基于Matlab的自适应滤波器设计

滤波器在电子设备中已得到广泛的应用,而自适应滤波器可以不必事先给定信号及噪声的自相关函数,它可以利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数,从而实现最优滤波。介绍了自适应滤波器原理,并对LMS自适应算法进行了分析,最后用Matlab对自适应低通滤波器进行了仿真和实现,并分析了该自适应滤波器的性能。     

基于LMS形态滤波和Hilbert变换的电能质量扰动定位

针对电能质量中常见的几种暂态扰动,为了实现对其正确地检测和定位,提出了一种最小均方(LMS)自适应形态滤波和Hilbert变换相结合的方法。首先,扰动信号中往往夹杂中各种噪声,采用基于LMS算法的广义形态学滤波器对扰动信号进行降噪处理。然后,对降噪后的信号进行Hilbert变换,提取扰动信号的幅值包络,可以实现对扰动的初步定位。最后,对提取的幅值包络进行后向差分处理,形成定位脉冲,实现对暂态扰动起止时刻和持续时间的精确定位。通过在不同条件下的仿真对比实验,证明了该方法的有效性。     

平稳噪声背景下短时动态信号的自适应滤波

根据短时动态信号与平稳背景噪声的特征区别，以时间序列的AR模型理论为依据，导出背景噪声自适应白化滤波器的结构，并用变步长LMS算法实现自适应滤波．合理设计LMS算法的收敛速度，使得滤波器既能白化背景噪声，又能使动态信号失真不大．当输入信号只有平稳背景噪声时，滤波器输出是白噪声；如果输入信号中含有短时动态信号，则滤波器输出就含有明显的信号波形．仿真计算结果表明，文中给出的方法用于从4，5级海况下的海洋波浪噪声中提取动态船舶水压场信号时，能提高信噪比达20dB．该方法可推广到其它场合，用于从平稳噪声背景中提取短时动态信号．     

基于自适应滤波算法的牵引网谐波电流检测

研究了自适应噪声对消技术在供电系统谐波电流检测模块中的应用及其使用的传统LMS算法,分析了传统固定步长算法的不足,并借鉴已有的多种变步长函数,提出了一种结合双曲正割和双曲正切变步长函数的自适应滤波改进算法.通过Matlab软件进行实验,分别模拟了采用传统LMS算法、双曲正割函数算法、双曲正切函数算法以及改进后的变步长算法的电流检测过程,并将检测到的基波电流波形进行比较,发现改进算法结合了所选两种函数收敛速度快、稳态精度好的优点,面对系统发生突变有了良好的响应速度和稳定能力,验证了改进算法的合理性.     

应用于轴承故障诊断的LMS自适应滤波器及其FPGA实现

在轴承信号当中,能反映轴承运行状态的信号总是掺杂着各种噪声,给故障特征的提取带来困难,基于最小均方(LMS)算法的自适应滤波器是去除噪声的首选方法。根据轴承故障信号的特点,以轴承故障信号的延时信号作为参考值,实时自适应调整滤波器不同时刻输出的权值来实现对轴承故障信号中噪声的滤除,并在此基础上给出了一种基于现场可编程门阵列(FPGA)的实现方案。仿真结果表明,该方案对于轴承信号的降噪效果良好,应用于FPGA后,运行速率也得到了很大的提升,可以在实际的轴承故障诊断工程中加以运用。     

基于形态学滤波的图像伪边缘去除方法

针对传统边缘检测算子去除由噪声引起的伪边缘难的问题,提出了一种基于数学形态学滤波的图像伪边缘去除方法.该方法首先利用自适应中值滤波器对图像进行滤波,然后用Canny算子对图像进行边缘检测,对处理后的图像进行改进的τ-运算以去除伪边缘,从而得到较理想的图像边缘.仿真实验表明,该方法不仅有效地去除了由噪声引起的图像伪边缘,而且保留了完整的图像边缘,具有较小的均方根误差.     

基于距离测度法的中枢神经系统损伤检测

基于AR模型的EEG信号距离测度方法可以较好地表征中枢神经系统损伤的情况.主要探讨在这种方法中利用不同的定阶准则建立相应的AR模型及其对距离测度结果的影响.同时,使用自适应滤波器对原始信号进行滤波;将分离后的平稳和非平稳成分再进行距离测度法的研究.对滤波器的参数分析表明,这种方法可以很好地消除EEG信号中可能混有的不同程度的噪声,得到的距离测度结果也能更好地表示损伤的变化情况.     

基于数学形态学与动态时间扭曲的电压扰动分类

为提高电压扰动信号分类识别的精度,提出了一种基于数学形态学与动态时间扭曲的新算法．该算法首先通过形态滤波器对信号进行滤波处理,然后利用如变换提取滤波输出的特征,再通过动态时间扭曲分类器与参考模板进行匹配,最后获得有效的分类识别结果．用Matlab进行仿真分析的结果表明,该算法能有效识别各类扰动信号,准确率高,即使在强噪声环境下,识别精度也超过84％．     

基于子带分解及分数傅立叶变换的语音增强算法

给出了一种基于子带分解并在子带中应用分数阶傅里叶变换(FRFT)的语音增强新方法.该方法把带噪语音信号分解成子带信号后,对子带信号进行了特定阶次下的分数阶傅里叶变换,通过子带谱减后的信号估计语音模型参数,再利用卡尔曼滤波对子带信号进行滤波,最后由滤波后的信号重构全带语音信号,实现语音增强.实验表明:该方法在减少卡尔曼滤波计算量的同时,也很大程度上提高了语音增强的质量.     

基于MAX275的有源带通滤波器的设计与应用

由于编码电缆定位技术具有定位精度高，安装简单方便的特点，在焦化生产的三大机车定位中得到了广泛应用．但焦化现场存在高的噪声和强电磁干扰，对定位系统中信号的处理影响很大．严重地妨碍了系统的正常运用．为此文中提出基于集成有源滤波器MAX275，设计适用于编码电缆定位技术的有源带通滤波器，对耦合后的定位信号进行处理．分析了MAX275集成式的有源滤波器结构和组成，阐述了基于MAX275设计滤波器的方法．根据编码电缆定位中滤波要求设计了一个带通滤波器，对所设计的滤波器经过数字仿真实验后，应用于某公司焦化生产的3大机车位置检测技术中，实践证明该滤波器有效地抑制了噪声和干扰，保障了机车定位的正常工作。     

自适应相位谱时间延迟估计

提出了一种自适应相位谱时间延迟估计方法。该法利用时域或频域ＬＭＳ自适应滤波器，自适应地实现Ｒｏｔｈ处理器即维纳滤波器，由最佳的系统函数得到相位函数估计，从而实现时间延迟估计。     

ENDPOINT DETECTOR OF NOISY SPEECH SIGNAL USING A RECURRENT NEURAL NETWORK

ＩｎｔｒｏｄｕｃｔｉｏｎＥｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎｏｆｓｐｅｅｃｈｓｉｇｎａｌｉｓｉｍｐｏｒｔａｎｔｉｎｍａｎｙａｒｅａｓｏｆｓｐｅｅｃｈｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ,ｓｕｃｈａｓｓｐｅｅｃｈｅｎｈａｎｃｅｍｅｎｔ,ｓｐｅｅｃｈｒ...     

智能车牌识别系统中消除图像干扰的方法

在智能车牌识别系统中,经过汽车图像的初分割,可从复杂的汽车及背景图像中分割出汽车图像,但复杂灰度图像经二值化处理后存在许多干扰白点.提出一种＂高斯滤波＂的方法去除这些白点,使二值化图像变得平滑、少毛刺,并具有较好的连通性.     

利用MAS实现车辆动态识别与智能跟踪

针对视频图像车辆智能跟踪问题,提出了利用帧间差异积累动态矩阵进行自适应背景建模算法,采用背景差提取运动目标区域,设计了一种基于知识的多Agent智能系统进行目标分割、轮廓提取和空域滤波,增强了抗背景干扰能力,使获得的目标区域具有更好的空域连通特性;通过自适应核窗宽改进了MeanShift算法的收敛速度,利用SSD算法实现了快速初始定位。实验结果表明,该方法自治能力强,跟踪目标快速准确,实时有效。     

基于小波变换在图像去噪中应用

基于噪声是影响图像质量的重要因素.噪声的存在导致图像的某些特征细节不能被辨识,图像信噪比下降.本文将小波阈值去噪与维纳滤波结合起来,在小波域进行维纳滤波.设计了双小波基维纳滤波器,采用两路小波变换,对静态图像和动态影像进行去噪实验,结果表明改进的小波域去噪方法相比其他方法能够获得较好的视觉效果和较高的信噪比.     

SPEECH ENHANCEMENT BASED ON DYNAMIC NOISE ESTIMATION WITHIN AUTO-CORRELATION DOMAIN

IntroductionTo improve the robustness of recognition sys-tems in real environment,many theories and ap-proaches have been brought forward to suppressthe environmental noise ( background noise,chan-nel distortion,etc) ,and they can be divided intothree types according to their thoughts:speech en-hancement,robust feature vector and model com-position. The approach of speech enhancementconsiders extracting clean speech signal fromspeech signal corrupted by noise,typically as SSmethod[1] ( to supp…     

基于改进Canny算法的道路标线自动识别及定位

在自动化道路病害检测过程中,检测车的横向偏移会导致路面病害横向定位的误差,通过边缘检测算法对标线进行自动识别及定位,可消除病害横向定位的误差. 但传统Canny边缘检测算法存在对标线边缘识别不全,噪声、伪边缘较多的问题. 因此本文对Canny算法进行改进:采用维纳滤波替代高斯滤波以滤除噪声;利用OTSU法自适应地选取图像阈值;提出划定准偏区域以滤除路面干扰并提高边缘完整识别率. 研究结果表明:与其他边缘检测算法相比,该算法检测出的边缘像素总数分布在900～2 000,与标准值1 352较为符合,8连通域数与边缘像素总数、4连通域数的比值分别分布在0～0.04和0～0.29,在抑制噪声、剔除伪边缘及路面干扰、边缘识别连续性和单一边缘响应方面实际应用效果较好;人工法验证结果表明该算法定位标线结果与实际值的吻合度高达99%,可在同步采集的3D激光图像上进行路面病害横向定位.      

基于灰色关联的数字图像去噪研究

在图像去噪过程中为了既能获得较好的去噪效果，又能更好地保护图像细节，运用灰色系统理论的灰关联度的思想提出了一种基于灰色关联的加权均值滤波器．尝试了将灰色理论中的灰色关联用于图像的均值去噪，对均值滤波器的权值加以优化．实验表明，该算法使图像处理效果比传统的均值滤波效果有所提高。     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．