横向滤波器的自适应算法研究

横向滤波器是数字信号处理中常用的滤波器结构,求解横向滤波器抽头系数的自适应算法主要有最陡梯度(Steepest Gradient)算法、最小均方(LMS)算法、递归最小均方(RLS)算法,前者只具有理论分析意义,后两种是实用的算法。本文比较了上述三种算法的优缺点,并给出了性能分析。

CDMA蜂窝网无线定位技术中NLOS误差的抑制方法

在CDMA蜂窝网无线定位系统中,针对非视距(NLOS)误差严重影响定位性能这一问题,提出了一种基于最陡梯度下降法的NLOS环境下的TDOA定位方法。该方法结合Chan氏算法,通过迭代,逐渐完成对NLOS误差的估计,并判定NLOS基站,在此基础上对NLOS基站测量值进行逐步修正,从而完成对目标的定位。最后的仿真表明,此算法可以有效实现NLOS环境下的目标定位。

用自适应IIR横向滤波器消除电视重影

本文阐述了消重影ＩＩＲ横向滤波器的工作原理、设计方法，分析了其消除重影速度快、效果好的优点，对系统的稳定工作条件进行了论证。文中论述了快速自适应处理中ＬＭＳ算法是最陡梯度法的一种有效近似和简化，推导了求解加权系数的迭代方程。最后用计算机对重影图像进行了消重影模拟实验，验证了该算法（ＬＭＳ）的正确性。

最小平方误差受限的FIR滤波器设计

在设计FIR滤波器时,往往会指定过渡带大小,但过渡带的引入只是为了便于滤波器的设计,而并不是物理上的需要,所以在设计中仅需指定截至频率。这是第一个设计理念。此外,在FIR滤波器的设计中存在两种准则:一是等波纹设计准则 (即最大误差最小化或者Chebyshev准则 ),另一种是平方误差最小准则。但在现实中两种准则往往要同时兼顾,所以仅基于其中一种准则来设计不能得到最佳结果。这是第二个设计理念。基于上述两种设计理念,提出了一种新的FIR滤波器设计算法。该算法采用最陡梯度下降法来对平方误差最小化下的最佳滤波器系数进行迭代修正,得到最佳结果。