变窗长自适应算法

基于快速横向滤波器结构，本文提出一种可变窗长自适应算法，该算法比滑动窗协方差算法具有更强的跟踪时变环境的能力。

次最优二阶状态空间数字滤波器的误差谱成形结构

本文导出误差反馈次最优二阶状态空间数字滤波器单位噪声增益的计算公式。通过例题和分析计算表明,含简单一阶误差反馈的窄带低通滤波器的单位噪声增益,比原来次最优或最优二阶状态空间实现低10—30 dB,滤波器的极点位于一定区域内,含简单二阶误差反馈结构的降噪性能更佳。新结构的降噪性能对滤波器零点位置不敏感。

中值滤波的神经网络实现

利用信号的阈值分解,导出适合神经网络实现的信号分解和信号恢复算法。二元信号的中值滤波函数是一对称布尔函数,可以用神经网络实现中值滤波。本文给出一种中值滤波的神经网络实现结构,它具有实时中值滤波特性。

堆滤波并行流水线实现结构

根据信号的广义阈值分解特性，获得了调整阈值电平的修正二叉树搜索算法，并提出一种堆滤波的并行流水线式实现结构。

快速加权滑窗RLS格型算法

在基本加权滑窗RLS算法基础上,利用投影几何方法,导出快速加权滑窗RLS格型算法。计算机仿真结果证实了算法的有效性。

自适应格形算法的并行实现

本文提出一种基于自适应格形算法的并行实现方法。它节省硬件,处理速度高,但不影响算法的性能,适用于高速、高性能的实时处理。

高效低噪二阶状态空间数字滤波器误差谱成形

本文给出误差反馈高效计算低舍入噪声(高效低噪)二阶线性状态空间(LSS)数字滤波器的设计方法。对窄带数字滤波,新结构比高效低噪原结构可降低噪声15dB,比原结构的最优LSS实现降低10dB。同时保持了原结构的运算高效性、溢出极限环稳定和低系数灵敏度等特性。用新结构并联实现高阶窄带椭圆滤波器,比用原结构和最优LSS结构的并联实现分别降低噪声13dB和9dB。

R有源双二次型标准部件

本文提出一个实现R 有源双二次电压传递函数,线路简单.分析指出,该网络对全部无源参量和有源参量都呈现十分低的灵敏度.对低通、带通和低通带阻传输,可以得到|S^Q_P|≤1/2.改变电阻比值可以独立调节ω_P 和Q_P,并适合高频和中等Q 值的运用.最后,给出实验结果.

个别时变步长LMS自适应算法

本文提出一种步长自适于输入信号与预测误差相关的个别时变步长最小均方(IVLMS)自适应算法。给出步长的物理解释,导出算法的收敛条件、权二阶矩矩阵差分方程和稳态失调量。将个别时变步长的思想应用于归一化LMS算法和分块LMS算法,均获得良好效果。

一种变步长LMS自适应算法

本文提出一种步长自适应于绝对误差和的最小均方(LMS)自适应算法。给出收敛条件和精度比值。新算法对平稳和非平稳输入信号的权噪声功率,及系统的跟踪能力都明显地优于一般的LMS自适应算法。并给出计算机模拟结果。

次最最优二阶状态空间数字滤波器的误差谱成形

导出单位噪声增益的计算公式,用统计和最优化方法表明9种误差谱成形结构的降噪性能,给出5条等降噪性能曲线。对窄带滤波,新结构可降低噪声10—30dB,降噪性能对滤波器的零点不敏感。新结构的舍入噪声比原来次最优二阶线性状态空间滤波器的并联实现结构降低12—28dB,且带宽愈窄,降噪效果愈佳。

利用Hopfield神经网络实现自适应滤波器

针对两种不同结构的Hopfield神经网络,本文提出分别适当选取该神经网络的连接权值来实现LMS自适应滤波和自适应格型滤波的方法。并分析了实现自适应滤波的HOP-field神经网络的稳定性及其滤波性能.