基于最小均方自适应滤波的气固两相流参数测量方法

针对气固两相流参数测量中信号噪声先验知识未知的问题,提出一种基于最小均方自适应滤波的气固两相流交流电信号处理方法,利用浮点型DSP-TMS320F28335处理器采集静电传感器的交流电信号,并对采集到的信号利用最小均方自适应滤波算法进行处理,按照均方误差最小准则来调节滤波器权值达到最优,实现最优滤波。最后,在气固两相流流速测量实验平台上,对气固两相流固相流速进行实时在线测量。实验结果验证了该方法可提高气固两相流流速的测量精确性和稳定性。

基于最小均方自适应算法的光纤陀螺信号实时滤波方法

为了提高光纤陀螺在高速高机动飞行器上旋转调制式惯导系统的旋转轴稳定控制中的使用性能,提出了一种基于最小均方(LMS)自适应算法的光纤陀螺信号实时滤波方法。首先,分析了LMS自适应滤波器的设计参数对滤波性能的影响与选取原则。在此基础上,基于稳定控制系统对高频噪声和滤波时延的实际应用要求,设计了一种优化的LMS自适应滤波器。仿真与试验结果表明:经过优化的LMS自适应滤波器兼顾了动静态性能要求,相比于工程中常用的传统FIR滤波器,其降噪能力提高了约9.16%,相位延迟降低了约18.96%,可以满足旋转调制式惯导系统旋转轴稳定控制使用需求。

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。

车轮电磁超声探伤技术及自适应滤波算法研究

对电磁超声技术(EMAT)及车轮踏面探伤原理进行介绍,并给出回波定位及缺陷判断的方法。针对检测过程中所产生的噪声信号,提出采用变步长、归一化的最小均方自适应滤波(NLMS)算法来解决。通过将输入信号进行适当延迟获得参考信号,将其与输入信号叠加,进而用于过滤探伤中产生的噪声信号。从处理结果来看,该方法应用前景良好。

基于FPGA的流水线LMS自适应滤波器设计

流水线自适应数字滤波器因为有反馈环路而不同于普通流水线滤波器,采用弛豫超前技术对最小均方(LMS)自适应滤波器的失调误差和自适应时间常数进行了流水线分析。利用MATLAB/Simulink中DSPBuilder模块库设计了不同延迟参数下滤波器的性能。最后应用FPGA的设计软件QuartusII分析了流水线自适应滤波器的时钟速度和消耗逻辑单元数。实验表明:选取合适的延迟参数可以显著提高自适应滤波系统的时钟速度。

基于最小均方预测的图像单像素精度边缘检测算法

基于预测的思想,引入数字信号处理中常用的最小均方(LMS)横向滤波器对图像进行边缘检测。由于图像的缓变区域可等效为一个平稳随机过程,使得LMS算法能够适用。在通过LMS预测检测出图像边缘的基础上,本文还对该算法在边缘处的行为进行了附加条件的判断,使得LMS算法在经过边缘的地方重新收敛后才进行边缘检测,这样可以获得单像素精度边缘。

基于估值修正的分布式传感器网络最小均方算法

为使分布式传感器网络自适应滤波算法在具有快速收敛和低稳态误差的同时,具有对脉冲干扰的鲁棒性,在扩散LMS自适应滤波算法基础上,提出一种基于参数估值p阶范数修正的变步长最小均方自适应滤波算法,算法通过使用参数估值的p阶范数增抗其对脉冲噪声的抗干扰能力,通过合理设置变步长控制因子使得算法在收敛初期的收敛速度及收敛后期的稳态误差在一个较小的范围取得一个较好的平衡。对比实验表明,相比已有算法,所提算法性能更优且具有较好的鲁棒性。

基于自适应滤波技术的混响抵消器

将两种自适应滤波技术(最小均方自适应滤波,最小二乘格型自适应滤波)应用于混响抵消器,并利用实际的混响数据比较了两者之间的性能.

一种改进的DMT系统频域均衡器

在多载波DMT通信系统中,同时采用时域均衡器和频域均衡器来补偿各个子信道的幅度和相位失真。基于该原理,文章提出了一种优化结构设计的DMT系统频域均衡器,其采用了资源共享的折叠结构,流水线结构,同时CU(Computing Unit)设计也有一些特色,并且根据多载波传输特点,对LMS算法进行修改,与传统均衡器相比,能有效降低系统传输的误码率。该文介绍的频域均衡器针对256个子信道,数据32bit位长的信道均衡。目前,该频域均衡器已在FPGA上验证通过。

肺音信号去噪技术的比较与分析

肺音听诊是医生诊断各种呼吸系统疾病的一种简单、无创的方法,可为检测和鉴别呼吸病理提供及时而有用的信息。然而,肺音中的噪声污染是采集肺音时不可避免的问题,在医生诊断患者时,噪声的存在会对肺音分析产生严重阻碍,因此有效去除多余噪声更有助于准确、客观地评价肺音信息。论文对不同去噪技术进行了讨论,包括小波去噪、最小均方自适应滤波、谱减法,评估了三种去噪性能指标,得出了相关比较性结论。

基于NLMS自适应滤波的近红外光谱去噪处理方法研究

为了去除直接采集的近红外(NIR)光谱中含有的噪声,将归一化最小均方(NLMS)自适应滤波方法引入到NIR光谱去噪领域中。以51份土壤样品的NIR光谱为研究对象,探讨NLMS自适应滤波方法在NIR光谱预处理中的应用,并将处理后的结果与土壤中有机质的含量相关联,建立模型。结果表明,通过NLMS自适应滤波去噪后的光谱,预测集的相关系数r由处理前的0.8284提高至0.9654,预测均方根误差(RMSEP)由处理前的0.3385降至0.1606。由此可见,NLMS自适应滤波对NIR光谱的去噪有显著效果,可以有效地提高光谱的分析精度和模型的稳健性,为NIR光谱的预处理提供了一种新方法。

一种非接触式人体生理信号监测方法

基于床垫式非接触人体生理信号监测系统,采用二阶最小均方(LMS)自适应滤波提取有效的呼吸和心跳信号,可实现不限定呼吸和心跳滤波频带范围的动态生理信号提取,解决了固定滤波频带下异常心跳和呼吸信号不易分离问题。在平缓呼吸和急促呼吸2种情况下,20组呼吸和心跳分离结果与多参数监护仪结果的对比分析表明:该算法的准确率可达90%以上,具有较好的实用性。

基于LMS改进算法的UWB-SAR的RFI抑制方法

提出最小均方(LMS)改进算法,将LMS自适应滤波与SAR的RD处理算法相结合,并通过仿真验证了算法对射频干扰抑制的有效性。

线性预处理改善体音听诊自适应降噪性能的分析

当前体音听诊多采用基于最小均方误差准则的双通道自适应滤波算法实现环境音降噪;对于包含脉冲分量的非高斯信号,这类方法容易出现滤波器权值失调。与常用的变步长方法不同,本文引入线性预处理来克服这种现象。针对双通道归一化最小均方自适应降噪算法,分析线性预处理对于改善自适应降噪效果所起的作用,并探讨预处理环节的设计原则。分析结果表明:滤波器的稳态均方权值偏差正比于体音的方差而反比于副通道环境噪音的方差,当线性预处理参数设置得当时,可抑制体音信号中的尖峰,大幅减小体音的方差和功率谱密度,而且不明显地减小甚至可能增大副通道环境噪音的方差及其功率谱密度,如此即可减小权值失调从而显著提升环境音降噪效果。最后以心音的环境音降噪为例说明了如何设计预处理环节,并解释了它对于环境音降噪所起的作用。本文研究结果可为体音听诊的自适应降噪算法设计提供理论依据。

模数转换器的数字校准算法设计与实现

模数转换中逐次逼近型模数转换器,其转换精度主要取决于权电容网络结构中的电容失配误差。本文研究并实现一种数字校准方法,降低模数转换电容失配误差对精度的影响。将模拟信号分两路进行转换,以低速精准的模数转换器为基准,同另一路含误差信号进行比较,通过自适应滤波器滤除误差,降低待校准模数转换器电容失配误差。文章仿真逐次逼近型模数转换器中的电容失配误差,测试表明,数字校准系统可以降低电容失配误差,并得到理想的模数转换结果。

基于NAF-FxLMS控制器的垂尾抖振主动控制

将加速度负反馈(negative acceleration feedback,NAF)控制器与最小均方自适应滤波(filtered-x least mean square,FxLMS)算法相结合,提出了一种改进的反馈式次级通道阻尼补偿方法,来提高FxLMS控制器的性能。针对垂尾模型低阶模态抖振响应的控制问题,设计NAF控制器对次级通道进行反馈式阻尼补偿,建立了多模态的NAF-FxLMS控制器,随后开展垂尾抖振响应主动控制的地面模拟实验。实验结果表明,相比于单独的FxLMS控制器或NAF控制器,NAF-FxLMS控制器对垂尾抖振响应具有更好的控制效果。

基于多维直方图的mean shift运动目标跟踪算法

讨论了一种红外图像序列的运动目标跟踪算法。以mean shift为核心,即在连续图像序列中对比运动目标的直方图。在可见光的视频中,利用目标的颜色直方图进行跟踪。在前视红外图像序列中,直方图由像素值和高通滤波后的值共同构成。为较好地处理非线性非平稳信号,引用LMS自适应滤波可以对目标的位置做出合理的估计,以维持对目标的正常的检测跟踪。

海水营养盐微弱信号检测技术研究

基于光电检测原理和锁相放大技术,对海水营养盐微弱信号检测技术进行了研究。采用模拟锁相放大电路对光电二极管的微弱电压信号进行前置放大滤波处理,基于STM32F401硬件平台提出了改进的变步长最小均方自适应滤波算法对微弱信号做进一步滤波提取,最终实现海水营养盐微弱信号的精准检测。仿真和实验数据表明,该技术方案能够提高营养盐传感器的数据准确度和精密度。

基于自相关的LMS自适应滤波器期望响应构建

针对低信噪比条件下,谱减法和频谱法构建最小均方(Least Mean Square,LMS)自适应滤波器期望响应误差大的问题,在分析LMS自适应滤波原理的基础上,提出用自相关法构建LMS自适应滤波器期望响应。首先,根据噪声在不同时刻互不相关的特点,对输入信号进行采样延迟;然后,为了从低信噪比环境中检测出周期信号,对延迟后信号求自相关;最后,将自相关信号作为期望响应。通过仿真分析对方法进行了验证,可以在低信噪比下准确构建期望响应进行LMS自适应滤波。

模数转换器电容失配误差的数字校准算法研究与实现

电容失配误差来源于采用了权电容网络结构的内部模块,本研究提出了一种数字校准算法,将模拟信号分成两路进行转换。采用Σ-Δ型模数转换器作为校准过程中的基准信号;通过最小均方自适应滤波器结构将包含误差的转换结果与精确转换结果进行比较。结果表明采用MOS技术的转换器,在转换精度为14至16比特,转换速率为50000次每秒时,能够达到二分之一最低有效位的线性度,较好地消除模数转换结果中的电容失配误差,并得到理想的模数转换结果。