基于LMS自适应滤波器的设计

针对在惯组时间序列的插值和预测分析中,不可避免地会引入一些误差,致使预报结果不能反映惯组实际状况的缺点,基于自适应滤波能够提供卓越的滤波性能和自动地调节现时刻滤波器参数的特点,设计了一种基于LMS自适应滤波器,以适应信号和噪声未知的或随时间变化的统计特性,从而实现最优滤波。仿真结果表明该方法是有效的。     

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.     

基于小波变换与形态学运算的ECG自适应滤波算法

针对ECG信号常用滤波算法存在的缺陷,提出了基于小波变换与形态学运算的自适应滤波新算法。该算法利用形态学滤波器去除基线漂移信号,用小波滤波器去除高频干扰信号,并将这两部分所得到的心电噪声分量作为自适应滤波器的参考输入信号,利用自适应滤波器调整对含噪ECG信号进行滤波处理。最后,经实验验证了本文算法的有效性。     

基于LMS算法的自适应滤波器仿真实现

为了达到最佳的滤波效果,使自适应滤波器在工作环境变化时自动调节其单位脉冲响应特性,提出了一种自适应算法:最小均方算法(LMS算法)。这种算法实现简单且对信号统计特性变化具有稳健性,所以获得了极为广泛的应用。针对用硬件实现LMS算法的自适应滤波器存在的诸多缺点,采用Matlab工具对基于LMS算法的自适应滤波器进行了仿真试验。仿真结果表明,应用LMS算法的自适应滤波器不仅可以实现对信号噪声的自适应滤除,还能用于系统识别。     

基于α稳定分布的二阶Volterra变抽头长度自适应滤波算法

传统自适应Volterra滤波器抽头长度固定。当一个被识别系统或被均衡信道的特征未知或时变时,自适应滤波器的抽头长度太长,不仅增加了计算量同时也增加了误差;抽头长度太短则无法满足系统的性能要求。针对这个问题本文提出了一种二阶Volterra变抽头长度自适应滤波算法。先对Volterra滤波器输入信号进行格型滤波处理,实现了二次项信号解耦,减少了二次项的权系数,使线性部分和非线性部分权值具有相同的抽头长度,简化了传统Volterra滤波器的结构;基于最小平均p范数准则,运用分数抽头长度的概念,对滤波器抽头长度进行实时自适应调整,用LMP算法自适应调整权系数。计算机仿真结果表明,在不同信噪比的高斯噪声和 稳定分布噪声背景下, 应用本文算法的自适应信道均衡都具有良好的收敛性能,本文算法能自适应调整到最优抽头长度;验证了算法的有效性。      

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.     

极化自适应递推滤波算法

针对未知和时变的杂波环境,探讨了极化域滤波问题,提出了极化自适应滤波的原理:利用历史杂波数据估计杂波的极化信息,据此对天线极化进行调整,达到"最优",然后对当前接收电场进行滤波.根据这一原理进一步提出了递推算法.仿真实验结果也证明了该方法的有效性.该滤波器稳态性能逼近理论最优,算法"学习"曲线反映了滤波器的过渡特性.     

一种噪声雷达地杂波消除算法

噪声雷达因其优异的抗干扰性能和低截获概率,在军事和民用领域均具有着巨大的应用潜力。针对噪声雷达地杂波消除困难的问题,提出了一种基于杂波基向量正交化的算法,该算法通过将接收信号输入格形滤波器,并自适应地调整滤波器的参数,以适应地面杂波未知的或随时间变换的统计特性,从而实现最优滤波。仿真结果表明,所提算法不仅对地杂波具有很好的消除效果,与此同时也能够有效抑制直达波。     

自适应时延估计中的信号自相关函数估计

应用自适应滤波方法可以估计未知源信号的观察信号间的时延。但是只有知道观察信号的信噪比或者其中源信号分量的自相关函数或功率,才能确定时延估计的方差。本文根据被动检测时延估计的信号模型和自适应滤波原理分析指出,采用自适应滤波结果直接计算的相关分量的自相关函数及功率是一个有偏估计。应用自适用滤波器参数,可以得到一个常数修正因子,修正该有偏估计,得到自相关函数的近似无偏估计。不同条件下的估计实例表明,通过修正显著提高了信号功率估计的准确性。     

全相位自适应滤波器设计

文中首先给出了全相位滤波器结构,并理论分析得到等效的FIR滤波器模型和满足线性相位的条件,全相位滤波器具有明确的传输特性,且通带及阻带内的波动基本消除,易于设计形成严格子带互补的滤波器组。对加噪信号进行N次全相位频谱归一化处理,并递归设置幅值为1的频点而形成完整的传输特性,噪声的判断通过单次谱分析和全相位谱分析均值和方差特性来进行。实验中,对于淹没在强噪声中的信号进行了全相位自适应滤波,结果表明,对于整数倍的频率分辨率信号可以100%无失真恢复。全相位自适应滤波得到的信号提高0.8dB左右,通过提高滤波器阶数N或进行频谱校正可以进一步提高恢复信号质量。      

基于LFM信号匹配滤波的物位检测技术

为提高物位测量精度采用了LFM信号匹配滤波技术,研究了匹配滤波器对正弦信号、线性调频信号以及超声波传感器实际发射信号进行匹配滤波的结果,验证了匹配滤波器对线性调频信号持有的脉冲压缩特性.针对这一特性,提出将线性调频技术应用到物位检测的完整方案,设计了实现该方案的系统框图,详细阐述了各组成部分的工作原理,对该方案的测时精度以及影响测时精度的主要因素作了系统分析.     

自适应SCKF在机动目标跟踪中的应用

目标跟踪系统的数学模型或统计特性的不确定性,往往会导致机动目标跟踪精度降低甚至跟踪发散。在综合平方根求容积卡尔曼滤波算法和改进的Sage-Husa估计器的基础上,提出一种自适应求容积平方根卡尔曼滤波算法。该算法通过实时估计未知系统噪声,抑制由于噪声统计特性未知时变而导致的滤波误差,从而实现机动目标的自适应跟踪。仿真结果表明,在系统噪声未知时变,且与先验系统噪声存在一定差异时,自适应平方根求容积卡尔曼滤波器能有效地改进标准平方根求容积卡尔曼滤波器的跟踪精度和跟踪稳定性。     

采用自适应滤波的干扰抑制

本文叙述了自适应滤波线路增强器的基本原理及其在从宽带信号中滤除窄带干扰方面的应用。自适应数字滤波器通过使一组滤波加权动态地适应信号的特征来处理被采样的数字信号。自适应滤波线路增强器根据这些加权的相关时间的不同,使这些加权自适应于从宽带信号中分离出窄带干扰。以非递归或递归两种形式构成的滤波器分别称作有限脉冲响应(FIR)滤波器和无限脉冲响应(IIR)滤波器。为了计算最佳的一组加权,已经研究出一种新算法,称为可变阶跃(VS)算法。本文示出了VS算法的计算机模拟结果并将它与使用样机所测得的结果加以比较。这些测试结果表明:对于脉动正弦波或其他频率捷变干扰那样的非平稳窄带干扰,这种自适应滤波器具有极好的跟踪特性。     

基于频域块LMS算法的实时虚拟暗室测试方法

针对电磁辐射现场测试被测设备信号和干扰未知的情况,提出了一种基于频域块最小均方算法的实时虚拟暗室测试方法。该方法采用双通道接收机,根据测试通道和背景通道中干扰信号的相关性设计自适应滤波器,在频域对背景通道信号滤波以趋近测试通道中的干扰分量,采用瞬时双通道信号迭代更新滤波器系数,滤波器系数收敛后系统输出中只有被测设备信号。仿真与分析表明,该方法在背景通道有无被测设备信号泄露的情况下都能有效抑制干扰,与基于时域最小均方算法的方法相比,在滤波器长度相同的情况下其计算复杂度更低,适用于实时现场测试。     

一种基于频移滤波器的混合信号盲恢复算法

针对单天线接收的频谱混叠的混合信号盲恢复问题,在频移滤波器结构上,提出了一种基于相关函数误差准则的自适应频移滤波信号盲恢复算法.该算法利用滤波器输出信号和参考信号以 及混合信号与参考信号之间的相关函数误差来调整自适应滤波器输出权值.分析了该算法的稳态性能.仿真结果表明:在信噪比大于-5 dB的条件下,该算法对混合...     

基于盲反卷积的盲自适应滤波器设计

通过盲反卷积的算法来实现盲自适应滤波,阐述了盲反卷积滤波器的工作原理及基本结构模型,通过调整滤波器系数来实现滤波,以便更好地跟踪信号的变化,最终实现自适应滤波,并借用Matlab仿真平台设计出自适应滤波器,验证了它的设计性能。     

一种基于格型正交化的二阶Volterra自适应滤波算法

针对 Volterra 自适应滤波器输入信号相关性或附加的非线性畸变的增强使自适应滤波器性能下降的问题,本文提出基于格型正交化的二阶 Volterra 自适应滤波算法.先对输入信号进行格型预处理,得到互相正交的后向预测误差信号;然后将其作为自适应滤波器的输入,从而大大降低了一次项、平方项和交叉乘积项信号各项之间的耦合,改善了自适应算法的收敛性能.有源噪声对消的仿真结果表明,在输入噪声强相关和附加较强非线性畸变时本算法仍具有较好的消噪性能.     

自适应滤波器中的量化效应分析

自适应滤波算法是根据系统的输入信号和输出信号的数学统计特性,采用特定算法自动地调整滤波器某些参数,使其达到理想滤波特性的一种算法。而量化效应是由于软件或硬件的条件限制,使实际精度无法达到理想值而产生的误差对整个系统的影响。     

应用于分段连续信号的基于提升格式的双自适应小波变换

由于小波具有良好的时频特性，对于平滑的信号，利用固定尺寸的小波滤波器滤波可以获得良好的线性近似结果。然而对于某些具有突变点的信号而苦，采用固定尺寸的小波滤波器进行线性滤波并不足一个理想的选择。在Piella G提出的基于提升格式的自适应小波变换算法的基础上，本文提出了一个新的双自适应小波变换算法，将其应用于分段连续信号中得到了较好的线性近似结果。     

扩频通信中稳健自适应抗干扰技术的研究

本文研究了自适应滤波技术在扩频通信中的窄带干扰抑制作用，针对当前自适应滤波器在实际中存在的数值稳健性问题作了深入详细的分析，为此提出了一种新的组合滤波器模型的解决方法，具体以中心抽头的自适应横式滤波器为基本滤波器结构，在此基础上构造出新的组合滤波器结构，并在理论与实践上对两者作了分析对比。