基于箕舌线的变步长LMS自适应算法

通过建立步长因子μ与误差信号 e之间的非线性关系 ,提出一种新的基于箕舌线的变步长 LMS算法 ,并将其应用于通信降噪。该算法除了具有传统固定步长 LMS算法计算量小、稳定性较好、简单、易于实时处理等优点外 ,计算机仿真结果表明 ,其收敛速度、稳定性以及跟踪速度优于 SVSLMS算法和 NLMS算法 ,且不需进行指数运算 ,计算复杂度低于 SVSLMS算法 ,用于通信降噪取得了较好的效果。

基于DCT变换的变步长LMS自适应噪声抵消算法

为了提高LMS算法进行自适应噪声抵消时的综合性能,从语音信号自身的相关性出发,提出一种基于DCT变换的变步长LMS算法.该算法融合了归一化DCT-LMS算法与变步长LMS算法的优点.充分发挥了DCT变换的去相关能力和变步长算法的快速收敛效果.仿真结果表明,该算法与传统LMS算法、NLMS算法等相比具有更快的收敛速度和更小的稳态失调误差,同时计算量与NLMS相当,可实现性良好,能很好地应用于自适应噪声抵消系统.

改进的变步长LMS自适应滤波算法及仿真

通过分析变步长自适应滤波算法,建立步长和误差信号之间的非线性关系,提出一种新的变步长LMS自适应滤波算法,并用计算机进行仿真,结果表明该算法在误差接近于零时步长具有缓慢变化的特性,滤波效果更好。

基于变步长LMS的雷达信号干扰抑制

为提高雷达系统在压制性干扰环境下目标检测能力,对自适应噪声对消系统及LMS滤波算法进行分析,提出了一种改进的变步长LMS自适应滤波算法。该算法采用类Sigmoid函数调节步长,具有在稳态误差e(n)接近零时缓慢变化的特点,并提高了收敛速度。将该算法应用到雷达自适应干扰对消系统,并进行了计算机仿真,仿真结果表明,提出的算法有快速的收敛速度和跟踪速度,以及较小的稳态误差,在SNR=-5 dB时仍然有较好的噪声抑制效果。

一种应用于自适应降噪的变步长LMS算法

通过建立步长因子μ与误差信号е之间的非线性关系,提出一种改进的变步长LMS算法,并将其应用于通信降噪。该算法除了具有传统固定步长LMS算法计算量小、稳定性好、简单、易于实时处理等优点外,理论分析及计算机仿真结果表明,其收敛速度及稳定性优于SVSLMS算法,且不需要进行指数运算,计算复杂度低于SVSLMS算法,用于通信降噪取得了较好的效果。

自适应噪声抵消技术中一种变步长的最小均方(LMS)算法研究

目的探求可应用于航天和航空领域的有效自适应噪声抵消算法。方法设计变步长的最小均方算法 (LMS算法 )实现自适应噪声抵消。通过估计输入信号信噪比确定迭代步长 ,从而自动调节自适应滤波器参数 ,直至获得被干扰语音的最优估计。结果当输入的含噪语音信噪比为 - 6dB、0dB、6dB时 ,降噪后输出信噪比分别为 1 8.2dB、2 2 .1dB和 2 5 .2dB。结论该算法性能优于归一化LMS算法 ,可为今后自适应噪声抵消技术在航天和航空领域的应用提供依据。

基于分段式变步长截断误差LMS算法的心率信号提取

自适应滤波对于心率信号这类非平稳随机信号处理是一种有效的方法。提出了一种分段式变步长截断误差LM S算法,采用自回归预测滤波器估计出通过超声多普勒传感器采集到的心率信号中的噪声,用它作为自适应噪声抵消系统中的参考信号,其结果是抵消了主输入通道中的部分噪声,使信噪比提高了36个dB左右,实现了心率信号的提取。

改进的变步长LMS自适应算法及其应用

在对一些变步长LMS算法分析的基础上,通过改变步长公式中平方根运算范围,提出了一种改进的变步长LMS算法,并进行了稳定性分析.该算法比固定步长算法收敛速度快,稳定性好;与同类型复杂度其他算法相比,具有较快的收敛速度.将该算法应用于自适应噪声对消系统的仿真,计算机仿真证明该算法的理论分析.

一种改进的LMS算法及其在噪声对消中的应用

在分析传统定步长LMS(Least Mean Square)算法和变步长LMS算法的基础上,提出了一种改进的变步长LMS算法。新算法利用瞬时误差绝对值三次方的指数形式和遗忘因子同时调整步长,更好地解决了收敛速度和稳态误差的矛盾。将三种算法均用到噪声对消中进行比较,仿真结果表明:新算法收敛速率优于传统定步长LMS算法和变步长LMS算法。

一种新的变步长LMS算法在通信对消技术的应用

本文通过分析几种变步长LMS算法,结合VSS-NLMS算发和NLMS算法的优点,采用符号函数降低原有算法的计算复杂度,对变步长参数进行调整,提出了一种改进的变步长LMS算法,通过仿真验证,新提出的算法在收敛速度和稳态误差上也有一定优点,具有工程实际意义。

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。

改进变步长LMS算法及在自适应噪声抵消中的应用

在分析传统LMS算法、变步长LMS算法及其改进算法的基础上,通过建立步长因子μ与误差信号е之间的非线性关系,提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中,还分析了参数对算法性能的影响,结果表明该算法具有较快的收敛速度和较小的稳态失调。文中最后给出了仿真结果,仿真结果与理论分析一致。

一种改进变步长LMS算法及其DSP功能实现

自适应滤波LMS算法在自适应系统中应用十分广泛,变步长LMS算法在一定程度上改善了经典LMS算法收敛速度与精度的对立关系,在已有算法的基础上提出一种改进的变步长LMS自适应滤波算法,利用权系数w（n）的梯度变化量在保证收敛精度的基础上进一步加快收敛速度,同时调整了步长更新公式,增强了算法抵抗噪声干扰的能力,最后通过MATLAB实际仿真表明该算法具有更快的收敛速度,更小的稳态误差,更好的鲁棒性,并在DSP环境下的噪声消除系统中取得了较好的效果。

基于t分布变换的新变步长LMS算法

为解决在外部环境突变的条件下,最小均方(LMS)算法收敛速度与稳态误差之间难以同时平衡优化这一问题,提出一种基于t分布的新型变步长LMS算法(简称BVTLMS算法)。通过理论推导,对t分布概率密度函数进行变换,得到全新的步长随误差变化的曲线,满足了收敛条件;然后针对不同参数分析对BVTLMS算法的影响,确定最优参数,利用该参数进行仿真。结果表明,在同样的仿真条件下,BVTLMS算法分别与基于分式函数变步长算法和基于正态分布变步长算法相比,具有收敛速度更快、稳态误差更小和更强的跟踪能力优势。采用实际数据进行验证,也证明所提出的BVTLMS算法的优越性。

改进的LMS自适应噪声对消算法的应用

针对工业噪声的特点,将自适应对消算法应用到工业噪声的处理中。根据传统最小均方(Least Mean Square,LMS)自适应算法的缺点,文中通过构造合适的步长因子,引入参数使得算法在提高收敛速度的同时保证较小的稳态误差。放宽算法的约束性条件,以提高步长调整的精度。实验验证,提出的算法与其他算法相比,具有更快的收敛速度、更小的稳态误差以及优良的抗干扰性能。

分布反馈光纤激光水听器系统干涉仪降噪研究

针对分布反馈光纤激光水听器系统在高速运动过程中干涉仪噪声过大的问题,提出了基于参考光源的差分探测方案,设计了基于3端口环形器的光纤干涉仪差分探测光路,利用改进的变步长LMS滤波算法,结合噪声自适应抵消技术和B样条小波变换,有效抑制了干涉仪噪声,解决了信噪比下降的问题。实验结果表明:该方法能降低系统噪声本底约30 dB;与传统参考传感器的差分方案相比,该方法不易受环境影响,不会增加阵列复杂度,更具有实用价值。

自适应抗噪声送话器算法

DSP芯片结合复杂的数字信号处理算法可构成高性能的自适应抗噪声送话器,自适应信号处理算法对送话器的通信质量是至关重要的。主要研究了几种常见的自适应噪声抵消算法,并通过理论分析,提出了变步长的并行LMS算法作为抗噪声送话器的自适应滤波算法。给出了该算法的实现步骤,同时通过变换算法的特性参数进行MATLAB仿真研究,证明了该算法的先进性。

多尺度小波分解下的自适应语音消噪算法研究

将小波变换的理论引入到自适应语音消噪系统中,分析了多尺度小波分解下的LMS自适应消噪算法(MSWD-LMS)的原理,该算法将输入向量分解到多尺度空间,减小了自适应滤波器输入向量自相关矩阵的谱动态范围;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应语音消噪算法(MSWD-VSS-LMS),新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的语音信号处理的收敛速度和稳定性。仿真结果表明新算法取得了较好的效果。

一种新的自适应最小均方算法及其应用研究

介绍了一种新的变步长最小均方自适应滤波算法。该算法具有较快的收敛速度和较小的失调,并且具有计算量小、不受其它不相关噪声干扰等特点。通过计算机仿真分析,证明了其理论计算与实验结果相符。算法应用于电量参数的测量,也使测量的精度得到较大的提高。