外辐射源雷达多径杂波抑制的快速横向滤波算法

外辐射源雷达面临严重的多径杂波问题,传统的递归最小二乘(Recursive Least Square,RLS)算法能有效地抑制多径杂波,相对最小均方(Least Mean Square,LMS)算法而言,该算法收敛速率快,且不随输入相关矩阵特征值的扩散而改变,能获得更好的杂波抑制效果,但该算法复杂度高,不利于实时处理.针对此问题,提出了一种外辐射源雷达多径杂波抑制的快速横向滤波算法,该算法的计算量与LMS相当,同时具有RLS的优越性,对多径杂波抑制的实时处理更具有吸引力.仿真和实测数据处理结果验证了该算法的有效性.

一种新的用于UWB RAKE接收机的自适应算法:快速横向滤波算法

本文首次提出将快速横向滤波(FTF)算法引入超宽带(UWB)通信系统的接收机结构中.通过引入遗忘因子对角矩阵,推导了带有遗忘因子的FTF滤波器的递推算法.FTF算法可以自适应地跟踪接收机输入信号的幅度衰减,做出实时地估计.仿真实验表明:FTF算法在运算量、收敛速度和误码率等性能上要优于常用的RLS算法,尤其FTF算法的收敛速度对数据的相关性不敏感,比RLS算法更具有吸引力.

一种高效快速的二相码旁瓣抑制算法

高效的旁瓣抑制能力可以提高雷达对微弱目标的检测能力,传统的旁瓣抑制方法中,递归最小二乘算法(RLS)不仅数值稳定性差,而且运算量大。通过合理构建脉冲压缩后的信号模型,提出一种基于横向滤波器的快速旁瓣抑制算法。该算法采用投影技术和向量空间法,不仅大大减小了运算量,而且具有高效的旁瓣抑制特性。仿真实验表明:该算法迭代2次就可收敛于真值,迭代5次即可达到RLS算法迭代100次的旁瓣抑制效果,并且信噪比损失要低于RLS算法。

一种快速自适应算法在噪声抵消中的应用

研究了自适应横向滤波器的一种快速算法(FTF)及其在噪声抵消中的作用,对算法进行了推导,归纳了计算步骤,噪声抵消实验表明有良好的效果。

一种基于快速RLS的主动控制算法研究

主动控制技术因其在低频振动噪声控制方面有着良好的效果而受到广泛关注。其中,最常见的主动控制算法为基于自适应滤波的LMS类和RLS类算法。针对RLS类算法在控制性能上优于LMS算法,但其计算量比较大的问题,利用快速横向滤波器对RLS算法进行改进,在不明显降低其性能的基础上,通过向前和向后的方式推导了FTRLS快速算法,降低其计算量。通过求助变量这一参数,增加了其稳定性。然后,对该算法的遗忘因子取值进行了讨论,并和FXLMS算法进行了对比仿真验证,表明该算法有着较好的控制效果。

FTF自适应主动控制算法的参数研究及应用

自适应控制是近年来在噪声控制和振动控制领域日益受到重视的一种重要方法。快速横向滤波(FTF)自适应主动控制算法是其中一种很有价值的快速算法,拥有收敛速度快、精度高、计算量适中等突出优点。首先介绍了FTF算法的原理,并给出了它的计算流程。在此理论基础上,基于MATLAB平台做了大量自适应系统辨识背景的仿真实验,对可能影响FTF算法性能的各种参数做了详细的研究和总结。结果表明,初值、滤波器抽头数、迭代次数等参数特性等都密切影响着FTF算法的性能。最后做了一个仿真实验将FTF算法应用到了有源噪声控制上。

基于FTF算法的自适应谱线增强器在罗兰-C信号处理中的应用

针对最小均方误差(LMS)算法的自适应谱线增强器收敛速度慢的缺点,将快速横向滤波(FTF)算法的自适应谱线增强器应用于罗兰-C信号中随机噪声的抑制。经过仿真验证,结果表明,FTF算法自适应谱线增强器具有收敛速度快,输出均方误差小的优点,能够克服LMS算法的不足,用来抑制罗兰-C信号中的随机噪声是可行的。

基于ENF邻域相关系数的音频篡改盲检测

为了提高现有的基于电网频率(electric network frequency,ENF)信号的盲篡改检测方法在低信噪比时的检测准确率,提出一种利用ENF信号邻域相关系数的音频篡改盲检测方法.首先将待测音频中提取的ENF信号划分子块,并计算相邻区域子块的相关系数;然后对相关系数序列进行自适应快速横向滤波(fast transversal filter,FTF),根据误差能量的变化检测音频篡改.为了减小干扰的影响以提高篡改检测准确率和篡改定位精度,从正、反两个方向对音频进行上述处理,再结合两个方向的误差能量进行篡改检测.与现有的两种代表性方法相比,所提出的方法不但能精确定位篡改,而且能有效提高音频篡改的检测准确率,尤其是在ENF波动较大和信噪比较低的情况下更有优势.

一种基于改进FXRLS的主动控制算法研究

针对FXRLS算法在收敛速度上优于FXLMS算法,但其计算量大的问题,利用快速横向滤波器原理改进FXRLS算法,推导得出FT-FXRLS算法.并进行了仿真分析.搭建实验台架,对该算法进行实验研究.结果表明:在仿真条件下振动加速度可降低41.5和42.6 dB,在实验条件下分别可降低39.1,42.1,28.3,23.3 dB.