用于声学回波抵消的自适应滤波算法

介绍了回波抵消器的原理和功能,详细阐述了现在广泛应用于回波抵消的各种自适应滤波算法,如变步长LMS,FTF,FAP等,并指出各种算法的特点.最后通过M atlab仿真,比较上述各种算法的性能,包括算法的复杂度和收敛速度,指明了各种算法的适用范围：变步长适用于对收敛速度要求不高的场所;FTF适用于采样率不大的语音处理设备中;AP类算法兼有收敛速度快和运算量较小的优点.     

标准串行LMS自适应滤波器的FPGA实现

自适应滤波器的硬件实现一直是自适应信号处理领域研究的热点.使用DSP芯片实现的方法,速度较慢,抗干扰能力差,结构复杂.采用FPGA实现自适应算法不仅可以提高自适应速度和精度,而且可以使系统的开发周期缩短、成本降低、容易升级和变更.本文以随机干扰噪声信号作为研究对象,调用Simu1ink中的IP模块建立4阶串行自适应滤波器模型,运行System Generator将模型转化为VHDL语言,并在FPGA芯片上最终实现了所设计的自适应滤波器.     

一种自适应回波抵消算法的探究

回波抵消技术是通信网中提高通信质量的关键技术之一.本文主要就LMS算法进行了深入研究,提出了改进的归一化块处理LMD(MNBLMS)算法.     

自适应滤波器算法的DSP实现

文章主要论述了自适应滤波器的原理和算法，并介绍使用DSP来实现算法，及使用DSP的开发工具。     

基于MATLAB的自适应声学回音抵消器优化设计

随着通信技术的发展,声学回音抵消器在电话会议系统、视频会议系统等免持通话设备中得到了广泛应用．在分析和讨论了声学回音抵消器原理之后,详细研究了基于自适应滤波技术的声学回音抵消优化算法及其特性,特别是对声学回音返回损失增加度的影响。最后,基于MATLAB模拟测试分析了该频域优化算法对室内声学回音抵消的效果,模拟测试结果与理论分析预测吻合。     

基于FPGA分布式算法的FIR滤波器的实现

提出了一种在FPGA器件上实现流水线并行分布式算法的FIR滤波器结构。首先在理论上论证了此结构滤波器的实现方法以及可行性,然后给出了硬件具体实现模块。最后通过FPGA仿真验证,证明了用FPGA实现数字信号处理所具有的优势。     

基于FPGA的UART自适应波特率发生器的实现

针对现有波特率检测法存在速度慢、设计繁琐等问题,提出基于FPGA采用特征值匹配法实现自适应波特率发生器的设计原理.该设计通过电平检测模块对串行通信线路上的一个脉冲周期进行采样计数,采用特征值匹配的方法得到串行线路数据波特率,然后再对数据进行中心采样,完成数据的传输.软件仿真和硬件模拟表明:该设计实现方法简单、精度高、速度快、占用资源少.     

基于FPGA的32阶FIR滤波器设计

研究了一种采用FPGA实现32阶FIR数字滤波器硬件电路方案;讨论了窗函数的选择、滤波器的结构以及系数量化问题;阐述了FIR滤波器的FPGA实现,各模块的设计以及如何优化硬件资源,提高运行速度等问题.实验结果表明了该方法的有效性.     

利用Hopfield神经网络实现自适应滤波器

针对两种不同结构的Hopfield神经网络,本文提出分别适当选取该神经网络的连接权值来实现LMS自适应滤波和自适应格型滤波的方法。并分析了实现自适应滤波的HOP-field神经网络的稳定性及其滤波性能.     

基于FPGA的FIR滤波器FFT算法与DA算法实现

对FPGA中实现FIR滤波器乘法运算进行了研究，阐述了将乘法化为FFT算法和DA算法原理，并采用这2种算法设计出了FIR滤波器．通过Altera公司的EPF10k30器件的验证，证明了这2种方法是可行和高效的，其实现的滤波器的性能优于用DSP和传统方法实现的FIR滤波器．     

自适应回声消除器的设计与实现

介绍了回声消除器的基本结构、回声路径的脉冲响应以及语音信号的特点,分析输入信号为白噪声、有色噪声和语音的情况下自适应算法的性能,在此基础上应用一种参数筛选更新归一化最小均方差(NLMS)算法以及基于互相关的双边对话侦测算法,并提供详细仿真结果。     

自适应低通滤波器的设计与实现

基于传统滤波器的特点,以现场可编程门阵列(FPGA)和单片机为控制核心,设计了一种新型自适应低通滤波器,实现了信号的程控放大和程控滤波功能。其中程控放大模块由仪表放大器AD620和可变增益放大器VCA810组成,最大增益60 dB,线性可调,程控滤波模块由MAX297低通滤波器和FPGA组成,利用FPGA完成信号中心频率的测量和滤波器截止频率控制信号的产生,利用MAX297实现信号的低通滤波。结果表明,对于频率变化0.1 Hz~50 kHz的输入信号,增益误差小于2%,截止频率控制信号频率误差小于1%,截止频率误差小于1.5%。     

利用TMS320C6713 DSK实现的自适应滤波器

在对统计特性未知的信号进行噪声消除的应用中经常需要使用自适应噪声对消法.LMS算法是应用最为广泛的自适应算法之一.本文对LMS算法的DSP硬件实现进行了研究,并在TMS320C6713 DSK上实现了基于LMS算法的自适应噪声对消.实验结果表明,LMS算法的计算复杂度很低,且在有确定参考源的情况下采用自适应对消算法能够有效地去除噪声.     

一种IPCAM的声学回声消除算法与实现

文章对IPCAM（IP Camera）网络摄像机在网络音频对讲过程中的各种回声干扰产生的原因进行了分析,对于其中的声学回声消除（AEC）算法进行了探讨,并在基于TMS320系列DSP芯片的IPCAM系统上,编程实现了一个全双工的声学回声消除器软件．这个实现是基于规格化最小均方差（NLMS）的算法,通过调整自适应FIR滤波器的可替换步长以调整方差收敛的速度,并在网络环境下进行实测,达到有效消除声学回声与延迟,均在可接受的范围内,即回声残余信号比远端信号低30dB、对方声音信号延迟小于29ms．这一算法同样可以应用于VOIPN络电话、远程可视对讲系统等环境,根据需要在实际的网络环境下调整步长,以达到消除回声和缩短延迟的最优化效果．     

自适应测试与辅导系统设计与实现

Internet的出现促进了教育环境进一步提升,可以将传统教学中的学生学习诊断与辅导延伸到网上进行。文章提出一个基于IRT的网络自适应测试与辅导系统,在阐述CAT的理论基础之后,给出系统的结构设计和运行流程。该系统应用于"大学英语语法与词汇(四级)"网络测试与辅导,能够实现对学生自适应测试与个性化辅导,使学生的课后学习取得理想效果。     

Direction-Based Adaptive Switching Filter for Removing High-Density Impulse Noise

A direction-based adaptive switching(DBAS) filter is presented for the removal of high-density impulse noise in images. The extrema detection and 28-directional detection are employed to discriminate the pixels as noisy or noise-free. If a pixel is classified as noisy, it will be replaced by a median or a mean value within an adaptive filter window with respect to different noise densities. Simulation results show that the miss-detection ratio and false-alarm ratio are both very low even at noise level as high as 90%. At the same time, better results are obtained in terms of the qualitative and quantitative measures. The peak signal-to-noise ratios increase by nearly 1 dB compared with other existing algorithms. In addition, the computation time is around 10 s for test images with resolutions of 512×512since the proposed approach has low complexity.     

自适应性高校新闻管理系统的设计与实现

为了能快速方便地搭建校园新闻网站,提出了基于.NET的N层架构的企业级的高校新闻管理系统设计方案.介绍了系统的功能架构与体系架构,并阐述了系统接口技术在数据层的应用.针对新闻管理系统的功能特点,阐述了新闻采集、标签+样式+模板的静态页面发布、系统权限管理及系统安全等4方面的关键实现技术及系统的应用过程.     

自适应调整窗口维度的动态中值滤波算法

经典中值滤波算法在不同噪声密度下为了得到最优滤波效果,需手动调节滤波窗口大小,同时在滤波过程中会对图像细节造成二次污染.针对这一问题,提出一种基于椒盐噪声密度、自适应调整中值滤波窗口的算法,首先估计出图像噪声密度,再确定传统中值滤波在不同噪声密度下,对应的最优窗口维度,并建立函数关系,利用函数关系自适应调整窗口维度,最后将椒盐噪声图像的待修复像素值替换为滤波修复后的像素值,防止细节被模糊化.实验显示,噪声密度估计的误差在3%范围内波动;采用四舍五入的方法使算法能够自适应匹配到最优滤波窗口,再对噪声分离处理,使得中值滤波对图像的细节保护更加完整.