RLS自适应滤波的迭代信道估计与符号检测算法

在现有的OFDM系统联合迭代信道估计与符号检测算法的基础上,针对高速移动通信信道,利用RLS自适应滤波器在非平稳环境下有效跟踪输入统计量随时间变化的能力,提出了一类基于对迭代初始值进行RLS自适应预测的迭代信道估计算法.通过对每次迭代的初始值进行递归计算提高其有效性,减少了后继迭代次数,并提高了收敛值的准确性.仿真结果表明:和传统迭代算法相比,该算法加快了迭代收敛速度,提高了估计精度.在复杂度适当增加的前提下,降低了系统误码率,提高了系统性能.

基于RLS自适应滤波算法的广义互相关时延估计方法研究

为了提高低信噪比环境下信号传输时间延迟的估计性能,将RLS自适应滤波算法与广义互相关时延估计算法相结合,提出了一种基于RLS自适应滤波的广义互相关时延估计(RLS-GCC)方法。该方法先对信号进行滤波预处理以提高信噪比,然后通过广义互相关运算实现时延估计。通过改变RLS自适应滤波算法中的参数大小,分析了RLS自适应滤波算法中滤波阶数、遗传因子等参数对RLS-GCC算法的影响,并通过与广义互相关算法、二次相关算法的对比时延实验,研究了RLS-GCC的时延估计性能。仿真结果表明,在低信噪比环境下,RLS-GCC方法比广义互相关算法和二次相关算法具有更高的时延估计准确率和更低的估计误差。

基于RLS自适应滤波器的并联型有源电力滤波器

将RLS自适应滤波器用于有源滤波器直流端电容电压的控制,并将直流端电容电压的控制完全摒弃了传统的PI积分控制,解决了控制参数难于调节且对电路中其他参数的变化非常敏感的问题。而且经过自适应滤波器的直流端电容电压几乎没有任何纹波,不但在电源电压为理想情况时可以起到较好的补偿作用,而且当电源电压发生畸变时也有较好的补偿性能。仿真研究证明了所提出的控制方法的正确性。

基于RLS自适应算法的音频数字水印检测技术

实现了一种基于音频信号掩蔽曲线的水印嵌入方法 ,提出了一种基于RLS(递归最小二乘方 )自适应滤波算法的水印检测算法 ,该算法在检测水印时无需原音频文件 .实验结果表明 ,在不影响听觉效果的前提下 ,这种水印嵌入和检测方法对MPEG压缩、常规滤波、加噪等处理均具有很好的抗攻击性即鲁棒性 .

自适应滤波和子波变换在信号消噪中的应用

研究了RLS(递推最小二乘)自适应滤波器和小波消噪方法的滤波特性,在仿真的基础上选取两者作为实际采集信号的消噪处理方法。为了取得较好的消噪效果,对不同类型的信号采用不同的处理方法,对于特定的信号可采用将两者相结合的方法。处理结果表明,所选用的方法消噪效果明显。

RLS和小波在声信号消噪处理中的应用

在仿真的基础上,介绍了RLS自适应滤波器和小波消噪方法的滤波特性以及消噪的处理方法。通过对实际声采集信号的RLS消噪方法,小波消噪方法和综合消噪方法的处理结果,分析了不同类型的信号数据的不同的处理方法,对于特定的数据类型可考虑采用将两者相结合的方法,处理结果令人满意。

基于RLS的二次加权相关时延估计算法

针对测向定位中时延估计的问题,提出了一种基于递推最小二乘(Recursive Least Squares,RLS)算法的二次加权相关时延估计方法。该方法在二次相关算法基础上,一方面引入RLS算法,在二次相关前进行自适应滤波,提高系统抗噪能力,且具有较快的收敛速度;另一方面借鉴广义互相关的思路,引入加权函数,并且采用二次加权方式,提高时延估计的性能。仿真结果表明,在低信噪比环境下,基于RLS的二次加权相关时延估计法使谱峰更加尖锐,抑制了噪声的影响,提高了估计的精度。

采用多扫描自适应预测的红外弱目标检测

提出了一种多扫描预平滑RLS自适应算法用于增强红外成像数据中的弱目标检测。感兴趣的目标被假设为只有极小的空域扩展度,而且淹没于强背景杂波干扰中。通过RLS自适应滤波器,背景杂波分量被准确地预测并从输入信号中去除,从而只剩下目标信号与残留噪声。在全空域非平稳数据中应用多扫描机制可以增强算法对非平稳杂波的跟踪性能;而将原始图像数据经过预平滑处理后作为自适应滤波器的输入,则能够减少由于目标灰度扩展带来的背景预测失准。对真实图像数据的仿真表明该算法的性能明显优于其它几种传统方法。

基于两种自适应算法对比下的PMSM矢量控制电流环优化

在永磁同步电机矢量控制过程中,用于电流环测量电流的调理电路和AD采样电路会产生噪声,对电机转矩和转速的控制精度造成影响。为减小此类电流环噪声,提出了在永磁同步电机矢量控制中对电流环相电流采用RLS自适应滤波。为体现RLS算法滤波性能,与自适应滤波中的LMS算法作比较,采用这两种自适应滤波算法对永磁同步电机矢量控制系统进行了仿真实验,经过对波形和均方差等的对比,RLS算法有更明显的滤波效果,且电机输出转速和转矩更加平稳,系统的稳定性有了明显提高。证明了RLS自适应滤波在永磁同步电机控制中更具有可行性和有效性。

一种改进的LS信道估计算法

针对基于最小二乘(LS)准则的信道估计算法在信道估计过程中没有考虑噪声影响而导致误码率较大的问题,提出了一种自适应噪声抵消技术,将在递推最小二乘(RLS)自适应滤波算法的基础上对LS算法进行改进,并将改进后的LS算法与传统的LS算法和线性最小均方误差(LMMSE)算法在相同信道参数分别进行仿真比较。仿真结果表明:改进的LS算法的误码率明显小于传统LS算法,接近LMMSE算法,能有效消除噪声的影响,提高信道估计的有效性,同时具有较低的复杂度。

多项式拟合方法在目标跟踪中的应用

文章在经典RLS自适应滤波算法的基础上.引入曲线多项式拟合的方法;在位置滤波的同时.应用多项式拟合的方法估计出目标运动的速度值.仿真结果表明滤波效果得到改进。

脑机接口中一种多类运动想象任务识别新方法

目的针对脑机接口中三类运动想象任务,提出一种最小二乘法自适应滤波结合独立成分分析以及样本熵(RLS-ICA-Samp En)、多类共同空间模式(CSP)、增量式支持向量机(ISVM)相结合的脑电识别新方法,以解决脑机接口中多类运动想象正确率低的问题。方法首先采用ICA将EEG分离,然后利用样本熵自动识别分离后的噪声,再采用RLS对识别出来的噪声进行滤波,最后进行信号重构,得到去除噪声的脑电信号。多类CSP采用"一对一"CSP与多频段滤波相结合,对去噪后的脑电信号进行特征提取。通过"一对多"方式的ISVM对三类运动想象脑电信号获取的特征向量进行分类。为检验新方法的有效性,将本文方法与多类CSP+ISVM(方法 1)及RLS-ICA+多类CSP+ISVM(方法 2)进行比较。结果对三类想象任务而言,本文方法识别正确率与方法 1和2相比均高8%左右。结论与方法1和2比较,RLS-ICA-Samp En、多类CSP、ISVM相结合的脑电识别新方法能更好地适用于多类运动想象任务识别。

矢量控制永磁同步电机的转矩脉动抑制研究

为满足永磁同步电机交流调速系统的高性能要求,需要对电机的转速在较宽的速度范围内进行精确估计和控制。然而电机低速运行时,位置传感器在检测过程容易受到噪声干扰,噪声叠加在反馈信号上进入调速系统,增大永磁同步电机的转矩脉动,需要信号处理技术来提高在每个采样瞬间的速度估计值的精度。为解决这一问题,在设计电机矢量控制系统的基础上,采用递推最小二乘法(RLS)自适应滤波器对噪声环境中的电机转速进行优化。仿真试验结果表明,与传统的PID控制方法相比较,在保证高速性能的情况下改善了电机转速控制的动态性能和低速性能,体现出方法的可行性和有效性。