矿用广播系统中回声消除算法的研究

针对矿井中的广播系统存在的回声消除的问题,首先分析了回声消除存在的原因,其次对小波变化从小波阀值去噪、动态双阀值能量和基音周期三方面提高小波变换的去噪能力,最后将改进后的小波算法用于模拟矿井的回声中进行处理,从信噪比和回声消除两方面都说明本文算法能够有效的提高回声消除。     

使用虚拟噪声补偿技术的自适应kalman滤波算法的研究

研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。     

吏用虚拟噪声补偿技术的自适应kalman滤波算法的研究

研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。     

一种新的变步长LMS自适应滤波算法仿真及性能分析

在分析了传统的自适应滤波器NLMS(Normalized Least Mean Square)算法的基本原理的基础上,提出了一种新的改进的变步长LMS算法并使用Matlab对其算法进行了验证。其仿真结果表明,改进方案比传统的归一化算法在收敛过程中的震荡要更小。     

基于自适应滤波的一种语音增强算法研究

语音增强的主要目的是从带噪语音信号中提取尽可能纯净的原始语音信号。本文介绍了一种基于自适应滤波器的语音信号增强算法。     

基于PLC的矿井提升机模糊自适应PID控制策略研究与仿真

在针对矿井提升机的PLC控制系统中,采用传统PID控制虽能达到相应的控制要求,但因其控制的响应时间长、控制精度低、稳定性差等缺陷,不能广泛应用于有高精度要求的控制系统中。本文将模糊控制与自适应PID控制结合起来,设计了模糊自适应PID控制器。利用模糊推理方法实现对PID参数的在线自整定,进一步完善PID控制器的性能,提高系统的控制精度。MATLAB/SIMULIK下的仿真结果表明该方法的控制效果优于常规的PID控制,并能消除模糊控制稳态误差较大、控制精度低等缺点。     

自适应阈值Canny边缘检测算法研究

对Canny边缘检测算法进行了对比研究,分析了传统Canny算法存在的缺陷,提出了一种改进的自适应阈值Canny边缘检测算法。首先利用具有边缘保留功能的双边滤波器滤除噪声,然后运用基于梯度幅值的类问方差最大化算法（OSTU）来确定Canny算子的高低阈值,最后进行边缘检测与连接。实验结果表明,该改进算法很好地解决了传统Canny算法存在的缺陷,而且对光照的变化和场景变化具有很强的自适应能力,进一步扩展了Canny算法的应用范围。     

基于自适应滤波的一种语音增强算法研究

语音增强的主要目的是从带噪语音信号中提取尽可能纯净的原始语音信号。本文介绍了一种基于自适应滤波器的语音信号增强算法。     

自适应空域相关滤波法消噪在CSEM中的应用

海洋可控源电磁探测(CSEM)是钻前储层评价的有效手段,它也是识别海底构造的储油/储水特征的重要手段.因此,有效的除去海洋电磁信号中的噪声,以确保信号的准确性,是我们要解决的一项重要任务.本文以MATLAB软件为平台,通过小波变换有效去除噪声信号.     

HEVC中滤波算法研究与优化

在视频编码过程中,为了消除图像的块效应,视频编码标准H．264中采用了去块效应滤波算法．但是没有考虑到原始图像和重建图像之间的相关性,在HEVC中提出了基于块与四叉树的环路滤波算法。该算法用于去块效应滤波。文章提出一种最优对称性的快速自适应环路滤波算法,保证重建图像质量的同时,减少编码时间。     

自适应α-β滤波算法的研究和应用

详细介绍了自适应α-β滤波算法的基本原理和其在雷达数据处理中的应用情况,并从原理上与其他两种比较常用的滤波算法的性能优劣对比;最后通过Matlab仿真对比和量化分析,进一步分析验证了自适应α-β滤波算法的适用性和实用性。     

基于小波变换与自适应滤波的EEG信号的提取

本文提出了对非平稳的EEG信号的降噪和提取方法。小波变换是一个多尺度的时频分析方法,利用小波变换对预处理后的EEG信号进行多尺度分解,并与自适应滤波相结合进行消噪。用AR模型对复原的EEG信号进行谱估计。根据从人体的大脑皮层采集得到的数据,利用MATLAB进行了仿真实验,得到了比较满意的结果。     

自适应滤波算法在电力系统短期负荷预测中的应用

文章认为相空间局域线性回归法是电力系统短期负荷预测混沌预测法中广泛使用的方法,在用线性最小二乘法估计局部线性化模型的参数时,往往由于病态的数据矩阵导致估计值对噪声过于敏感而变得不可信.针对这种情况应用最小均方误差准则和最陡下降原理提出了一种基于自适应滤波电力系统短期负荷预测算法,避免了病态矩阵的影响.实验结果表明该算法预测结果稳定、可靠.     

基于粒子滤波的车辆导航算法研究

使用粒子滤波方法对目标物的运动状态进行预测估计,能够得到良好的实验效果.本文将粒子滤波算法应用于车辆导航领域,通过粒子滤波这一非线性滤波算法对前方行驶车辆行车状态进行检测跟踪,得出前方车辆行车的参数指标,作为后方车辆安全行驶的一个参考方案.该参考数据包括了前方车辆的位置、速度,同时也能为前方车辆同步引导后方车辆的行驶提供支持,实验仿真证明这种方法是行之有效的.     

基于自适应滤波和多结构元素形态学的图像边缘检测

本文对各种滤波方式以及数学形态学中腐蚀、膨胀等基本原理进行了研究,采用自适应滤波和多结构元素形态学相结合的方法进行了图像的边缘检测。通过仿真实现,证明此方法可以有效去噪,并得到连续性较好的边缘图像。     

Kalman滤波算法的简化研究

本文首先从数理角度界定了Kalman滤波算法的定义,并对其特征进行了介绍,分析了Kalman滤波算法的应用优势及缺陷,在基于仿真的Kalman滤波算法理论依据上,从优化计算复杂性和数据稳定性两个方面,给出了Kalman滤波算法的简化算法,归纳出简化算法的核心思想。     

MATAB在自适应滤波器设计中的应用研究

本文基于最小均方误差(least mean square,LMS)算法自适应滤波器的基本原理,介绍了一种在Xilinx公司System Generator开发环境中采用MATLAB语言建立算法模型并在FPGA实现的设计方法。整个设计在Xilinx Virtex-5sx50tf1 136型芯片下验证。相比使用传统硬件描述语言的设计方法,MATLAB语言具有编写灵活简单易调试、设计效率高等优点。该方法不但可以很好的完成设计指标,还有效地提高了FPGA系统级设计的效率,同时降低了设计人员对硬件底层结构知识的要求。     

诱发脑电信号的基于RLS算法的自适应滤波处理及仿真

利用RLS算法,对诱发脑电信号进行了自适应滤波处理,并利用MATLAB的Simulink工具进行了动态仿真,由处理结果直观表现出,对于随机性比较强的非平稳信号,RLS算法是一种非常有效的处理方法.     

诱发脑电信号的基于RLS算法的自适应滤波处理及仿真

利用RLS算法,对诱发脑电信号进行了自适应滤波处理,并利用MATLAB的Simulink工具进行了动态仿真,由处理结果直观表现出,对于随机性比较强的非平稳信号,RLS算法是一种非常有效的处理方法。     

自适应粒子群算法在微波电路中应用

常规粒子群算法(SPSO)在优化过程中易陷入局部最优,本文分析了常规粒子群算法陷入局部最优的原因,提出采用一种自适应粒子群算法(APSO)避免陷入局部最优,改善算法的收敛性和精度。最后用自适应粒子群算法设计宽带阶梯阻抗变换器,结果表明,与常规粒子群算法相比,自适应粒子群算法全局速度快、成功率和精度也有显著提高。