自适应滤波算法综述

分析了最小均方误差滤波和递归最小二乘滤波算法、自适应滤波的神经网络方法、基于QR分解的方法、统一模型下的自适应滤波及基于高阶累积量的自适应算法的优缺点,并对自适应滤波算法的未来发展做了展望。     

滤波算法的比较及仿真

文章对雷达系统中常用的卡尔曼滤波、最小二乘滤波算法进行了简单介绍和比较。分别应用算法进行预测,并使用MATLAB对预测得到的数据进行仿真。     

基于时域滤波的雷达通道均衡方法

针对宽带数字阵列雷达通道失配问题,首先介绍了通道均衡的基本原理,然后推导了时域滤波结构下的通道均衡方法,其求解是在最小均方误差准则下得到的,结果等效于最小二乘解,仿真实验也证明了算法的有效性,最后分析了雷达通道均衡算法的特点。     

基于STF滤波的神经网络算法

为了解决"基于卡尔曼滤波的神经网络算法"由于目标模型不确定性而出现的预测信息不准确,甚至发散的问题以及由于传感器误差而造成的估计误差偏大导致跟踪失效的问题,提出将强跟踪滤波(STF)应用于人工神经网络算法中,以神经网络中各层连接权值构成STF滤波的状态向量,引入时变渐消因子,强迫残差具有正交性或近似正交性,以克服上述问题.实验仿真证明,改进后的算法提高了网络训练速度、滤波精度、数值稳定性以及对目标的跟踪性能.     

飞参数据挖掘中的预处理算法研究

针对飞参数据的特点,从野值剔除和属性选择两个方面对飞参数据预处理进行了研究,提出了基于残差检验的野值剔除方法和基于神经网络的两阶段属性选择方法。在野值剔除方法中,首先计算原始序列和拟合序列的残差,再用门限值对残差进行检验;在属性选择方法中,先用神经网络对属性的相对重要度进行排序,再用神经网络进行属性选择。最后用实验验证了两方法的有效性。     

逐级最优自适应滤波算法

本文提出了应用整体最小二乘技术的递推自适应滤波算法。论证说明了算法的收敛特性。从最小二乘到整体最小二乘的逐级优化使滤波结构具有灵活的配置。通过高级EDA软件SPW的模拟，验证了算法在自适应杂波抑制中的有效性．整个算法具有相对高性能和易实现的特点。     

一种基于移动最小二乘法的点云数据孔洞修补算法研究

使用测量仪器获取点云数据的过程中,由于测量仪器自身缺陷、物体局部遮挡等因素,导致原始点云数据存在孔洞,严重影响曲面重建,需要实施孔洞修补,以便获取完整的模型。采用非封闭孔洞相连的散乱点云的边界确定孔洞修补范围,有效提取非封闭的孔洞边界点及附近模型的边界点,根据孔洞及其周围点的信息,基于移动最小二乘法重构一个隐式曲面,并且通过一定步长实施隐式曲面采样,完成孔洞修补。实验结果显示该算法可以修补不同类型的孔洞,并且修补数据与原始点云数据较好的融合在一起,恢复原始模型。     

基于移动最小二乘法的点云数据孔洞修补算法

由于受到多种因素的综合作用,点云数据不完整,曲面上出现了一些孔洞,为了提高点云数据的孔洞修补精度,解决目前一些方法的局限性,提出基于移动最小二乘法的点云数据孔洞修补算法。首先对当前点云数据孔洞修补研究现状进行分析,并得到点云数据曲面上的孔洞数据,采用移动最小二乘法对点云数据孔洞进行修补,最后通过具体应用实例对其可行性进行测试。结果表明该方法可以对点云数据孔洞进行有效修补,能够获得比较理想的点云数据曲面重建效果。     

一种改进粒子滤波的双站无源定位跟踪算法

在非线性非高斯状态空间下，粒子滤波器是一种有效的非线性滤波算法，它的关键问题包括粒子权重的计算、粒子重采样和状态估计等。本文根据粒子滤波算法思想和双站无源定位跟踪的非线性，将粒子滤波算法用于双站无源定位跟踪问题，给出了一种改进的粒子滤波算法，并对其关键问题根据双站无源定位跟踪的特殊性进行了改进。利用Matlab进行了仿真实验，与最小二乘算法、扩展卡尔曼滤波算法进行了比较，结果表明所提算法定位跟踪精度优于其他方法。     

用于成像激光雷达数据的快速滤波算法

在对三维成像激光雷达获取的数据进行曲面重构时,由于数据中存在噪声,使得重构的曲面不光滑、不连续,因此需要对数据进行滤波处理,滤除其中的噪声。提出了一种改进的Laplacian方法,在该方法中引入低通滤波函数,该函数包含了一个防收缩比例因子,能对曲面进行无收缩的光顺,保留数据中的低频部分,舍弃其中的高频部分。实验结果证明,该方法具有Laplacian方法简单、计算速度快的优点,同时消除了其网格收缩性、细节丢失过多的缺点,能满足曲面重构要求。该滤波算法可以广泛地适用于三维成像激光雷达的数据处理和曲面重构。     

基于最小均方和递归最小二乘的有源滤波器谐波检测

针对当前有源滤波器谐波检测算法的精度低、运算量大、实时性差等不足,为了获得更加理想的谐波检测结果,提出了基于最小均方和递归最小二乘的有源滤波器谐波检测算法。首先针对锁相环获取输入信号运算量大、谐波检测时间长的难题,将过负载电流作为参考输入,加快有源滤波器的响应速度,然后基于最小均方算法和递归最小二乘算法快速、准确的实现谐波检测,最后在MATLAB 1204平台对本文算法的有效性和先进性进行了仿真验证性实验。 实验结果表明,本文算法得到了较高的有源滤波器谐波检测精度,能够提高有源滤波器的补偿性能,而且具有较快的动态响应速度,改善了算法的实时性。     

On the development of adaptive hybrid active noise control system for effective mitigation of nonlinear noise

The presence of nonlinearities as well as acoustic feedback deteriorates the cancellation performance of the conventional filtered-x LMS (FxLMS) algorithm based active noise control (ANC) systems. With an objective to improve the performance, a novel filtered-su LMS (FsuLMS) algorithm based ANC system which employs a convex combination of an adaptive IIR filter with a functional link artificial neural network (FLANN) is proposed in this paper. The corresponding learning algorithm of the ANC system is derived and used in the simulation study for performance evaluation. Simulation study reveals enhanced performance of the proposed system over that of its component filters.     

小均方自适应滤波器集平均理论及实验仿真简

在自适应滤波器应用中的一个重要问题是确定可调节滤波器参数最优的标准,以及利用这种标准形成实际上可行的算法。最小均方算法是现今应用最为广泛的一种线性自适应滤波算法。在变步长最小均方算法中,变步长算法的选取十分关键,它对自适应滤波器的滤波效果有重大的影响。基于最小步长理论的最小均方自适应滤波器理论,简化均方误差的计算过程,设计合适的参数使实际值与理论性逼近,验证最小步长理论的实用性,仿真结果表明实验值与理论值十分吻合,具有较强的实用性。     

外辐射源雷达多径杂波抑制的快速横向滤波算法

外辐射源雷达面临严重的多径杂波问题,传统的递归最小二乘(Recursive LeastSquare,RLS)算法能有效地抑制多径杂波,相对最小均方(Least Mean Square,LMS)算法而言,该算法收敛速率快,且不随输入相关矩阵特征值的扩散而改变,能获得更好的杂波抑制效果,但该算法复杂度高,不利于实时处理.针对此问题,提出了一种外辐射源雷达多径杂波抑制的快速横向滤波算法,该算法的计算量与LMS相当,同时具有RLS的优越性,对多径杂波抑制的实时处理更具有吸引力.仿真和实测数据处理结果验证了该算法的有效性.     

基于LMS算法的数据采集系统动态传输特性研究

提出了一种基于最小均方(LMS)算法的数据采集系 统动态传输特性获取方法。在建立数据采集系统FIR滤波器模 型的基础上,以正弦信号为系统输入,以采集处理后的实验数据为系统输出,利用LMS算法 反推系统的通 道模型参数,计算系统对正弦信号的幅度衰减、相位延迟和噪声参杂3个动态传输特性;在 方法研究的基 础上,搭建了相关实验验证平台,分别进行了系统仿真和硬件验证实验。仿真实验中,3个 动态传输特性的识别精度均在98%以上,证明了算法在理论上的可行性;硬件 验证实验中,传输特性的平均识别精度均在96%以上,表明本文所提数据采集系统动态传 输特性获取方法 有效可行,且具有很好的数据动态传输特性识别精度。     

应用于自适应格型RLS滤波器的变阶数算法

提出了一种新的变阶数(或抽头长度)算法,并将之应用于变阶数自适应格型递归最小二乘(RLS)滤波器的阶数更新中,讨论了格型滤波器阶数更新时相关参数的调整方法。新算法以分贝的形式比较短滤波器与长滤波器的时平均平方误差,采用自适应的抽头长度步长,能够在滤波器权值未收敛时同时快速更新滤波器长度与权值,且在不同大小噪声条件下都能收敛到最优阶数。理论分析与不同大小噪声条件下的自适应系统辨识仿真结果验证了新算法的有效性。      

多相码信号数字脉压滤波器设计

对较小时宽带宽积相位编码信号的时域副瓣抑制滤波器设计问题进行了研究。在约束主瓣输出为常数时使积分副瓣电平最小化，利用最小二乘算法和加权迭代方法，适当放宽主瓣宽度，以使主副比达到最优。仿真结果表明，该方法的设计结果在一定多普勒频率范围内，与匹配滤波相比，能达到10dB以上的主副比改善，且主瓣宽度展宽不大，信噪比损失小于0．5dB。     

基于移动指针的数据流冗余消除算法

针对数据流的动态特性,提出了一种基于移动指针的数据流冗余消除算法—SKIP Bloom filter,其核心思想是通过动态指针和双Bloom filter来区分历史数据映射与当前数据映射,从而有效提升了算法的性能和准确度。理论证明,它具有O(n)的时间复杂度与O(1-(1-1/(2 m))w-k)k的假阳性误判率。实验结果表明,算法在实际网络环境中与已有算法相比,准确度提高了2-12倍。     

基于雷达、红外的数据融合算法研究

现代战争中，战场环境复杂，干扰严重，单一模式的武器不能满足要求，多模制导武器可以发挥各自模式的优点，其核心是多传感器的数据融合。文中对主动、红外传感器的数据融合方法进行研究，提出了数据融合的算法。采用加权最小二乘法将观测数据进行融合，将融合结果与前几个时刻融合数据进行拟合得到这一时刻的结果，此方法可充分利用各传感器信息，达到较好的数据融合效果。     

语音去噪LMS自适应滤波器算法的改进

对LMS自适应算法进行了详细的性能分析与讨论,针对LMS算法运算较复杂、适应性较弱、稳定性差的缺点提出了一种HLMS(混合LMS)算法.建立了自适应噪声抵消系统,利用MATILAB软件对食堂、体育馆两处的录音信号进行计算机语音去噪仿真分析.实验结果表明,两种自适应方法均能有效抑制各种噪声污染,提高语音信噪比为60%～8...