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。     

基于广义旁瓣相消器的滤波器组旁瓣干扰抑制

传统滤波器组为降低旁瓣,需要提高滤波器阶数。该文将广义旁瓣相消的思想运用于滤波器组的旁瓣干扰抑制,在滤波器通带外的干扰信号频率处自适应形成零点。基于LMS算法,该文提出了基于自适应旁瓣相消器的滤波器组旁瓣干扰抑制算法,给出了算法的矩阵形式。通过限制系数长度,旁瓣相消器仅仅对消旁瓣大功率干扰信号,而对带内有用信号的影响很小,其作用相当于用一个低阶滤波器实现一个高阶数滤波器的功能,当信号功率较之干扰功率很小时尤其有用。仿真结果显示算法具有良好的旁瓣干扰抑制性能,较之高阶滤波器组大大减少了计算量。     

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。     

一种基于分数延时滤波器的自适应对消技术的研究

针对转发式干扰机发射的干扰信号通过空间耦合对接收机造成的影响,提出了基于LMS算法的自适应对消结构,并针对宽带信号,对结构作出了调整。重点是利用可变分数延时滤波器来实现参考信号与干扰信号时间的对齐,从而达到宽带对消的效果。提出了能够实现可变分数延时滤波器的结构。通过仿真表明该对消结构能够很好地对消宽带干扰。     

语音信号增强系统设计与仿真

在信号处理中语音增强是一个重要分支,针对语音信号不得不在噪声和干扰环境下通信的现状,采用自适应滤波算法设计了语音信号噪声和干扰抑制系统,首先对LMS算法进行了推导,并且对噪声和干扰环境下的自适应滤波器性能进行了仿真分析,仿真结果表明:该设计抑制干扰和噪声的性能较好,对语音信号的增强明显,为该系统在硬件上实现提供了理论基础。     

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。     

平稳环境下LMS算法优化分析及其FPGA实现

高速自适应滤波器的设计及其现场可编程门阵列（FPGA）实现一直是信号处理领域研究的热点。普通最小均方误差算法（LMS）自适应滤波器运行速度受到计算滤波输出和系数更新时间限制,制约了其信号处理的速度。对于平稳环境,通过对自适应滤波器系数更新方程进行前瞻和松弛近似,对LMS自适应算法进行了优化分析,得到了一种改进的LMS自适应滤波器结构。利用DSP Builder工具建立了四阶改进结构的LMS自适应滤波器模型并进行了一系列的仿真,结合多种电子设计自动化（EDA）工具,最终在EP2C35型FPGA上得到了最高响应速度60.07 MHz的高速自适应滤波器。结果表明,改进的LMS自适应滤波器速度较一般结构滤波器快,但耗费了较多逻辑资源。     

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。     

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。     

自适应滤波器在数字图像处理中的应用

信号在连续传输的过程中,常常会出现被干扰的情况,这些干扰因素会使信号质量下降。滤波器的使用可以有效的减少干扰信号,提取出有用的信号,并对原始信号进行保护。自适应滤波器通过自适应算法来改变滤波器的相关参数,使得其功能可以根据环境的变化而发生相应的改变。本文就自适应滤波器在数字图像处理中的应用进行一些探讨。     

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.     

基于改进型最大信噪比算法的抗压制性干扰研究

自雷达诞生以来,抗干扰能力一直是评价一部雷达性能的关键性指标,特别是随着战场电磁环境的日益复杂,雷达抗干扰问题变得尤其重要。针对抗压制性干扰,改进了传统意义上基于最大信噪比的盲源分离算法,提出了使用干扰重构算法取代滑动平均处理的方法,获得了比传统方法分离出质量更高的雷达信号,输出信号与源信号相关性更强。     

模拟家庭监护的非接触呼吸和心跳信号分离实验研究

该实验研究的目的是为了从雷达式生命参数监护系统的回波信号中分离出呼吸和心跳信号,提取呼吸、心跳的特征参数,为家庭监护及疾病预防提供依据。分析回波信号的特点,改进自适应滤波器的参考输入信号为呼吸信号的谐波组合。针对模拟家庭监护实验提出了基于LMS自适应谐波抵消算法进行自适应滤波。在模拟家庭监护的实验中可以有效地分离出呼吸和心跳信号。     

抗压制干扰的低距离旁瓣相位编码设计

雷达系统可通过发射具有低距离旁瓣的波形提高对目标的探测性能,通过最小化干扰信号经滤波器处理后的输出水平来对抗压制干扰。本文以联合最小化干扰信号输出功率和发射信号距离旁瓣为准则建立目标函数,引入权系数来折中考虑干扰输出和距离旁瓣的影响,离散相位形式的相位编码作为约束条件,采用交替方向乘子法（Alternating Direction Method of Multipliers, ADMM）求解目标函数,设计最优相位编码发射波形,并在此基础上结合类幂迭代法（Power Method-Like Iterations, PMLI）提出一种复合算法（Composite Algorithm, CA）,在保证雷达的探测性能和抗干扰性能的同时,有效提升了算法的计算速度。     

基于雷达发射波形和非匹配滤波联合设计的间歇采样转发干扰抑制方法

间歇采样转发干扰(ISRJ)是基于欠采样原理的新型雷达相干干扰技术,能够形成密集假目标干扰。该文针对抗间歇采样转发干扰问题,提出一种雷达发射波形和非匹配滤波联合设计的抗干扰方法。首先,以发射信号脉冲压缩积分旁瓣能量和干扰信号非匹配滤波输出积分能量为目标函数,综合考虑发射信号的幅度约束,建立了间歇采样转发干扰抑制的数学优化模型。然后,通过问题分解推导了雷达发射波形和非匹配滤波器的解析表达式,基于迭代算法设计了发射波形和非匹配滤波器。最后,通过仿真实验的方式验证了发射波形和非匹配滤波器的性能、抗间歇采样转发干扰性能以及所提方法的间歇采样转发干扰抑制能力。     

Joint FrFT‐FFT basis compressed sensing and adaptive iterative optimization for countering suppressive jamming

Accurate suppressive jamming is a prominent problem faced by radar equipment. It is difficult to solve signal detection problems for extremely low signal to noise ratios using traditional signal processing methods. In this study, a joint sensing dictionary based compressed sensing and adaptive iterative optimization algorithm is proposed to counter suppressive jamming in information domain. Prior information of the linear frequency modulation (LFM) and suppressive jamming signals are fully used by constructing a joint sensing dictionary. The jamming sensing dictionary is further adaptively optimized to perfectly match actual jamming signals. Finally, through the precise reconstruction of the jamming signal, high detection precision of the original LFM signal is realized. The construction of sensing dictionary adopts the Pei type fast fractional Fourier decomposition method, which serves as an efficient basis for the LFM signal. The proposed adaptive iterative optimization algorithm can solve grid mismatch problems brought on by undetermined signals and quickly achieve higher detection precision. The simulation results clearly show the effectiveness of the method.     

雷达侦收自适应信号处理架构研究

针对复杂电磁环境中雷达侦察信号自适应处理的需求,对雷达信号侦察问题进行了建模与分析,讨论了若干可能的自适应侦察信号处理架构。在雷达侦察信号处理模块算法方面,研究了特征自适应检测与分析、信号自适应分选等处理架构,以提升低可识别信号的自适应处理能力;在侦察系统处理流程方面,研究了具有跟踪与预测能力的自适应处理架构,以增强对电磁环境态势的动态感知能力;在侦察系统与其他分系统协作层面,研究了基于雷达系统抗干扰需求和干扰机智能化干扰需求的自适应侦察协作架构,以提升电子战系统效能。该研究可为自适应雷达对抗处理研究提供有益思路。