针对Bershad算法中滤波器输出信号畸变的问题,提出了一种新的考虑输出饱和约束的自适应有限脉冲响应(Finite-impulse-response,FIR)滤波器设计方法,并给出了它的最小均方(Least mean square,LMS)算法实现。理论证明和数值仿真验证了本...针对Bershad算法中滤波器输出信号畸变的问题,提出了一种新的考虑输出饱和约束的自适应有限脉冲响应(Finite-impulse-response,FIR)滤波器设计方法,并给出了它的最小均方(Least mean square,LMS)算法实现。理论证明和数值仿真验证了本文算法的有效性。与Bershad算法相比,按照本文算法设计的自适应FIR滤波器不仅严格满足饱和约束条件,输出信号也光滑无畸变,从而克服了Bershad算法的滤波器输出畸变问题。展开更多
通过分析水下目标辐射噪声的来源及各噪声源的谱特性,提出了用连续谱噪声叠加线谱噪声仿真水下目标辐射噪声的方法。根据水下目标辐射噪声的连续谱和线谱的功率谱特征,先后建立了连续谱和线谱模型。连续谱是由高斯白噪声先后通过低通滤...通过分析水下目标辐射噪声的来源及各噪声源的谱特性,提出了用连续谱噪声叠加线谱噪声仿真水下目标辐射噪声的方法。根据水下目标辐射噪声的连续谱和线谱的功率谱特征,先后建立了连续谱和线谱模型。连续谱是由高斯白噪声先后通过低通滤波器和LMS(Least Mean Square)自适应FIR滤波器处理后得到;线谱可通过叠加一组谐波分量获得。在Matlab/Simulink环境下仿真水下目标辐射噪声模型。仿真结果表明,该方法能够较为真实地仿真水下目标辐射噪声,且具有较强的灵活性和实用性。展开更多
文摘针对Bershad算法中滤波器输出信号畸变的问题,提出了一种新的考虑输出饱和约束的自适应有限脉冲响应(Finite-impulse-response,FIR)滤波器设计方法,并给出了它的最小均方(Least mean square,LMS)算法实现。理论证明和数值仿真验证了本文算法的有效性。与Bershad算法相比,按照本文算法设计的自适应FIR滤波器不仅严格满足饱和约束条件,输出信号也光滑无畸变,从而克服了Bershad算法的滤波器输出畸变问题。
文摘通过分析水下目标辐射噪声的来源及各噪声源的谱特性,提出了用连续谱噪声叠加线谱噪声仿真水下目标辐射噪声的方法。根据水下目标辐射噪声的连续谱和线谱的功率谱特征,先后建立了连续谱和线谱模型。连续谱是由高斯白噪声先后通过低通滤波器和LMS(Least Mean Square)自适应FIR滤波器处理后得到;线谱可通过叠加一组谐波分量获得。在Matlab/Simulink环境下仿真水下目标辐射噪声模型。仿真结果表明,该方法能够较为真实地仿真水下目标辐射噪声,且具有较强的灵活性和实用性。