结合EEMD的噪声对消方法在遥测振动信号降噪中的应用

针对传统降噪方法难以兼顾飞行器遥测振动信号中细节信息损失和降噪性能之间的矛盾,提出一种集合经验模态分解(ensemble empirical mode decomposition,EEMD)和噪声对消相结合的降噪方法。信号经EEMD处理得到本征模态函数(intrinsic mode function,IMF),将第1阶IMF分量和其余IMF分量的累加和分别作为参考噪声和待降噪信号;利用核方法将信号映射到高维特征空间,利用映射到高维空间中的参考噪声和待降噪信号进行噪声对消。计算机仿真结果表明:该方法在避免信号细节信息损失的前提下具有良好的降噪性能,某次飞行器试验中实测数据处理结果证明方法有效和实用。

一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用

许多时变步长（ＶＳＳ）自适应算法已经提出用来完善标准ＬＭＳ算法的性能，但实验表明这些算法容易受噪声干扰。本文介绍了一种新的变步长ＬＭＳ自适应算法，这种算法保证了较小的失调，同时使算法在自适应初始阶段有较快的收敛速度。该算法的优越性在于它不受已经存在的不相关噪声的干扰。本文对该算法的收敛性和稳定性进行了分析，并将该算法应用于自适应噪声对消的仿真实验中，给出了计算机的仿真结果。

改进自适应噪声对消算法的窄带干扰抑制

在局部放电在线检测中,自适应噪声对消算法是当前抑制窄带干扰的有效方法。由于窄带干扰频率范围很宽,滤波参数不易设置,同时实测时的窄带干扰在时频域都表现强烈,局部放电信号会完全淹没于干扰之中,使得一般改进噪声对消算法不能取得较好效果。为此,提出一种改进经验模态分解的噪声对消算法,首先在频域中降低干扰幅值,接着利用经验模态分解的分频特性将宽频带的窄带干扰分解到不同频带,各频带内的窄带干扰频率相差有限,然后进行自适应噪声对消,以达到较好的滤波性能。仿真和实际数据验证了该算法的有效性。

基于经验模态分解和自适应噪声对消算法的窄带干扰抑制

在局部放电在线检测中,自适应噪声对消算法是当前抑制窄带干扰的有效方法。由于窄带干扰频率范围很宽,滤波参数不易设置,同时实测时的窄带干扰在时频域都表现强烈,局部放电信号会完全淹没于干扰之中,使得一般改进噪声对消算法不能取得较好效果。为此,笔者提出一种改进经验模态分解的噪声对消算法,首先在频域中降低干扰幅值,接着利用经验模态分解的分频特性将宽频带的窄带干扰分解到不同频带,各频带内的窄带干扰频率相差有限,然后进行自适应噪声对消,以达到较好的滤波性能。仿真和实际数据验证了该算法的有效性。

一种用于自适应噪声对消器的改进LMS算法

归一化LMS(NLMS)算法是目前自适应噪声对消器中常用的一种算法 .文中根据对输入信噪比的估计 ,在NLMS算法基础上提出一种改进的LMS算法 .在 3种不同输入信噪比情况下 ,对NLMS算法和改进的算法进行了比较 ,结果表明改进的算法性能明显优于NLMS算法 .

基于自适应最小均方误差算法实现10kV电力线通信的噪声对消

首先介绍了中压电力线信道噪声通用模型,对现场采集的噪声进行互相关系数计算,并采用对称分量法进行相关性分析,得出三相电力系统相间噪声具有一定相关性的结论。改变单相传输模式,根据两相噪声的一致性特点,提出基于自适应最小均方误差(least-mean-square error,LMS)算法实现中压电力线通信(medium voltage power line communication,MV-PLC)的噪声对消。自适应LMS算法虽然收敛速度较慢,但是计算量小,易于实现。仿真结果表明,噪声对消方法的采用有效改善了10kV中压电力线的信噪比,为10kV配网自动化系统采用载波通信技术提供了新的实现途径。

随钻测量信号中泵冲噪声对消

泵冲噪声是噪声干扰的主要来源,其能量远远超过源信号,其频率与源信号很接近甚至重叠,在没有充足的噪声干扰信息情况下,运用固定参数数字滤波器无法将噪声干扰滤除。为此,采用最小均方算法设计了自适应噪声对消器。该自适应噪声对消器可根据信号的特点,应用噪声对消的方法抑制泵冲噪声,无需更多的噪声干扰信息和复杂的数字滤波,只要根据所需时间和精度,选取适当的滤波器长度和调整因子,就能够有效地去除钻井液脉冲信号中的泵冲噪声,从而恢复出源信号。现场应用结果表明,自适应噪声对消器有效地消除了源信号中的泵冲噪声,恢复出了源信号,在钻井液脉冲信号处理中有较高的应用价值。

基于改进的NLMP的自适应脉冲噪声对消器

在信号传输系统中,存在自适应算法不能处理的α-稳定脉冲噪声,在算法中将步长更新与系统输出误差e(n)的lp范数联系起来,利用系统的输出误差e(n)来确定自适应系统的步长,提出了一种适用于α-稳定脉冲噪声环境下的改进的NLMP自适应对消算法(MNLMP)。MNLMP很好地解决了NLMP算法收敛速度与稳态误差不能兼顾的缺点。通过计算机仿真,结果显示MNLMP比LMP、NLMP有更好的对消性能。同时,仿真结果显示在不同输入信噪比的情况下,MNLMP算法的输出信噪比其它两种算法有了明显的提高。

抗交串自适应噪声对消系统在管道相关检漏技术的应用

管道相关检漏技术通过对泄漏引发的振动信号的处理来完成检漏工作 ,系统原理和结构都非常简单。但在实际应用中 ,它有应用的局限性。在强噪声环境下 ,传感器接收到的包含独立噪声和公共噪声的信号 ,会导致相关曲线中出现虚假的峰值。为提高该类仪器的抗干扰性能 ,本文引入了一种新型的自适应滤波器结构——抗交串自适应噪声对消系统 (CTRANC)。在 Windows95平台上 ,我们编制了一个相关检漏软件 ,其中加入了 CTRANC模块。仿真的结果是令人满意的。

基于sigmoid函数的Volterra自适应有源噪声对消器

该文介绍了一种新颖的非线性自适应有源噪声对消器—基于sigmoid函数的Volterra自适应有源噪声对消器,并采用输入信号和瞬时误差归一化的LMS自适应算法调整其系数。这种基于sigmoid函数的Volterra自适应有源噪声对消器具有参数少和便于实现的模快化结构等优点。仿真结果表明:这种基于sigmoid函数的Volterra自适应有源噪声对消系统具有良好的抗噪声性能。

一种基于双通道自适应噪声对消的语音增强法

在自适应噪声对消(ANC)中,本文根据主辅通道噪声间的相关性,提出了一种自适应滤波语音增强算法。在低信噪比(-10～0dB)白噪声条件下,文中研究了辅助通道采集的噪声有无"串音"两种情况下的语音增强效果。研究表明:在无串音和有串音两种条件下,本文算法增强语音的信噪比分别比NLMS算法提高约14dB和5dB,PESQ_MOS得分分别比NLMS算法提高约1.13和0.83,同时增强语音的听觉质量得到了极大地改善。

基于LMS自适应噪声对消法的激光液位测量信号波动抑制研究

针对激光液位检测中的信号波动问题,提出了一种采用LMS自适应噪声对消法抑制噪声的信号滤波方法,该方法采用数字高通滤波器获取自适应噪声对消器参考通道的信号。论述了自适应滤波器噪声对消的工作原理、LMS算法以及Butterworth数字高通IIR滤波器的设计方法,给出了整个噪声对消系统的原理图。仿真和实验结果表明,该噪声对消法在保证实际测量信号相位不变的情况下对液位测量信号的波动影响具有明显的消除和抑制作用。

一种基于噪声对消与倒谱均值相减的鲁棒语音识别方法

提出一种基于语音增强算法的噪声鲁棒语音识别方法.在语音识别预处理阶段,通过噪声对消语音增强法来抑制噪声提高信噪比.然后对增强语音提取Mel频段倒谱特征参数,并在倒谱域应用倒谱均值相减处理来补偿增强语音中的失真成分和剩余噪声.实验结果表明,在低信噪比(-12～0 dB)条件下,该方法对于数字语音识别具有较好的识别率,其性能明显优于基本的Mel频段倒谱参数识别器、传统的谱减法和噪声对消语音增强法.

长电缆传输中的变步长自适应噪声对消算法

数字信号在长电缆中传输时,电缆芯线之间会存在串扰,电缆上会存在回波以及噪声干扰,严重的时候传输信号能量和噪声能量在一个数量级上,导致信号传输时的误码率增加。为了降低传输误码率,文中提出了一种新的变步长自适应噪声对消算法,算法迭代的过程中采用误差信号的瞬时能量和输入信号能量的比率作为自适应噪声对消算法的自适应反馈量,并通过比率的加权均值来控制步长的更新,从而消除噪声和回波对算法迭代过程的累积影响。仿真和实验结果表明,在低信噪比的传输环境中,改进算法仍然具有较快的收敛速度和较小的稳态误差,使得数据通信能够保持较高的通信速率。

改进的噪声对消算法在无源探测中的应用

为了削弱无源探测系统中存在的强噪声,提出了多路参考信号自适应噪声抵消算法。利用目标回波信号与噪声信号的传输通道差异性,通过对接收阵列各阵元接收信号求差得到多路参考信号。仿真结果表明,该算法可以有效抵消噪声,从而提高系统中弱信号的检测性能。

改进的LMS算法在噪声对消中的应用

针对最小均方误差(Least Mean Squares,LMS)算法收敛速度和稳态失调之间的矛盾,在已有算法的基础上进行3个方面改进:利用误差信号自相关性对不相关噪声进行抑制、将步长设置为先固定后自适应,提高算法的收敛速度、减小稳态误差;调节步长因子中固定的参数,使其伴随步长变化进行调节,进一步减小稳态误差。将已有算法与改进算法同时用于Matlab仿真实验,仿真结果表明,新算法具有更快收敛速度、更小稳态误差和良好的消噪能力。

基于自适应噪声对消的鱼雷电磁引信抗雷内干扰方法

针对鱼雷电磁引信存在声自导发射和鱼雷变速时产生的强脉冲干扰问题,文中从自适应噪声对消的基本原理出发,分析了鱼雷电磁引信消除声自导发射和鱼雷变速时产生强脉冲干扰的方法。在增加噪声接收通道获取相关噪声的基础上,采用自适应噪声对消抑制强脉冲干扰。仿真试验表明,该方法可有效抑制声自导发射和鱼雷变速时产生的强脉冲干扰。

一种改进的Volterra自适应噪声对消器

针对随着Volterra滤波器的输入维数或记忆单元增大,相应需要的计算复杂性成幂级数快速增加的问题,提出了一种改进的利用sigmoid函数对背景噪声进行预处理的减少参数Volterra自适应滤波器,并用它构造了非线性自适应噪声对消器。仿真结果表明,算法在高斯噪声和α稳定分布噪声环境下都有优越的抗噪性能。

抗交串自适应噪声对消系统的算法实现

针对一般的自适应噪声对消系统性能上存在的不足,引入了抗交串自适应噪声对消系统。抗交串自适应噪声对消系统在形式上由两个典型的自适应噪声对消模块串接而成。抗交串自适应噪声对消系统无须预先知道信号和噪声的特征,却能够相当好地抑制噪声的影响,又使有用信号不产生畸变。该文叙述了该系统的算法实现。计算机仿真结果表明,在强噪声环境背景下,该算法将功率信噪比提高了50db左右,而且运算速度快。该算法对某些特定采样信号的分析和处理有重要意义。

神经网络自适应有源噪声对消器

本文提出一种新颖的非线性自适应滤波器－递归神经网络（ＲＮＮ）自适应滤波器．讨论ＲＮＮ滤波器的构成及算法，实现了ＲＮＮ自适应有源噪声对消器．ＲＮＮ自适应有源噪声对消器性能优于内线性滤波器组成的线性对消器，能适应各种噪声环境．仿真结果充分证明了这一点．