自适应滤波算法研究及其Matlab实现

在对自适应滤波器相关理论研究的基础上,重点研究了LMS自适应滤波算法,给出了不同信噪比条件下,LMS算法的Matlab仿真实现的滤波结果,通过分析仿真结果可以看出,在一定信噪比范围内,LMS算法在未知信号与噪声统计特性的条件下可以达到较好的滤波效果.     

LMS自适应滤波器干扰方法

自适应滤波器能有效地提高雷达在复杂电磁环境下的适应能力,在雷达信号处理机中得到广泛的运用,其核心是使用自适应算法,将滤波器设计成根据目标对照射信号的响应,及外界的电磁环境的变化等因素,调节滤波器的自身结构参数,最终趋于稳态的维纳滤波器,实现对目标的最优检测。文中主要分析LMS自适应算法中存在的步长固定等缺点,设计干扰信号,并用计算机仿真验证其对LMS滤波器的干扰效果,该干扰信号可使自适应滤波器无法实现结构上的自动优化,降低其雷达的工作效能。     

基于混沌神经网络的二维局部均值估计自适应滤波

为了提高自适应滤波的精度和收敛速度,提出了一种基于混沌神经网络的二维均值估计(LME)自适应滤波算法,在传统的二维LME自适应滤波方案中引入了混沌神经网络控制机制,用混沌神经网络自适应滤波器代替LME中的LMS自适应滤波算法,应用混沌神经网络估计局部期望输出进行滤波.仿真结果表明,该局部均值估计滤波器当输入信号为均值不为0且变化较大时,输出信号仍能较好地实现对输入信号的跟踪,获得了原始信号的主要特性,从均方误差曲面来看,算法具有较快的收敛速度和较高的滤波精度.     

基于最大熵谱估计的回波信号检测技术研究

提出了最大熵谱估计和LMS自适应算法提取激光测距系统的反射回波信号。研究了最大熵谱估计的信号检测原理,采用Burg算法求取AR模型相关参数,设计LMS自适应滤波器提取回波信号,并分析了Burg最大熵谱估计在激光测距系统回波信号检测中的应用。仿真分析表明,最大熵谱估计和LMS自适应算法相结合可以有效地从背景噪声中提取有用的激光反射回波信号。     

基于FPGA和符号LMS算法的自适应滤波器设计

为了减少实现基于FPGA和LMS算法的自适应滤波器过多消耗硬件资源的问题,提出了符号LMS算法,通过降低乘法运算的次数来提高自适应滤波器的运行速度,并使用流水线技术进行优化。软件仿真验证了符号LMS算法的可行性,硬件仿真证实了采用该算法和流水线技术的自适应滤波器的优越性。     

用DSP快速实现自适应滤波器算法

自适应游波器可对信号实现最优的滤波效果。简要介绍了自适应滤波器LMS算法，并结合TI公司的C54X DSP特点阐述了算法的实现过程，以及在编程中时程序代码的优化。通过时一段音频信号的仿真实验证明：时由适应滤波器算法的代码优化使得滤波器的整体滤波效率有了很大的提高。     

基于FPGA和LMS算法的系统建模

自适应滤波器用于实现对未知系统的建模,用Matlab中的Simulink对LMS算法的实现方法进行仿真,在FP—GA中实现了LMS算法及其建模,并对FPGA设计的系统建模结果采用Matlab软件仿真,以增强Quartus的仿真功能,从而得到完整且直观的仿真结果。这种系统建模所采用的仿真、实现和验证方法同样适用于消除宽带信号中的窄带干扰,实现自适应谱线增强以及自适应均衡等,具有一定通用性。     

一种用于QAM解调信号的LMS自适应均衡器

设计了一种用于QAM(Quadrature Amplitude Modulation)解调信号的LMS自适应均衡器。此均衡器采用线性自适应算法中的最小均方算法(LMS)．其结构由线性横向滤波器和需要训练序列的滤波器抽头系数更新模块组成．它可实现16／64／256点的QAM解调。利用MATLAB／Simulink对LMS自适应均衡器的收敛速度、误码率等指标进行仿真模拟,仿真结果表明,此LMS自适应均衡器对通过非理想信道的QAM传输信号具有较好的均衡性能。     

自适应滤波算法的仿真及工程实现

为了对自适应滤波算法的滤波性能进行分析,在自适应滤波理论研究的基础上,研究自适应滤波器结构及LMS自适应滤波算法.给出LMS算法的求解的公式,基于LMS算法求解公式,采用Matlab仿真和DSP软件编程两种方法实现了LMS算法,并给出了不同信噪比条件下,LMS算法的仿真实现的滤波结果及DSP实现的滤波结果,通过两种结果的比较可以看出,在信噪比较低的条件下,LMS算法工程上的滤波效果明显达不到理论上的滤波效果.该研究对于自适应滤波理论的工程应用,具有一定的指导作用.     

带有噪声相关性的自适应噪声抵消系统仿真研究

本文为了在语音信号处理中能消除含噪语音信号中的背景噪音,采用自适应信号处理的理论和技术来达到提高语音信号质量的目的。通过介绍自适应滤波器原理,在对自适应滤波器相关理论研究的基础上,研究了LMS自适应滤波算法,并对LMS自适应算法进行了分析。同时为了使输入的参考信号与噪声相关,加入分离周期信号与带有窄带干扰抑制的宽带信号。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效地抵消正弦干扰信号,同时加入宽带信号中的周期性噪声,在没有另外的与噪声相关的参考信号的情况下,可以使用自适应噪声抵消系统来消除这种同期性干扰噪声。     

A multistep size (MSS) frequency domain adaptive filter

A multistep size frequency-domain adaptive filter capable of tracking both stationary and nonstationary signals is proposed. This algorithm makes use of the simple structure of the least mean square error algorithm to update the filter coefficients and process the signal. It then proceeds further by incorporating a set of three step sizes and a knowledge-based strategy to select the best set of filter coefficients and the optimum step size iteratively. The main advantage of the MSS algorithm over the conventional LMS algorithm is that better performance is achieved without the knowledge of the input signal characteristics, such as signal power, degree of nonstationarity, signal-to-noise ratio, and stability bounds. Experimentally, the MSS algorithm is tested under various signal environments. The transient characteristics of the step sizes are found to be in agreement with previous theoretical studies of nonstationary characteristics of the LMS algorithm. In order to reduce the complexity, the conventional frequency-domain block LMS structure is also modified so that the MSS algorithm can be embedded more efficiently by exploiting the block structure     

基于最小均方自适应滤波器的无线光通信接收性能分析

无线光通信(OWC)系统采用大气通道作为传输媒介,而大气湍流效应引入了与信号强度有关的乘性噪声。为了消除乘性噪声所引起的信号衰落,分析并给出了基于最小均方(LMS)自适应滤波器的判决门限更新算法和稳态的抽头权系数相关矩阵算法。通过理论分析和计算机仿真,讨论了最小均方滤波器及其参数对无线光通信接收性能的影响。结果表明,采用非因果滤波器的无线光通信系统对湍流噪声具有明显的抑制作用。在弱湍流情况下,基于自适应最小均方滤波器的系统误码率(BER)低于10-8,可以满足网络通信的要求。通过分析不同滤波器阶数对误码率的影响表明,所采用的255阶的非因果结构的最小均方滤波器是最优的结构。     

用SystemView仿真LMS自适应算法

最小均方误差(LMS)算法是自适应信号处理中最常用的算法.本文在给出LMS算法的原理的基础上,设计了一种单一频率的自适应陷波器的仿真方案.采用SystemView通信系统仿真工具,仿真了该自适应陷波器工作过程,给出了各点工作波形,并通过实验给出了不同参数条件下的陷波器收敛性能.实验结果表明,在合适的参数条件下,LMS算法可以兼顾收敛速度和稳态误差两方面的性能,实现性能良好的陷波器.同时,由于采用迭代算法,LMS算法更适合DSP或FPGA的数字实现.     

LFM信号的分数阶傅里叶域自适应滤波算法研究

对于线性调频信号(LFM)的滤波,采用处理平稳信号的方法对其滤波往往得不到很好的效果。本文利用了线性调频信号在分数傅里叶变换域上具有很好的时频聚焦性的特点,来实现信号在分数阶傅里叶域的自适应滤波,自适应滤波算法采用改进的步长LMS方法,对传统的LMS算法做出了改进,算法中步长处理中引入了一个限制因子,可以较好地解决算法收敛速度和稳态失调量之间的矛盾。仿真结果表明,此算法在处理分数阶域的LFM信号滤波比传统的LMS算法有较好的滤波效果。      

一种优化的激光陀螺自适应抖动剥除算法

去除激光陀螺输出信号中的抖动信号是机械抖动偏频激光陀螺(MDRLG)信号处理电路的主要工作之一。文章对LMS算法中误差因子响应特性对LMS自适应抖动剥除效果的影响进行了研究。为改善抖动剥除效果,在自适应抖动剥除算法中引入了带通滤波器,并采用基于FPGA的激光陀螺自适应抖动剥除系统对误差因子采用带通滤波时的静态性能和动态响应特性进行了测试。试验结果表明,误差因子采用带通滤波时,LMS自适应抖动剥除的收敛速度和收敛精度都要优于差分运算,并且二者具有相同的动态频率响应曲线。     

基于自适应步长LMS算法的判决反馈均衡器研究

本文研究了一种基于自适应步长LMS算法的自适应判决反馈均衡器算法，此算法通过对前向滤波器、后向滤波器和锁相环参数分别进行实时的、自适应步长的调整，在均衡时变多径的同时高精度地锁定接收信号相位，因此适用于相干通信系统。仿真结果表明在相同多径条件下，该方法比基于固定步长LMS算法的判决反馈均衡器输出误码率低1-7倍。     

LMS和归一化LMS算法收敛门限与步长的确定

从LMS算法失调量的准确表达式出发,根据输入信号特征值分布重新研究了LMS,归一化LMS(Normalized LMS,NLMS)算法收敛的必要条件,推导出LMS和NLMS 算法收敛的步长门限,并分析了输入信号特征值分布、滤波器阶数对算法收敛步长门限的影响,推导出满足性能失调下步长的自适应计算公式,减小了应用 LMS,NLMS算法时步长选取的盲目性,与已有的算法相比,具有计算简单、实用、自适应性能强,同时可获得满意失调量的特点,计算机模拟结果表明该方法的正确性。