本文關(guān)鍵詞：自適應(yīng)濾波算法的研究及應(yīng)用

  更多相關(guān)文章： 自適應(yīng)濾波器 LMS算法 變步長 NLMS算法 CS-LMS算法 NVSS算法 系統(tǒng)辨識 噪聲對消

【摘要】：目前自適應(yīng)濾波器在通信、信息處理中發(fā)揮著重要的作用,其中自適應(yīng)濾波器的核心部分是自適應(yīng)濾波算法,算法的性能優(yōu)劣會直接影響著濾波器濾波性能的好壞,在表征算法性能的指標中收斂速度和穩(wěn)態(tài)誤差是著重要考慮的。因此,尋求擁有快的收斂速度,低的穩(wěn)態(tài)誤差,低的計算復(fù)雜度的算法一直是人們的研究熱點。最初的經(jīng)典LMS算法憑借它自身的優(yōu)點:簡單的結(jié)構(gòu)、穩(wěn)定的性能、在硬件上易于實現(xiàn),得到了普遍使用。但是它的收斂速度和穩(wěn)態(tài)誤差間始終存在著矛盾,不能同時兼顧快的收斂速度和低的穩(wěn)態(tài)誤差。論文為了改善LMS算法的性能,研究了相關(guān)文獻,學(xué)習(xí)了變步長LMS算法和約束LMS算法這兩個分支,提出了三種新的算法。主要的研究內(nèi)容,具體來說有下面三個部分。(1)提出了一種新的變步長LMS算法。首先,對多種常見變步長算法進行了相關(guān)研究。然后,在變步長算法的基礎(chǔ)上結(jié)合塊算法思想,提出新的變步長LMS算法,該算法用誤差的平均值來控制步長的變化,進一步解決了收斂速度和穩(wěn)態(tài)誤差的矛盾。最后,將算法應(yīng)用到系統(tǒng)辨識中,通過Matlab進行仿真,驗證新的算法在不增加穩(wěn)態(tài)誤差前提下,明顯加快了算法的收斂速度。(2)提出一種新的變步長CS-LMS算法。首先,對NLMS算法和放寬約束條件的CS-LMS算法進行了相關(guān)研究。兩種算法都是對步長進行了歸一化處理,降低了算法對噪聲的敏感度,在信噪比較小的情況下,一定程度上能夠降低算法的穩(wěn)態(tài)誤差。然后,在CS-LMS算法的基礎(chǔ)上首次結(jié)合變步長思想,提出新的變步長CS-LMS算法。最后,將算法在噪聲對消的模型應(yīng)用中進行了仿真驗證,在傳輸環(huán)境比較惡劣的情況下,算法仍擁有好的性能。(3)提出一種改進的NVSS算法。首先,對NVSS和λNVSS算法做了研究,學(xué)習(xí)原有算法的思想。然后,引入合適的新遺忘因子與修正參數(shù),建立誤差與步長因子的新型函數(shù)關(guān)系,進而提出新的NVSS算法。新算法明顯降低了算法的計算復(fù)雜度,通過分析得出,算法在時變系統(tǒng)中有較好的跟蹤能力。最后,通過Matlab進行仿真,證明改進后的算法在非平穩(wěn)環(huán)境中不僅有更好的跟蹤能力,而且有更快的收斂速度。論文中提出的三種改進算法,與文獻中算法相比,在收斂速度、計算復(fù)雜度、穩(wěn)態(tài)誤差、跟蹤能力四個方面的性能有大幅度的提高。一定程度上緩解了收斂速度和穩(wěn)態(tài)誤差間的矛盾。
【關(guān)鍵詞】：自適應(yīng)濾波器 LMS算法 變步長 NLMS算法 CS-LMS算法 NVSS算法 系統(tǒng)辨識 噪聲對消
【學(xué)位授予單位】：曲阜師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN713
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-12
• 1.1 課題研究的背景及意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.3 論文的創(chuàng)新點10-11
• 1.4 論文結(jié)構(gòu)安排11
• 1.5 本章小結(jié)11-12
• 第2章 自適應(yīng)濾波器及算法12-20
• 2.1 自適應(yīng)濾波器的結(jié)構(gòu)及算法原理12-13
• 2.1.1 自適應(yīng)濾波器的結(jié)構(gòu)12-13
• 2.1.2 自適應(yīng)算法的理論依據(jù)13
• 2.2 自適應(yīng)LMS算法13-17
• 2.2.1 最小均方（LMS）算法13-14
• 2.2.2 LMS算法性能分析14-17
• 2.3 自適應(yīng)濾波器的典型應(yīng)用17-19
• 2.3.1 辨識17-18
• 2.3.2 噪聲對消18-19
• 2.4 本章小結(jié)19-20
• 第3章 變步長算法的改進及仿真驗證20-30
• 3.1 變步長LMS算法的分析20-24
• 3.1.1 已有的變步長LMS算法20-21
• 3.1.2 變步長算法的仿真驗證21-24
• 3.2 改進的變步長算法及仿真24-29
• 3.2.1 對G-SVSLMSS算法的改進分析24-25
• 3.2.2 改進的算法在系統(tǒng)辨識中的仿真分析25-29
• 3.3 本章小結(jié)29-30
• 第4章 約束算法的改進及仿真驗證30-43
• 4.1 NLMS算法30-32
• 4.2 已有的改進NLMS算法32-35
• 4.2.1 變步長NLMS算法32
• 4.2.2 CS-LMS算法32-34
• 4.2.3 NVSS算法34-35
• 4.3 改進的變步長CS-LMS算法及仿真35-38
• 4.3.1 改進的CS-LMS算法35-36
• 4.3.2 改進的CS-LMS算法在噪聲對消應(yīng)用中的仿真36-38
• 4.4 改進的NVSS算法及仿真38-42
• 4.4.1 改進的NVSS算法38-39
• 4.4.2 改進的NVSS算法的性能仿真39-40
• 4.4.3 改進的NVSS算法跟蹤能力的仿真40-42
• 4.5 本章小結(jié)42-43
• 第5章 總結(jié)與展望43-44
• 5.1 工作總結(jié)43
• 5.2 論文展望43-44
• 參考文獻44-46
• 在讀期間發(fā)表的學(xué)術(shù)論文及研究成果46-47
• 致謝47

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳正茂;自適應(yīng)濾波器及其應(yīng)用研究[J];南昌水專學(xué)報;2004年02期

2 李春宇;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的自適應(yīng)濾波器[J];常州工學(xué)院學(xué)報;2005年06期

3 蘇飛,王兆華;一種新的帶窗重疊自適應(yīng)濾波器[J];電子與信息學(xué)報;2005年01期

4 程玉柱;華晉;李趙春;;自適應(yīng)濾波器的算法比較研究[J];大慶師范學(xué)院學(xué)報;2008年02期

5 孫秋菊;胡斌;;自適應(yīng)濾波器設(shè)計及仿真研究[J];光盤技術(shù);2009年06期

6 劉海英;熊俊俏;戴璐萍;鄭寬磊;;基于TMS320VC5402DSK的自適應(yīng)濾波器的實現(xiàn)[J];工業(yè)控制計算機;2010年05期

7 吳燕;;一種自適應(yīng)濾波器的設(shè)計與仿真[J];科技廣場;2010年07期

8 周志平;;基于System Generator的自適應(yīng)濾波器仿真與實現(xiàn)[J];中國西部科技;2011年20期

9 韓焱青;;自適應(yīng)濾波器仿真設(shè)計[J];實驗科學(xué)與技術(shù);2013年03期

10 趙茂林;趙四化;曾一江;;一種新穎的雙線性自適應(yīng)濾波器[J];微電子學(xué);2013年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張磊;郭圣權(quán);孫紹文;;適用自適應(yīng)濾波器[A];1996年中國控制會議論文集[C];1996年

2 周永軍;盧智遠;牛中奇;孔令鋒;;自適應(yīng)濾波器在心電信號檢測中的初步應(yīng)用[A];全國非電離輻射與電離輻射生物效應(yīng)及防護學(xué)術(shù)研討會論文匯編[C];2004年

3 周];李曉東;;多延遲分塊頻域自適應(yīng)濾波器算法的步長控制[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（下）[C];2007年

4 程曉斌;徐健;李曉東;;不均勻子帶長階自適應(yīng)聲學(xué)回聲抵消[A];中國聲學(xué)學(xué)會2002年全國聲學(xué)學(xué)術(shù)會議論文集[C];2002年

5 倪錦根;李鋒;;基于變步長的仿射投影自適應(yīng)濾波器[A];2007'儀表，，自動化及先進集成技術(shù)大會論文集（二）[C];2007年

6 蔣薇薇;楊萍;王昱潔;;基于變步長LMS算法的自適應(yīng)濾波器研究[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

7 錢偉康;郭強;謝明;劉義紅;;基于自適應(yīng)數(shù)字濾波器的算法研究[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議專刊[C];2007年

8 盧志剛;李偉;冀爾康;吳士昌;;微粒群算法優(yōu)化設(shè)計自適應(yīng)濾波器[A];第七屆青年學(xué)術(shù)會議論文集[C];2005年

9 程松;陳光夢;;自適應(yīng)濾波器在實時交通狀態(tài)估計中的應(yīng)用[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（二）[C];2007年

10 周];邱小軍;;無延遲子帶自適應(yīng)濾波器中分析濾波器組的構(gòu)造[A];中國聲學(xué)學(xué)會2005年青年學(xué)術(shù)會議[CYCA'05]論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 林斌;自適應(yīng)濾波器的穩(wěn)態(tài)性能研究[D];大連海事大學(xué);2008年

2 倪錦根;變設(shè)計參數(shù)子帶自適應(yīng)濾波器研究[D];復(fù)旦大學(xué);2011年

3 谷源濤;LMS算法收斂性能研究及應(yīng)用[D];清華大學(xué);2003年

4 肖倩;基于小波理論的去噪方法及其在信號處理中的應(yīng)用研究[D];東北大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 戚曉慧;子帶自適應(yīng)濾波技術(shù)研究及其應(yīng)用[D];解放軍信息工程大學(xué);2015年

2 雷宇;基于FPGA的自適應(yīng)濾波器設(shè)計[D];太原理工大學(xué);2016年

3 胡偉;子帶自適應(yīng)濾波器及其應(yīng)用[D];蘇州大學(xué);2016年

4 陳卓然;帶反饋結(jié)構(gòu)的核自適應(yīng)濾波器的研究[D];西南大學(xué);2016年

5 張建新;可穿戴設(shè)備中ZigBee無線傳輸網(wǎng)絡(luò)的研究[D];內(nèi)蒙古大學(xué);2016年

6 俞瀟;光譜信號及光纖振動信號預(yù)處理算法的應(yīng)用研究[D];新疆大學(xué);2016年

7 張炳婷;自適應(yīng)濾波算法的研究及應(yīng)用[D];曲阜師范大學(xué);2016年

8 王麗麗;自適應(yīng)濾波器在高次非球面面形檢測的應(yīng)用研究[D];長春理工大學(xué);2010年

9 張婷瑞;自適應(yīng)濾波器組合設(shè)計的研究[D];延邊大學(xué);2009年

10 張抒;用于微加速度計檢測電路的自適應(yīng)濾波器的設(shè)計與實現(xiàn)[D];吉林大學(xué);2009年

本文編號：1061211