改进的最小均方自适应滤波算法

针对传统的固定步长最小均方(LMS)算法应用于雷达杂波自适应滤波器系统存在收敛速度与收敛精确度相矛盾的问题,提出一种新的变步长LMS自适应滤波算法。在其基础步长迭代公式中,通过组合自相关误差与前一步长因子来实时更新迭代下一步长因子的方法,达到具有较快的收敛速度和较小的失调,并且不受已经存在的不相关噪声的干扰的效果。仿真结果表明,所提方法的实验效果与传统固定步长LMS算法及已有算法相比,在收敛速率、收敛精度、抑制噪声方面都有很大的改善,证明所提算法是有效、可行的,且与理论分析一致。

基于X滤波最小均方算法的冲击振动自适应逆控制

针对冲击振动控制的自身特点及已有算法的缺陷,提出了冲击振动的自适应逆控制方法.该方法能够根据不同的负载特性自适应地调节逆控制器参数,在时域实现了冲击振动控制,完全克服了频域方法中低频分辨率低、易产生溢出的问题.同时,针对X滤波最小均方(LMS)算法运算量大、收敛速度慢的缺点,提出了一种快速X滤波LMS算法,运用批处理技术,使码元间的平均计算量减小.试验表明,该方法使控制精度提高了约50%,明显优于已有的控制方法.

采用最小均方算法的自适应横向滤波器

文章首先简单介绍了LMS算法和采用此算法的系统结构图,随后分别给出了MATLAB和SIMULINK的具体实现及其运行结果,最后针对迭代步长对系统性能的影响情况进行简明的讨论。结果证明,采用LMS算法得出的结果与准确值的偏差在工程上完全可以接受,并且算法容易实现。

基于均方误差最小的卡尔曼滤波实用算法

卡尔曼滤波在各种动态数据处理中应用广泛,为了使滤波结果更加接近实际情况,在经典卡尔曼滤波的基础上,提出均方误差作为评价标准的卡尔曼滤波实用算法。通过经典卡尔曼滤波和该算法对数据处理结果的分析,表明该算法的滤波结果更加有效。

一种新的变步长最小均方自适应滤波算法

将步长因子μ与误差信号e(n)和测量噪声方差σN2之间的一种函数关系引入自适应滤波器,提出了一种变步长最小均方自适应滤波算法。与已有算法相比,本文算法的步长因子更易于设计和控制。仿真结果表明本算法具有很好的收敛性能,同时也证实了本文算法的有效性。

基于块自适应滤波的核最小均方算法

核最小均方(KLMS)算法在非线性系统中收敛性能较好,但其使用瞬时梯度估计均方误差梯度,导致随机性较大。而块自适应滤波理论利用多个输入-输出的误差来估计均方误差梯度,可降低KLMS算法稳态误差。为此,将块自适应滤波理论运用到KLMS算法中,提出核块最小均方(KBLMS)算法,根据最陡下降法原理推导出KBLM S权矢量更新公式,使用核方法计算得到滤波器输出表达式,并通过并行处理减小算法计算复杂度。仿真结果表明,KBLMS算法可有效提高KLMS算法的稳态性能,并且相比块最小均方算法具有更低的误码率。

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。

小波包变换结合最小均方自适应滤波算法

考虑到小波包变换与最小均方(LMS)自适应滤波算法各自所独具的一些优点,将它们结合起来共同用于导弹引信的滤波抗干扰。通过Matalab仿真结果表明,这种方法能够取得比较好的滤波效果。

基于滤波最小均方算法的簇绒地毯装备噪声主动控制

为降低纺织车间簇绒地毯装备的低频噪声,将噪声主动控制的滤波最小均方算法(FXLMS)引入纺织机械噪声控制领域。以英国柯贝尔1/8针距簇绒地毯织机为研究对象,建立了噪声主动控制系统模型,根据现场情况布置传感-作动单元;并运用双传声器离线通道辨识方法估计初级和次级通道传递函数;针对前馈控制策略引起的次级声反馈现象,选用参量阵扬声器作为次级声源减轻该现象对噪声控制系统稳定性的影响。最后对簇绒地毯织机噪声的主动控制仿真研究和实验验证了该方法的可行性和有效性。实验结果表明:簇绒地毯织机采用的主动噪声控制方法对低频段噪声的控制效果较中高频段好,簇绒地毯织机噪声主要频率点的噪声消声量最大可达9.8 dB。

基于最小均方自适应滤波器的热工过程建模方法

针对热工对象的时变性特点及其在运行过程中易受到不确定性干扰的影响,提出一种基于最小均方(least mean square,LMS)自适应滤波器的热工过程建模方法。LMS滤波器以未知对象的输入和输出作为激励和期望信号,通过最速下降法得到未知对象的有限脉冲响应(finity impluse response,FIR)模型,其与差分方程或传递函数是等价的。实验仿真和某电厂实际运行数据验证了该算法的有效性。这种建模方法避免了复杂的机理分析,其抽头权值的分布可以表征热工对象的动态特性,为分析热工对象提供了一种手段。

基于FxLMS的汽车车内噪声变步长主动均衡算法

提出了一种可用于汽车车内噪声主动均衡控制的变步长主动噪声均衡(ActiveNoiseEqualization,ANE)算法,与传统车内噪声主动抵消控制方法所采用的滤波x最小均方(Filtered-xLeastMeanSquare,FxLMS)算法相比具有更好的实用性。应用固定步长主动噪声均衡(Active Noise Equalization,ANE)算法、所提出变步长ANE算法和已有变步长ANE算法分别进行汽车车内噪声主动均衡控制。结果表明,所提出变步长ANE算法具有更快的收敛速度和较低的稳态误差,并且能进一步降低汽车车内噪声响度,为汽车车内声品质主动控制提供了一种新方法。

基于多频陷波滤波和信号功率变参数的变结构FXLMS自适应变压器有源降噪算法

为了改善变压器有源降噪系统的性能,提出了基于多频陷波滤波和信号功率变参数的变结构滤波-X最小均方(filter-X least mean square,FXLMS)自适应有源降噪算法。该算法以变结构FXLMS算法为核心,针对变压器噪声的特点,采用多频陷波滤波技术实现了系统无参考传声器的设计,降低硬件成本并节约占地面积。采用随机噪声法对系统次级通道进行在线建模,并提出了"实时建模,延时更新"的策略,以及基于信号功率的变建模收敛系数和变随机噪声幅值相结合的方法,以降低引入的随机噪声幅值,并保证建模的准确性。同时,基于信号功率实现了对降噪收敛系数的自适应调节。仿真和理论分析表明,该算法可加快系统的收敛速度,提高系统的稳定性和降噪量。设计的软件平台与硬件设备相结合的变压器有源降噪系统,在额定运行的50MVA变压器降噪实验中,实现了误差传声器处10~18d B的降噪效果,平均声能量密度降低90.01%~98.41%,验证了算法对实际电力变压器噪声的降噪有效性。

基于sigmoid-sinh分段函数的变步长FxLMS算法

为改善滤波-x最小均方(filtered-x least mean square,FxLMS)算法在噪声主动控制时无法兼顾收敛速度和稳态误差的问题,提出了基于sigmoid-sinh分段函数的FxLMS(SSFxLMS)算法,并引入蚁狮算法对SFxLMS(sigmoid filtered-x least mean square)、ShFxLMS(sinh filtered-x least mean square)、SSFxLMS算法的参数进行优化。分别采用高斯白噪声和实测簇绒地毯织机噪声为输入信号,采用FxLMS、SFxLMS、ShFxLMS、SSFxLMS算法进行噪声主动控制仿真,对比分析这4种算法的性能。结果表明:与其他3种算法相比,采用SSFxLMS算法对高斯白噪声和簇绒地毯织机噪声进行控制时,误差信号的平均绝对值更小,平均降噪量与收敛速度也有大幅度提升。由此可知,SSFxLMS算法有效改善了FxLMS算法无法兼顾收敛速度和稳态误差的问题,研究结果为噪声主动控制算法设计提供了一定的参考。

一种新的变步长自适应最小均方算法

提出了一种根据滤波器系数梯度差值的自相关来计算步长的新的变步长自适应LMS算法。分析了算法的收敛性能和稳态特性,给出了算法参数选择的原则。由实验验证了该算法具有良好的收敛性能和跟踪特性,特别是在输入信号相关的情况下,该算法显示出比标准LMS算法和其它变步长算法的优异性能。

最小均方算法用于数字信号的性能

为了获取最小均方 (LMS)算法用于数字信号的性能 ,提出了一项新的性能参数——误码率。分析了误码率与算法均方误差之间的关系 ,在实验的基础上给出了两者之间的一个近似函数表达式。并重点研究了算法步长对收敛速度、稳态失调量、误码率这三项性能参数的影响 ,以及步长确定的原则 ,为数字信号领域使用 LMS算法提供了一些理论基础。

一种基于矢量加速的变步长频域最小均方算法

针对现有变步长频域批处理最小均方(VSFBLMS)算法收敛速度慢的问题,提出一种基于矢量加速的VSFBLM S算法。利用VSFBLM S计算得到的基本步长参数对当前收敛阶段进行判断,并根据收敛阶段分别在前期和后期选择较大和较小迭代次数的权值更新公式进行系数更新,从而加快算法前期的收敛速度并保证后期失调量较小。采用基于自适应滤波器噪声抵消模型进行算法性能测试,结果表明,相比VSFBLMS算法,该算法的收敛速度有较大提高,且在后期具有与VSFBLMS算法趋于一致的失调量。

基于最小均方和递归最小二乘的有源滤波器谐波检测

针对当前有源滤波器谐波检测算法的精度低、运算量大、实时性差等不足,为了获得更加理想的谐波检测结果,提出了基于最小均方和递归最小二乘的有源滤波器谐波检测算法。首先针对锁相环获取输入信号运算量大、谐波检测时间长的难题,将过负载电流作为参考输入,加快有源滤波器的响应速度,然后基于最小均方算法和递归最小二乘算法快速、准确的实现谐波检测,最后在MATLAB 1204平台对本文算法的有效性和先进性进行了仿真验证性实验。实验结果表明,本文算法得到了较高的有源滤波器谐波检测精度,能够提高有源滤波器的补偿性能,而且具有较快的动态响应速度,改善了算法的实时性。

一种改进的变步长最小均方算法滤除心电信号运动伪迹的研究

设计一种便携式心电监测装置,其具有低功耗、应用场景宽等优点,能够在运动状态下实时监测人体心电信号(electrocardiogram,ECG)。为了滤除心电信号中的噪声干扰,尤其是运动伪迹(motion artifact,MA)的噪声干扰,在最小均方(least mean squares,LMS)算法的基础上改进步长因子,加快自适应算法的收敛速度,从而保证在最佳权系数附近的失调量最小,且减少权值系数更新的运算量。实验结果表明,算法在处理信号过程中能够得到清晰不失真的原始心电信号,具有运算量小且滤波效果较好等优点。

基于洛伦兹函数的变步长凸组合最小均方算法

为进一步减小收敛速率与稳态误差之间的矛盾,改善自适应滤波算法,利用改进的Lorentzian函数提出了一种新的变步长凸组合最小均方(new variable step-size convex-combination of least mean square,NVSCLMS)算法,该算法既有效提高了收敛速率又具备很好的抗干扰能力。同时,为了克服CLMS算法停滞等待的弊端,采用了瞬时转移结构;另外,在参数的迭代公式中使用sign函数进行优化以降低运算量。仿真结果证明该算法与CLMS、VS-CLMS相比,在不同的仿真环境中均能表现出良好的均方特性和跟踪特性。

采用瞬时转移结构的凸组合最小均方算法

为了避免单个滤波器在收敛速率与稳态误差上的相互制约,从而导致系统性能下降的问题,文章采用凸组合最小均方算法,将快速滤波器与慢速滤波器并联使用来解决。为进一步改善性能,提出了一种采用瞬时转移结构的低复杂度凸组合最小均方算法。在该算法中,分别使用修正反正切函数和sign函数对参数λ(n)和a n()的更新迭代公式做了简化和改进,同时为加快算法的收敛速率引入一个长度为N0的窗实现瞬时权值转移。仿真结果表明:文中改进算法在噪声、相关信号输入以及非平稳环境下能够保持较好的均方性能和跟踪性能,并且具备更快的收敛速率。