算法可有效抑制滤波发散 。

一种彩色图象的非线性自适应滤波算法

本文提出了一种应用于彩色图象去噪和平滑的非线性自适应滤波算法。该算法应用微分算子确定被处理象素及其邻域内的象素点是否为噪声点 ,在具有视觉统一性的色度空间中对图象进行高斯加权时 ,不仅去除噪声点的影响 ,而且应用分类准则 ,对象素及其邻域内的点进行分类 ,选取同类点参加滤波。该方法有效抑制了噪声点的影响 ,提高了滤波的视觉效果。

一种新的可变步长LMS自适应滤波算法

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)。

采用互相关与自适应滤波算法测量流速的比较研究

针对气固两相流固相颗粒流速的测量问题,讨论了可用于流速测量的互相关法和自适应滤波时延估计法.对于安装在气力输送管道上的双电极静电传感器输出信号,利用相关函数进行上下游电极输出信号相似性的比较,相似性最大即相关函数取极大值时的时间延迟,结合传感器电极间距离,计算出固相颗粒流过传感器的平均速度,也可以采用自适应滤波计算输出信号在上下游静电传感器间的时间延迟,测得管道中固体颗粒的流速.实验结果表明,所测得的电极信号与噪声的统计特性受到了环境的影响,互相关算法测量速度的准确性大大降低,而自适应滤波算法由于能根据信号和噪声的相互关系不断地调整自身参数,满足最小均方算法准则的要求,可以精确地跟踪固相颗粒速度.

机动目标时差无源定位自适应滤波算法研究

基于加权最小二乘估计和卡尔曼滤波理论 ,采用时变均值修正瑞利分布密度函数描述机动目标加速度的统计分布规律 ,构造机动目标加速度“当前”统计模型 ,建立一种新的自适应卡尔曼滤波算法 .计算机仿真结果验证了该算法的有效性、可行性 .

变换域自适应滤波算法的研究

滤波技术在电子信息处理领域中一直占有极其重要的地位,其中对自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一.介绍了时域LMS自适应滤波算法,然后在此基础上结合近年来国内外发表的相关文献,总结了变换域自适应滤波算法的研究现状,并分析了每种算法的性能特点,最后展望了变换域自适应滤波算法的前景.

基于矩阵广义逆递推的自适应滤波算法

本文把自适应滤波算法的优化准则之一最小二乘准则 :J(n) =∑ni=1 λn -i|e(i) |2 写为矩阵形式 ,利用矩阵广义逆递推公式直接对输入信号矩阵而不是自相关矩阵进行递推更新 ,得到一种新的自适应滤波算法 .和其它算法如LMS算法、NLMS算法、FRLS算法、TDNLMS算法、APA算法、Leaky LMS算法和RLS算法进行了计算机模拟仿真比较 ,仿真结果表明该算法有良好的收敛性能 ,收敛速度快于LMS算法、NLMS算法、FRLS算法、APA算法、Leaky LMS算法和RLS算法 .

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。

带有旋转因子的多路回波消除自适应滤波算法

本文提出一种带有旋转因子的归一化多路回波消除算法NLMS RF ,并对算法进行了分析和几何解释 .进一步地 ,我们将所提算法扩展成一种带有旋转因子的多路回波消除仿射算法APA RF .NLMS RF算法的计算量远小于Sankaran(1999)所提的多路回波消除算法 ,而APA RF的计算量与Benesty(1996 )所提出的算法的计算量相当 .在收敛精度和速度上 ,NLMS RF和APA RF分别较Sankaran(1999)和Benesty(1996 )所提算法有较大的改善 .

一种基于三阶累积量的准则及自适应滤波算法

该文提出了一个基于三阶累积量的“优度准则”。基于此准则,利用最速下降法,得到一种新的基于三阶累积的梯度型自适应滤波算法,该算法用于平稳和非平稳的MA(Moving Average)模型系统辨识的计算机模拟仿真结果表明:该算法有良好的收敛性能及对时变系统的跟踪能力。