基于变步长凸组合LMS自适应滤波高原动态血氧检测系统设计

针对基于光电检测方法的血氧仪只能在静止状态下测试血氧饱和度(血氧)的问题,提出一种基于变步长凸组合LMS自适应滤波动态血氧检测方法。方法对原始光电描记脉搏波信号经预处理后,通过固步长与变步长LMS自适应算法组合,以三轴加速度计采集信号作为运动噪声参考信号,获得理想脉搏波信号再准确计算血氧值。在此基础上,开发了一套基于物联网的穿戴式高原血氧检测系统,经过模拟正常行走及在不同海拔条件下测试,最大误差不超过4%,验证了算法的有效性和准确性。结果显示,基于物联网的血氧监测系统对于高原旅游中高原反应的实时监测与提醒具有实际意义。

一种基于自适应滤波的VFRM无位置传感器控制

可变磁通磁阻电机(variable flux reluctance machine,VFRM)的空间磁链谐波和逆变器非线性等因素会在扩展反电动势中产生谐波,进而降低无位置传感器的控制精度。为解决此问题,首先通过构建双曲正切函数滑模观测器,减小传统滑模观测器造成的高频抖振和相位延迟;然后分析了扩展反电动势谐波对转子位置估计的影响,并在此基础上提出了一种变步长最小二乘(least mean square,LMS)自适应滤波算法,准确地提取了扩展反电动势的基波分量,提高了转子位置和转速的估计精度。实验结果表明,所提算法与传统定步长LMS自适应滤波算法相比具有更好的控制性能。

变步长及角度子区稳健滤波方法的实现

文章介绍了子区稳健滤波方法及作用。并建立了可变步长、角度滤波窗口的数学模型。利用该方法能得到较好的滤波结果。

一种变步长LMS自适应滤波算法及分析

本文对变步长自适应滤波算法进行了讨论 ,建立了步长因子 μ与误差信号e(n)之间另一种新的非线性函数关系 .该函数比已有的Sigmoid函数简单 ,且在误差e(n)接近零处具有缓慢变化的特性 ,克服了Sigmoid函数在自适应稳态阶段步长调整过程中的不足 .由此函数本文得出了另一种新的变步长自适应滤波算法 ,并且分析了参数α ,β的取值原则及对算法收敛性能的影响 .该算法有较好的收敛性能且计算量少 .计算机仿真结果与理论分析相一致 。

一种改进的变步长自适应滤波器LMS算法

本文提出一种改进的LMS算法(即MS-LMS),并建立了步长因子与误差信号)(ne之间另一种新的非线性函数关系。该关系不仅具有原有算法在误差)(ne接近零处缓慢变化的优点,而且低信噪比环境下比原有算法具有更好的收敛性能。理论分析和计算机仿真结果表明,在低信噪比的环境下,改进算法的收敛速度和稳态误差的性能指标都有较大的提高,并对系统发生的突变表现出较强的鲁棒性。

一种改进的变步长LMS自适应滤波算法

提出一种改进的变步长LMS(Least Mean Square)算法,该算法在步长参数μ与误差信号e(n)之间建立了一种非线性函数关系,并且分析了参数α,β的取值原则及对算法收敛性能的影响。该关系具有在误差e(n)接近零处缓慢变化的优点,克服了s函数变步长LMS算法在自适应稳态阶段μ(n)取值偏大的缺陷。理论分析和计算机仿真结果表明,改进算法的收敛速度和稳态误差的性能指标都有较大的提高。

一种新的可变步长LMS自适应滤波算法

在简单讨论基本LMS,变步长NLMS和LMS/F组合自适应滤波算法的基础上提出一种新的可变步长LMS自适应滤波算法,新算法引入修正系数ρ和遗忘因子λi=exp(-i),并利用ρ和λi来产生新的步长参与迭代。计算机仿真结果表明,与基本LMS算法或变步长NLMS、LMS/F组合算法相比,新算法在保持算法简单这一特点的同时进一步加快了收敛速度,并能够收敛到更小且稳定的均方误差(MSE)。

一种变步长LMS自适应滤波算法及分析

文章对已有的一些变步长LMS自适应滤波算法进行了分析,在此基础上,提出了一种新的自适应算法,并且分析了参数的取值对算法性能的影响。该算法具有快速收敛性和较小的稳态误差,而且能够快速跟踪系统的变化和不受非相关噪声的影响,仿真结果表明,该算法的性能优于已有的算法。

一种改进的变步长LMS自适应滤波算法及仿真

对变步长自适应滤波算法进行了讨论,建立了步长因子与误差信号之间另一种新的非线性函数关系,该函数简单实用,计算量小,由此得出新的变步长 LMS 自适应滤波算法。将该算法应用于干扰机的自适应收发隔离系统中并进行了计算机仿真,仿真结果表明该算法收敛速度快,稳态误差小,而且计算量小,易于实现。

一种新的变步长LMS自适应滤波算法及分析

本文在研究一种步长因子与误差信号非线性函数的基础上,提出了一种新的LMS算法,即在收敛过程中,根据误差信号e(n)改变控制非线性函数形状的参数使收敛初期步长因子大,而在e(n)接近零时,步长因子小。本文算法在几乎不增加计算量的情况下,获得了更好的收敛效果。文中对算法进行了详细分析,仿真结果证明该算法是有效的。

基于相关箕舌线的变步长自适应滤波算法

针对箕舌线变步长自适应滤波算法(LMS)抗噪声能力差,不适合在噪声环境中使用的缺点,提出在步长更新时加入输入信号的控制,提高了系统的抗噪声性能。仿真表明,改进的算法比原算法具有更快的收敛速度和更强的抗噪声性能。

DSP环境下新的变步长LMS自适应滤波算法

基于解决固定步长的LMS算法收敛速度快与均方误差小两个性能指标无法兼顾的目的,提出一种改进的变步长LMS自适应滤波算法,采用步长因子调整变步长的方法,建立u因子与超量误差信号之间的非线性函数关系,从而实现自适应滤波。通过TMS320C5509A平台进行实测数据试验可以得出,本文算法能在低信噪比的条件下对信号进行滤波保持较高性能,同时具有收敛速度较快和稳态误差较小的优点,在雷达信号处理行业中应用广泛。

一种新的变步长LMS自适应滤波算法性能分析

在简单介绍了基本的LMS,NLMS自适应滤波算法的基础上,介绍了一种新的可变步长LMS自适应滤波算法,并将该算法应用于自适应噪声对消系统的仿真中。通过计算机仿真,给出了LMS、NLMS和新的可变步长LMS自适应滤波三种算法的性能对比,结果表明该算法具有较快的收敛速度和较小的稳态误差。

基于自适应RBF神经网络的连续压力波信号滤波方法

由于钻井液连续压力波信号与正脉冲压力信号检测原理不同,致使固定参数滤波方法存在检测特征点时间不准确、误码率高等问题。针对该问题提出一种小波包变换结合自适应变步长RBF神经网络非线性滤波器的滤波方法。该方法首先对输入的连续压力波信号进行小波包变换,运用分层阈值滤波算法和奇异值分解算法,分离出含噪声的有用连续压力波信号;对输入的不发码信号进行带通滤波,分离出噪声相关信号。然后将上述两路信号输入RBF神经网络中,通过自适应变步长滤波算法进行滤波处理,输出有用连续压力波信号。仿真结果表明:该滤波方法与固定参数滤波方法相比,滤波后信号与原信号的相关系数、均方误差、信噪比都得到了提升。现场应用中,相比固定参数滤波算法误码率降低10%,连续压力波信号的噪声得到有效抑制。

基于相对误差互相关函数的变步长LMS算法

许多时变步长自适应滤波算法被用来解决标准LMS算法的固有矛盾,但实验表明这些算法易受独立噪声的干扰,或计算量大、耗时太长。针对上述问题,提出了一种新的变步长LMS自适应滤波算法,它采用相对的误差互相关函数来控制步长更新。该算法计算量小、易于控制,具有快速的收敛速度和较小的失调,不受已存在的非相关噪声的影响,可很好地应用于自适应对消系统中,且在低信噪比环境中仍能保持良好的性能。计算机仿真及实测数据的处理与理论分析结果一致。

变步长LMS算法性能比较与仿真

本文对现有的变步长LMS算法进行分类归纳,列出3种具有代表性的算法,并对这3种算法性能进行分析,指出原算法没有说明的缺陷。最后对这些算法进行仿真,证明了分析的正确性。

一种变步长LMS算法及其Matlab仿真

对变步长自适应滤波算法进行了讨论,对VS-LMS算法进行了改进,建立了步长因子μ与误差信号e(n)之间另一种新的非线性函数关系.理论分析和计算机仿真结果表明,该关系不仅具有原有算法收敛速度快的优点,而且在低信噪比环境下比原有算法具有更好的抗噪声性能.

一种新的变步长LMS算法及分析

LMS算法存在收敛速度和稳态误差上的矛盾,当步长因子过大,则收敛速度快,但误差变化较大;当步长因子过小,则收敛速度很慢但是误差稳定.因此,渐渐发展出了多种变步长LMS算法.通过建立步长和误差的一种非线性函数关系,提出了一种新的变步长LMS算法,并且对算法参数进行分析.该算法计算简便,计算量低,且在算法收敛初期能够得到较大的步长,而稳态时期能够得到较小的步长,且在稳态收敛阶段有较为缓慢的步长变化,克服了传统算法在低误差范围内的步长调整的缺陷.仿真结果与理论结果相一致,证明了该算法比已有算法拥有更好的收敛性能.

一种新的变步长LMS算法及其应用

提出了一种新的变步长LMS算法,该算法采用相对的误差互相关函数来控制步长更新。理论分析与计算机仿真结果都表明该算法收敛速度快、失调量小、稳定性好,且在低信噪比的环境中比其他同类算法有更好的性能。该算法的优越性在于计算量小且不受已存在的不相关噪声的影响,可很好地应用于实际信号处理中。

智能仪表的滤波技术

滤波技术是智能仪表中为了抑制干扰，保证信号采集精度所必须考虑的问题。本文介绍了RC低通滤波器的使用注意事项以及变步长数字滤波方法等。