基于最小均方算法的自适应有限长滤波器设计仿真

本文主要介绍最小均方算法的性能特点。基于最小均方算法的自适应滤波器电路结构简单且实时跟踪性能好。自适应滤波器的重要特性就在于它能够在未知环境申有效工作并能够跟踪输入信号的时变特性。理论分析和仿真结果表明，在低信噪比的前提下，自适应滤波器具有良好的信号处理性能，并对系统发生的突变表现出较强的鲁棒性。

基于DD-LMS和MCMA的盲判决反馈均衡算法研究

文章对具有DFE结构的盲均衡算法作了研究,在一种修正常模算法(MCMA)代价函数中引入泄漏因子,并将常模算法(CMA)和直接判决-最小均方误差算法(DD-LMS)同时应用到盲判决反馈均衡器的抽头更新中,得到一种适用范围广?均衡特性好?变步长的DD-LLMS+MCMBDFE算法。该算法在均衡的同时能自动补偿由信道引起的相位误差,收敛速度快,收敛后剩余误差小,同时还能克服当均衡器长期没有持续输入激励时,LMS算法产生的抽头系数漂移问题。仿真结果表明DD-LLMS+MCMBDFE算法是一种有效的盲判决反馈均衡算法。

V-BLAST中改进的并行干扰抵消信号检测算法

研究垂直贝尔实验室分层空时系统中改进的并行干扰抵消信号检测方案。首先根据最小均方误差法形成初始估计值,在此基础上,采用改进的并行干扰抵消器抑制多流干扰恢复发送信号。仿真结果表明提出的检测方案有较强的抗多流干扰能力,性能接近最大似然检测算法,其复杂度较低且时延较小。

V-BLAST系统中的迭代软判决干扰抵消检测算法

分层空时结构(BLAST)是一种通过使用多根发射天线和接收天线,以及在接收端使用先进的信号处理技术来获得高频谱效率的技术。主要研究了基于MMSE的迭代软判决干扰抵消(ISDIC)算法在V BLAST系统中的应用。仿真结果表明,相对于传统的检测算法,其性能至少有1 dB的增益。

少模光纤通信系统中的自适应频域均衡算法

少模光纤模式复用存在模式耦合和差分模式时延,必须通过自适应均衡算法补偿。为了降低长距离少模光纤通信系统中自适应均衡算法的复杂度,采用基于变步长-频域块最小均方算法的多输入多输出均衡器对2×2模分复用系统解复用。利用频域块最小均方自适应算法修正均衡器权系数,并通过变步长函数调整步长因子,兼顾算法收敛速度和收敛性能。算法可通过快速傅里叶变换降低计算复杂度。在112Gbit/s的1000km少模光纤高速通信仿真系统中,保证相同收敛速度情况下,提高信号Q2因子3.7d B,并在可编程现场门阵列上验证了100km少模光纤通信系统时的算法性能。结果表明,该算法能够实现模分复用系统的信号解复用,达到快速收敛、低稳态失调的目的。

MC-CDMA系统采用解相关-并行干扰抵消检测器的性能分析

该文分析了MC—CDMA系统采用解相关-并行干扰抵消(DEC—PIC)多用户检测器的性能,把它与Hara提出的最小均方误差合并(MMSEC)单用户检测器在上行和下行信道加以比较.仿真结果显示下行信道应用MMSEC单用户检测性能较好,且能抵抗信道估计错误。而上行信道多用户检测器的性能也较好,但是多用户检测器会受较大的信道估计错误影响而性能降低.

X-滤波和ε-滤波LMS算法性能分析

研究了 X-滤波和ε-滤波 L MS算法的性能 ,给出了它们的均值收敛和方差收敛条件 ,提出了 X-滤波和ε-滤波L MS算法具有二次稳定性的充分条件 .仿真结果表明 ,这两种 L MS算法对被控对象的估计误差具有不敏感的特性 .

一种新的语音噪声抵消算法

针对单参考输入自适应噪声抵消器在多噪声源情况下除噪声效果不理想的问题 ,根据多参考输入自适应噪声抵消器模型 ,在推导多参考输入最小均方 (ML MS)算法的基础上 ,给出其改进算法 (IML MS) .结合语音信号的特点 ,给出了多参考输入自适应语音消噪算法 (VML MS) .利用调整算法执行过程的算法改进思想 ,突破了传统的修正收敛系数的算法改进模式 .最后对几种算法的性能进行了计算机仿真比较 .

一种改进的自适应噪声抵消系统算法研究

自适应噪声抵消系统能够从含噪环境中检测和提取到有用信号,对噪声信号进行抵消。本文对自适应噪声抵消系统中最小均方(LMS)算法进行研究,针对其存在收敛速度和稳态误差间不协调的缺点,提出一种新的基于激活函数Softsign的变步长LMS算法,设计了自适应噪声抵消系统仿真平台,利用该平台验证所提出算法的去噪效果。结果表明,该算法在收敛速度和抗噪性能方面都优于传统LMS算法和已有变步长LMS算法。该仿真平台具有添加信号、叠加噪声、去噪处理、波形显示以及计算信噪比等功能,新算法的提出与仿真平台的设计为自适应噪声抵消技术的研究提供了新的解决方案。

一种联合广义旁瓣抵消麦克风阵列和MMSE-LSA的语音增强系统

单通道语音增强算法自20世纪60年代以来有了长足的发展,但由于时频域处理的局限性,现有的单通道语音增强算法无法有效抑制背景噪声中的突发噪声成分。突发噪声通常表现为短时、能量强、时频域有纹理特征,在参数上无法和语音进行有效区分。但背景噪声中的突发噪声,在空间上通常具有方向性。因此,提出了一种联合空间和时频域的语音增强系统。即在语音采集的前端使用GSC麦克风阵列形成波束,使主瓣对准期望语音信号、旁瓣对准突发噪声从而从空间上抑制突发噪声,然后对采集到的语音信号进行时频域语音增强处理。选取MMSE-LSA作为时频域的处理算法,因其在保留语音的可懂度、自然度方面有突出的性能。实验表明,该系统可以有效地抑制含有突发噪声的背景噪声。

一种改进的NLMS算法在声回波抵消中的应用

收敛速度和残余均方误差是衡量最小均方算法性能的重要指标。在声回波抵消算法中,为了寻求收敛速度快和计算量小的自适应算法,在归一化最小均方误差算法基础上,把当前时刻以前的误差引入归一化收敛因子中得到一种新算法,可以减小信号样本波动对权重带来的影响。该算法比传统的归一化最小均方算法收敛性能更好,稳态失调也比其小。计算机仿真结果表明,新算法在自适应回波抵消中的综合性能要优于传统的归一化最小均方误差算法。

大规模MIMO系统中块高斯-赛德尔检测算法

最小均方误差(Minimum Mean Square Error,MMSE)检测算法,虽然能在大规模多输入多输出系统中获得接近最优的线性检测性能,但是涉及高维矩阵求逆运算,难以在实际应用中快速有效地实现。提出了块高斯-赛德尔(Block Gauss-Seidel,BGS)低复杂度信号检测算法,将MMSE检测器的滤波矩阵先进行分块预处理,构造分裂矩阵,再通过迭代求解发送信号向量估计值,以提高算法检测性能。仿真结果表明,BGS迭代算法在调制方式为64QAM、用户侧的天线数量设置为16、基站侧的天线数量设置为256时,迭代2次后就能快速接近MMSE检测性能。在设置近似初始值后,BGS算法的性能得到了进一步的改善。当调制方式为256QAM时,设置近似初始值的BGS算法在迭代2次后就能逼近MMSE算法的误码率(Bit Error Ratio,BER)性能曲线,此时算法的复杂度仍然保持在O(K^(2))。

V-BLAST系统检测算法比较

为了选择适当的算法以降低垂直分层空时码(Vertical-Bell Laboratory Layered Space-Time,V-BLAST)系统的检测复杂度,提高系统性能,介绍迫零、最小均方误差、排序的QR分解和排序的最小均方误差串行干扰抵消算法,并借用MATLAB软件对它们的性能进行仿真分析。结果显示排序的最小均方误差串行干扰抵消算法的性能最优,但算法中加入了排序和矩阵求逆,增加了复杂度;迫零算法的复杂度最小,但性能很差。排序的比非排序的检测算法的性能好,同时复杂度会增加.

一种基于EMD和ANC技术的自适应降噪方法

为了提高分析信号的信噪比,基于经验模态分解和自适应噪声抵消技术,提出了一种新的信号去噪方法。该方法首先对信号进行自适应噪声抵消,然后进行经验模态分解,得到不同尺度上的固有模态函数,再对不同尺度上的固有模态函数进行噪声属性判定,如果不是噪声则选用不同的滤波参数,进行自适应噪声抵消,最后对各尺度上噪声抵消后的信号进行重构,得到去噪后的信号。结果表明,该方法比基于最小均方误差准则的自适应噪声抵消方法更能有效地消除信号中的噪声。

语音去噪LMS自适应滤波器算法的改进

对LMS自适应算法进行了详细的性能分析与讨论，针对LMS算法运算较复杂、适应性较弱、稳定性差的缺点提出了一种HLMS（混合LMS）算法。建立了自适应噪声抵消系统，利用MATILAB软件对食堂、体育馆两处的录音信号进行计算机语音去噪仿真分析。实验结果表明，两种自适应方法均能有效抑制各种噪声污染，提高语音信噪比为60％～85％．而且对引入的语音信号失真也较小，二者均在10％以下。HLMS算法比LMS算法更简洁，LMS算法调节性能敏感于参考输入的方差，而HLMS算法敏感于参考输入的均方根值，因此HLMS算法的适应性比LMS算法更强．在非平稳随机输入情况下HLMS算法更能提供稳定的工作性能，更能较好的恢复原始语音信号。

PRC-CW雷达近距离目标干扰的自适应对消

为提高伪随机码连续波(PRC-CW)雷达性能,讨论了近距离目标干扰抑制方法。在分析了PRC-CW雷达近距离目标干扰信号的基础上,采用了基于最小均方(LMS)算法的自适应对消技术;通过仿真分析合理选择了LMS自适应滤波器的参数,并采用TI公司的TMS320C5402定点DSP芯片实现了自适应对消器。试验结果表明该对消器能抑制近距离目标干扰。

自适应噪声抵消技术的仿真与应用研究

从有用信号中剔除噪声是信号处理中一个重要研究课题。在金属矿区进行地震勘探数据采集时,经常会受到矿区内机械设备的强噪声干扰,常规的滤波方法对于淹没在强机器噪声下的有效地震信号的提取已经不适用,而随着计算机和信号处理技术的发展,自适应噪声抵消技术已广泛的应用于各个领域。通过对自适应噪声抵消器原理的研究,结合地震数据信噪模型分析,重点研究利用自适应噪声抵消技术来消除机器噪声。针对基于NLMS算法的常规技术存在的不足,提出了一种改进的算法,并运用MATLAB进行仿真试验,仿真结果表明自适应噪声抵消技术可以有效抵消机器噪声的干扰,大大提高地震资料的信噪比,使有效地震信号失真小。

基于MMSE维纳滤波语音增强方法研究与Matlab实现

提出一种基于最小均方误差估计维纳滤波器的设计方法与Matlab实现。通过使用莱文森-德宾算法求解维纳-霍夫方程(Yule-walker方程),得到滤波器系数进行维纳滤波。加载Matlab中的语音数据handel,人为地加入高斯白噪声,分别计算加入噪声后信号的自相关Rxx和加入噪声后信号和理想信号的互相关Rxd。在输出端将信号较为精确地重现出来,而噪声却受到最大抑制。实测数据的处理结果证明经过维纳滤波后语音信号的噪声减弱,信噪比提高,较好地改进了语音信号质量。

一种改进的智能天线算法

为改进智能天线系统中最小均方(LMS)算法收敛速度较慢的现状,提出了非零响应抽头检测频域归一化最小均方(FDNLMS)算法,利用空间滤波的优势,减少了发送数据对带宽的要求,提高了收敛速度.利用Matlab对多径、多用户的LMS算法和FDNLMS算法进行仿真,表明FDNLMS算法收敛速度比LMS算法提高了约28%.仿真结果表明:FDNLMS算法可以加快收敛速度,提高系统性能.

完美空时分组码及其高性能解码算法

根据完美空时分组码(STBC)的结构特点提出了等效的垂直—贝尔实验室空时(V-BLAST)模型,在对该模型进行最小均方误差—判决反馈均衡(MMSE-DFE)预处理之后,提出一种有边界约束的Fano解码器。该解码器可达到几乎最大似然(ML)性能,在很大的信噪比区域范围内其复杂度比目前典型的解码器低,而且该解码器可用于发射天线数大于接收天线数的系统。直接在复数域计算和处理,该解码器适用于任何星座形式。该解码器可用于任何能等效成V-BLAST模型的空时系统。仿真结果表明了该解码器的有效性。