一种基于LMS的时域相干累积算法研究

为了克服低信噪比条件下传统的自适应滤波算法抑制高斯噪声效果差的缺点,提出了基于最小均方(LMS)的时域相干累积新算法。计算机仿真结果表明,该算法具有良好的抑制高斯噪声的性能,对于低信噪比下信号的增强效果明显优于传统的自适应滤波算法。

一种新的自适应谱线增强算法

为了克服传统的自适应谱线增强器(ALE)在低信噪比条件下抑制高斯噪声效果差的不足,提出一种基于时域相干累积技术的自适应谱线增强新算法。该算法是根据时空的等效性,将接收到的长数据进行分段处理,分段数据相干累积处理后再进行自适应谱线增强,提高了低信噪比条件下自适应谱线增强算法的性能。计算机仿真结果表明,该算法具有良好的抑制高斯噪声和自适应谱线增强的性能,对于低信噪比条件下窄带信号自适应谱线增强的性能明显优于传统的ALE算法,宽带时变信号的谱线增强还有待进一步的研究。