基于GSC结构稳健的自适应滤波器

广义旁瓣抵消器可以在阵元较少的情况下依然保持较高的干扰抑制性能。然而,当存在指向适量误差时,会出现目标信号被消除的现象。在实际工作中,这种误差是不可避免的。文章介绍了一种避免信号消除现象的稳健的宽带旁瓣抵消器,根据实际环境下的语音信号给出了仿真结果。     

基于后置多级维纳滤波器的自适应波束形成方法

在车载系统、电话会议与多媒体会议等语音处理系统中,麦克风接收到的语音信号常常受到环境噪声的干扰,严重影响了通话质量。为了能有效地抑制相干与非相干噪声的干扰,该文将多级维纳滤波器与传统的广义旁瓣抵消器(GSC)相结合,提出了基于后置多级维纳滤波器的自适应波束形成方法。仿真结果表明,相对于传统的麦克风阵列语音增强方法而言,本文介绍的方法具有更好的去噪效果。     

基于服务器架构软件化自适应旁瓣对消

自适应旁瓣对消是雷达抗干扰措施的一种有效手段。本文阐述开环旁瓣对消技术的基本原理,辅助天线的个数和对消干扰源个数之间的关系,以及辅助天线与主天线安装位置关系。结合某型号雷达的抗干扰功能进行建模仿真,通过自适应旁瓣对消仿真结果对比,优化辅助通道,完成了雷达系统自适应旁瓣对消抗干扰功能的优化设计。最后简单介绍了服务器架构软件化工作平台,自适应旁瓣对消工作流程。     

基于神经网络的语音增强系统设计

利用神经网络设计语音信号增强处理系统,在无噪和含噪条件下,提取语音信号的MFCC系数,用于BP神经网络的训练和识别,最终达到语音信号消噪和提高可懂度的目的。自适应神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的不确定性。仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单,而且节省运行时间,语音增强效果很好。     

高频调幅增益多路反馈低通陷波器优化设计

设计低通陷波器对提高信号检测精度具有重要价值,从而实现对单频信号及包含线谱成分的信号检测。传统的低通陷波器设计方案采用二阶自适应格型IIR陷波器,信号和背景噪声形成同构,导致滤波性能不好。提出一种基于高频调幅增益多路反馈的低通陷波器优化设计方法。分析低通陷波器幅频响,进行硬件电路设计,采用DSP的电源电路对陷波器进行供电,通过自适应级联方法进行陷波设计,用多个固定陷波器级联抑制干扰成份,得到基于高频调幅增益多路反馈的低通陷波器,仿真实验表明,采用该陷波器进行信号采集和滤波,具有较好的信号输出增益,滤波性能较好,提高了对目标信号的检测能力,展示了较好的应用价值。     

多径相关信道下基于恒模阵列的盲自适应波束形成算法

本文分析了多径相关信道下基于恒模阵列的盲自适应波束形成算法、恒模阵列波束形成器的最佳权向量的收敛性、信号对消器的最佳权向量的收敛性,并对结果进行了计算机仿真。     

基于自适应直耦降噪的金属探测信号处理方法

金属目标探测在应用领域中受环境噪声干扰大,目标金属壳体反射信号和噪声直耦信号叠加,导致金属目标探测准确度提高困难。提出一种基于自适应噪声抵消降噪算法和能量检测的金属目标探测方法。借鉴相位检波设计能量检测算法最终完成针对金属外壳小车的目标探测系统设计。外场系统测试和仿真实验分析得出目标在各种距离和速度下通过探测样机的探测特性测试结果,测试结果展示了系统具有较好的探测性能,探测反射信号与距离的关系跟磁场衰减的理论值高度吻合,达到预期的检测效果。     

基于神经网络自适应谐波电流检测方法

本文介绍了一种应用于有源电力滤波器(Active Power Filter,APF)的神经网络自适应谐波电流检测方法.该方法应用自适应噪声抵消技术,并采用RBF神经网络实现噪声抵消.介绍了该RBF神经网络的构造和参数调整算法,应用HATLAB进行仿真研究.仿真结果,该检测方法具有较快的跟踪能力和动态响应速度.     

基于新变步长的探地雷达直达波干扰对消算法

研究了探地雷达的直达波干扰抑制技术。在分析LMS算法,归一化LMS算法,和变步长LMS基础上,结合超低频弹性波信号特性及其与噪声的关系,提出一种新的变步长归一化LMS算法来实现直达波干扰自适应对消,通过仿真验证了该算法收敛速度和跟踪性能的综合优越性。并将该算法应用于超低频弹性波探地雷达直达波干扰自适应对消中,理论分析和仿真结果表明,基于Lorentzian的NLMS算法比现有算法具有更快的收敛速度和更少的对消剩余误差。     

自适应噪声抵消LMS算法的性能分析

本文介绍自适应噪声抵消LMS算法,介绍了自适应信号处理的背景与应用,主要讨论了自适应抵消LMS算法的收敛速度与算法的精度。     

双脉冲对消器作用效果研究

在雷达回波中,杂波功率较高,有时甚至远超过目标回波功率。双脉冲对消器可以有效滤除杂波,而保留运动目标信号。研究双脉冲对消器的作用效果对雷达设计有积极作用。     

变步长LMS算法在自适应频率估计器中的应用研完

针对窄CW脉冲经水声信道畸变后频率估计的特点,利用二阶自适应陷波器构成频率估计器,分别采用基本LMS算法和几种变步长LMS算法优化估计器的参数。通过仿真和进行性能分析,给出一种精度高、运算量小、易于实现的实用算法,克服了传统和现代方法对噪声中的正弦信号频率估计上的缺陷。     

RLS双麦克风噪声对消技术

本文介绍的主要是采用RLS算法来进行双麦克风噪声对消技术的原理。一路麦克风采集带有噪声的语音信息,一路麦克风采集噪声。将两路数据传输到服务器,通过RLS算法来进行信号的对消,还原出原始语音信号。     

变步长LMS算法在自适应频率估计器中的应用研究

针对窄CW脉冲经水声信道畸变后频率估计的特点,利用二阶自适应陷波器构成频率估计器,分别采用基本LMS算法和几种变步长LMS算法优化估计器的参数。通过仿真和进行性能分析,给出一种精度高、运算量小、易于实现的实用算法,克服了传统和现代方法对噪声中的正弦信号频率估计上的缺陷。     

大学学报

广义系统静态输出反馈控制的一个新方法 摘要对广义系统提出了一种新的、简单的静态输出反馈控制器的设计方法．通过引入辅助矩阵变量．对含有Lyapunov矩阵和输出反馈控制器增益矩阵的双线性不等式进行解耦．并结合变量替换法将双线性不等式及包含Lyapunov矩阵的非严格不等式转化为线性矩阵不等式（LMI）．利用这种方法．能够得到保证闭环广义系统容许性的LMI条件和静态输出反馈控制器．一个数值例子表明了所提方法的有效性该方法很容易推广到正常系统的静态输出反馈控制．     

语音信号增强算法的谱减法应用探究

语音信号技术广泛应用于语音通信、语音识别等领域,在语音信号处理过程中,降噪与提高可懂度是极为关键的,处理方法有多种,通过综合梳理,对谱减法和自适应噪声抵消法的分析,发现最大限度地消除谱减法中的"音乐噪声"成为需要突破的研究域。在此尝试利用MATLAB以图像形式呈现谱减法增强语音信号效果的比较。发现语音信号处理算法在定义域内,仍有不可避免的误差。得出避免误差算法的加强与从强噪声中提取语音信号,既是语音信号处理过程中所"遭遇"的重要问题,又是未来理论与实践应用研究的发展方向。     

一种小区重叠干扰下的通信滤波器噪声抑制算法

小区域重叠干扰下的通信滤波器通信信号由于受到外界环境的干扰通常极不稳定,传统噪声抑制方法只适用于平稳信号,无法实现复杂环境下通信滤波器噪声的抑制,提出一种基于自适应非线性滤波的小区重叠干扰下通信滤波器噪声抑制算法,对小区重叠干扰下的通信信号进行预增强处理,对得到的通信信号和既定阈值进行比较,判断是否需要进行噪声抑制,为小区重叠干扰下的通信滤波器噪声抑制提供有效依据。假设小区重叠干扰喜爱通信滤波器接收信号是同步的,给出采样结果。对滤波器的估计方差和条件方差进行计算,求出背景噪声和干扰剩余之和的方差,通过自适应改变非线性变换的非线性部分的变化曲线,实现小区域重叠干扰下的通信滤波器噪声抑制。仿真实验结果表明,所提方法具有很高的噪声抑制性能。     

基于关联特征提取的舰船噪声混迭谱分解

不同舰船目标辐射噪声的噪声平均功率谱具有差异性特征,能在一定程度上反映舰船目标的吨位、航速、类型等。研究舰船辐射噪声信号的特征提取和频谱分解方法,对提高舰船目标的识别能力具有重要意义。传统的舰船辐射噪声关联特征提取采用的是基于定量递归分析的关联维特征提取方法,当在关联特征提取中舰船辐射噪声信号出现奇异吸引子特征时,提取的舰船目标特征产生混迭谱,导致频谱畸变,影响目标识别性能。针对这一问题,提出一种基于预畸变趋化关联特征提取的舰船噪声信号混迭谱分解方法,设计舰船辐射噪声产生与信号源系统模型,进行声传感器布置研究,进行特征提取和混迭谱分解算法改进分析。仿真实验得出,采用该方法进行舰船辐射噪声信号的预畸变趋化关联特征提取,能有效展示舰船辐射噪声信号的内部规律特征,提高对舰船辐射噪声信号的特征提取性能和目标识别精度。     

一种基于非线性特征提取的被动声纳目标识别方法研究

目标噪声特征提取是被动声纳目标识别系统的关键技术。首先提出了一种利用从噪声极限环中提取的非线性特征来分析舰船噪声信号的新方法,然后采用基于自适应遗传BP算法的神经网络对提取的特征进行分类。实验结果表明,该系统具有较好的分类效果。     

基于四阶累积量对角切片的水下目标检测

本文针对目标噪声中可能含有对称分布信号的情况,结合三阶统计量具有抑制对称分布信号的特点,提出了用四阶统计量对水下目标噪声进行检测,构造了基于四阶累积量对角切片的检测统计量,并运用该方法对模拟舰船目标信号和潜艇模型信号进行分析,并与双谱方法的检测结果进行了比较。结果表明:基于四阶累积量的检测方法优于双谱检测方法,且具有更小的计算量。