汽车车内噪声主动控制归一化LMS算法

通过对汽车车内噪声采集试验数据进行分析,运用最小均方(LMS)算法和归一化LMS算法,分别对自适应滤波器中的权向量按照最速下降算法进行更新,并利用建立的自适应滤波器进行汽车车内噪声主动控制。通过比较汽车车内噪声主动控制结果,表明:与LMS算法相比,归一化LMS算法具有更快的算法收敛速度和较小的稳态误差,其收敛速度提高58.3%,其稳态误差降低62.5%。     

改进的变步长LMS自适应滤波算法

针对解决LMS(Least Mean Square)自适应滤波算法收敛速度及未知系统时变跟踪速度与稳态误差的矛盾,改进步长因子μ(n)与误差信号e(n)的非线性映射关系,提出一种新的变步长LMS算法。执行该算法时系统初始阶段或未知系统时变阶段步长自动增大,而稳态时步长缓慢变小,提高了收敛速度和时变跟踪能力,克服了稳态误差偏大的缺点。理论分析及实验结果表明,新算法的收敛、跟踪速度及稳态误差性能均优于现有常见的几种LMS算法。     

一种基于钟形函数的变步长LMS算法

在干扰消除背景下,提出了一种基于钟形函数的变步长LMS自适应滤波算法。通过理论分析和计算机仿真验证了该算法在提高收敛速度和减小稳态误差上的优越性,并分析了参数选取对算法性能的影响。     

基于步长优化的自适应谐波电流检测方法

谐波电流精确检测是有源电力滤波器性能优化的关键。本文在自适应噪声对消技术的框架内,提出了一种步长优化的变步长最小均方误差(Least Mean Square,LMS)谐波电流检测算法。首先,采用Sigmoid二次型函数构建步长因子的动态调整规则,实现不同误差情况下的自适应稳态调谐,并通过引入误差的三次方二次项的形式,增强了小误差的收敛速度,降低误差收敛的震荡现象;接着,通过误差信号的变化处理,降低了噪声功率对收敛曲线的震荡效应,实现了滤波器权系数的迭代优化。仿真结果表明,本文方法有效提升了谐波电流的检测精度,较好的折中了收敛速度与稳态失调误差的矛盾。     

基于变步长LMS的频域干扰抑制算法的研究

基于对时域变步长LMS算法、频域块LMS算法的研究分析,给出了一种新的基于变步长频域块LMS的干扰抑制算法,仿真结果和分析表明能实现更好的收敛速度和更小的有用信号损失,并且计算复杂度低,利于工程实现。     

一种改进的LMS算法

在一种变步长LMS算法的基础上,引进动量因式,提出了一种新的改进LMS的算法。新算法整体性能优于变步长LMS算法以及LMS算法。通过理论分析,比较了新的算法和变步长LMS算法以及LMS算法的收敛性和稳态性,提出了一种设想以提高新算法的稳态性。仿真试验证明了新算法的优越性以及设想的在仿真条件下的正确性。     

基于分离矩阵的步长自适应EASI算法

首次提出将分离矩阵用于对在线盲分离算法中步长自适应控制,并在认真分析相关固定步长和变步长EASI算法的基础上,将其加以运用,提出了一种新的步长自适应EASI算法。该算法步长是基于分离矩阵的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其他固定步长或变步长的EASI算法。     

基于分离度的步长自适应EASI算法

首先定义了描述信号分离状态的分离度,并利用分离度作为参数来控制EASI算法中的步长因子,从而提出了一种基于分离状态的步长自适应EASI盲源分离算法。由于该算法步长是基于分离度的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其它固定步长或变步长的EASI算法。     

一种自适应LMS滤波的改进算法

在传统的LMS(Least Mean Square)算法中,固定步长选取影响收敛速度与稳态误差,而且两者不可兼得.为此,本文提出了一种改进的LMS算法.在计算机仿真自适应信道均衡中,该算法的性能明显优于传统的LMS算法,而计算量增加甚少.理论分析与计算机模拟证实了该算法的优越性.     

基于分离度梯度的步长自适应自然梯度算法

首先定义了描述信号分离状态的分离度,并利用分离度作为参数来控制自然梯度算法中的步长因子,从而首次提出了一种基于分离状态的步长自适应自然梯度盲源分离算法。由于该算法步长是基于分离度的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其他固定步长或变步长的自然梯度算法。     

一种改进的步长自适应EASI算法

首先定义了描述信号分离状态的一种测度，并在认真分析相关固定步长和变步长EASI算法的基础上，将其加以运用，提出一种新的步长自适应EASI算法。由于该算法步长是基于分离状态的，其学习速率由信号的分离程度自适应的选取，因而能很好地解决收敛速度和稳态误差之问的矛盾。计算机仿真结果与理论分析相一致，证实了该算法明显优于其它的EASI算法。     

互补对LMS自适应算法在噪声消除中的应用实现

在接收超低频信号时,由于受到天线辐射效率和海水衰减的限制,噪声的存在是对有用信号最大的干扰.传统的算法可靠性受限,可以采用自适应算法来实现噪声消除.一般LMS算法收敛速度快但稳态误差大,通过搭建自适应滤波模型,对其改进算法即互补对LMS算法进行仿真.结果表明,这种自适应算法滤波后稳态误差较小,对噪声的消除具有良好的效果.     

基于小波变换与变步长LMS算法的船舶磁场信号检测

针对检测船舶磁场信号时信噪比较低的问题,提出了一种基于小波变换与变步长LMS算法的检测方法.根据船舶磁场信号的实际特征,首先对信号进行小波分解,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取船舶目标特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强...     

LMS算法在舰船磁场信号检测中的应用

针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法.根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取舰船磁场特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力.     

基于双曲正切误差函数的变步长盲均衡算法

为了克服常数模算法(CMA)收敛速度慢,收敛后均方误差大的不足,定义了双曲正切误差函数,提出了基于双曲正切误差函数的变步长盲均衡新算法.该算法利用双曲正切误差函数关于均衡器输出幅度等于常数模的轴奇对称特性来减少均方误差,利用变步长来加快收敛速度.用负声速梯度水声信道,对算法的性能进行了仿真研究.结果表明,该算法收敛速度快、均方误差小,较好地克服了CMA的缺陷.     

基于归一化误差函数的变步长分数间隔盲均衡算法研究

针对常数模算法收敛速度慢的特点,提出了一种快速收敛的盲均衡算法。该算法修改了传统常数模算法的误差函数,且采用可变步长和分数间隔采样,有效地提高了收敛速度。浅海水声信道模型仿真结果表明,采用归一化变步长分数间隔常数模盲均衡算法比传统的常数模算法和固定步长分数间隔算法收敛快,均衡性能有明显提高。     

块处理的变步长自适应振动主动控制方法

针对振动主动控制次级通道的时变特点和在线辨识次级通道算法中各通道相互影响,导致控制效果不佳的问题,提出一种基于块处理的变步长自适应振动主动控制方法。根据参考信号和期望信号的功率变化对次级通道辨识和振动控制进行块处理的在线调整步长,排除异常信号干扰,进一步提高辨识精度与速度。仿真结果表明,与原算法比较,该算法的辨识速度和精度均能提升近10%,系统在控制环境突变下能提前近一半时间完成收敛。以单层隔振平台为控制对象对本算法进行实验研究,结果表明,该算法对单层隔振平台的振动响应有较好的控制效果,验证了该算法在实际控制中的有效性。     

典型载波恢复盲均衡算法比较研究

简述了盲均衡算法中两类常用算法的原理,采用混合相位信道模型、两种调制方式对两类基于判决反馈结构的各种算法的载波恢复性能进行了仿真比较,结果显示:具有相位纠正能力的常模类算法和超指数类算法具有更好的稳态误差性能和快速收敛性能,且这两类算法收敛后的稳态误差相当,但超指数类算法收敛速度更快;并在收敛稳定后采用判决误差准则切换至DD算法,切换后的算法提高了算法的稳定性,改善了稳态误差性能。     

基于指数型变步长常模水声信道盲均衡算法及其DSP实现

针对传统的固定步长常数模算法(CMA)收敛速度和剩余误差之间的矛盾,分析了基于指数型的变步长水声信道盲均衡算法(EVCMA),利用水声信道对该算法进行了仿真实验,获得了算法中的各参数值.根据数字信号处理器(DSP)TMS320VC5502芯片运算速度快、数据处理能力强的特点及所获得的参数,在集成开发环境(CCS)中,用C语言编写该算法代码,通过仿真调试,实现了该算法.结果表明,该算法具有收敛速度快、剩余误差小的特点,DSP实现具有较好的效果.     

基于非线性自适应脉冲噪声处理技术的甚低频通信大气噪声抑制算法及仿真实现

大气噪声中的脉冲噪声由于其瞬时能量和幅度较大,严重影响了甚低频通信系统性能。为了提高甚低频接收机的性能,必须对混有大气噪声的接收信号进行处理,来降低接收机的误码率。以MSK信号为例,通过对甚低频通信系统进行仿真,验证了基于变步长LMS算法的非线性自适应噪声处理技术对脉冲噪声进行抑制的有效性和可行性。