本文選題：非高斯噪聲模型 + 自適應濾波算法��； 參考：《新疆大學》2017年碩士論文

【摘要】：在數(shù)字信號處理過程中,信號受到噪聲干擾的現(xiàn)象十分常見,這些被噪聲干擾的信號在識別以及后續(xù)的分析處理和判斷工作中給我們帶來一定的困擾。所以,在含有噪聲的混合信號中檢測并成功提取出我們所需要的有用信號是一個很重要課題。目前在信號理論相關領域中,我們習慣把噪聲假設成高斯噪聲,然后根據(jù)它的分布函數(shù)特點把噪聲處理掉。但是隨著科技的不斷提高,我們的設備越來越復雜,在通信過程中遇到的都是非高斯噪聲。按照高斯噪聲處理效果并不理想,提取出的信號容易失真甚至出現(xiàn)嚴重的破壞和損失,最后使整個系統(tǒng)性能退化。本文從自適應濾波原理入手研究并提出新的算法,用于消除和抑制非高斯噪聲。首先,介紹了幾種常見的噪聲,然后分析高斯噪聲和非高斯的區(qū)別,根據(jù)非高斯噪聲的特點提出了幾種數(shù)學模型。接著分析它們的概率密度函數(shù)以及指出了它們的統(tǒng)計特性。其次,根據(jù)自適應濾波算法的原理,我們介紹了常見的自適應濾波器和它的基本結構和應用,然后對自適應濾波算法進行了列舉。本文采用的是自適應濾波的一種典型應用——自適應噪聲抑制系統(tǒng)。在非高斯噪聲的前提下,常見的一些算法對信號的處理并不理想,因此本文研究了新的算法。本文結合歸一化LMS(NLMS)算法和LMS-Newton算法的優(yōu)點提出了NLMS-Newton算法,并根據(jù)它的特點給予了一些改進。在經(jīng)過模擬驗證后可以看出,雖然該算法的運算量變大了,但是收斂速度和穩(wěn)定性得到了明顯的提升。最后,在計算機上應用仿真軟件MATLAB對該新算法進行仿真,根據(jù)信號處理后圖像對算法的穩(wěn)定性能和收斂性能進行對比分析。
[Abstract]:In the process of digital signal processing, the phenomenon that the signal is disturbed by noise is very common. Therefore, it is an important task to detect and successfully extract the useful signals from the mixed signals with noise. At present, in the field of signal theory, we usually assume the noise as Gao Si noise, and then deal with the noise according to its distribution function. But with the development of science and technology, our equipments are more and more complex, and all of them are non-Gao Si noise in the communication process. According to the Gao Si noise processing effect is not ideal, the extracted signal is prone to distortion and even serious damage and loss, finally the whole system performance degradation. Based on the principle of adaptive filtering, a new algorithm is proposed to eliminate and suppress non-Gao Si noise. Firstly, several common noises are introduced, then the difference between Gao Si noise and non-Gao Si noise is analyzed, and several mathematical models are proposed according to the characteristics of non-Gao Si noise. Then their probability density functions and their statistical properties are analyzed. Secondly, according to the principle of adaptive filtering algorithm, we introduce the common adaptive filter, its basic structure and application, and then enumerate the adaptive filter algorithm. In this paper, an adaptive noise suppression system is used as a typical application of adaptive filtering. Under the premise of non-Gao Si noise, some common algorithms are not ideal for signal processing. Therefore, a new algorithm is studied in this paper. Combined with the advantages of the normalized LMS-NLMS) algorithm and the LMS-Newton algorithm, this paper puts forward the NLMS-Newton algorithm and gives some improvements according to its characteristics. After simulation, we can see that the convergence speed and stability of the algorithm have been improved obviously, although the computation quantity of the algorithm has become larger. Finally, the simulation software MATLAB is used to simulate the new algorithm, and the stability and convergence of the algorithm are compared and analyzed according to the image after signal processing.
【學位授予單位】：新疆大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN713

【參考文獻】

相關期刊論文 前10條

1 唐宇;歐建平;王威;;自適應濾波在光電技術提取心率方法中的應用[J];激光與紅外;2017年01期

2 羅倩;周孟然;劉駿;;改進LMS算法降噪的渦街流量測量系統(tǒng)[J];煤炭技術;2016年12期

3 劉牮;李_g;;一種用于信號估計的改進變步長LMS算法[J];電力科學與工程;2016年10期

4 劉建成;全厚德;趙宏志;唐友喜;;基于迭代變步長LMS的數(shù)字域自干擾對消[J];電子學報;2016年07期

5 張紅梅;韓萬剛;;一種新的變步長LMS自適應濾波算法研究及其應用[J];儀器儀表學報;2015年08期

6 陳泳;田金鵬;劉燕平;;一種新的變步長LMS自適應濾波算法[J];電子測量技術;2015年04期

7 張麗娟;徐兆坤;;基于蟻群BP神經(jīng)網(wǎng)絡的汽車排氣噪聲有源控制[J];電聲技術;2015年02期

8 劉偉;山拜·達拉拜;;雙模噪聲背景下自適應小波閾值去噪[J];電訊技術;2014年10期

9 曲付勇;孟祥偉;;基于約束總體最小二乘方法的到達時差到達頻差無源定位算法[J];電子與信息學報;2014年05期

10 郭華;;弱信號檢測方法的研究[J];長春師范學院學報;2013年04期

相關碩士學位論文 前7條

1 劉偉;基于自適應算法的信號去噪研究[D];新疆大學;2015年

2 羅海富;變步長LMS自適應濾波算法的研究[D];湖南師范大學;2015年

3 莫晶;基于自適應噪聲抵消系統(tǒng)的不同濾波算法研究[D];云南師范大學;2014年

4 夏曉;自適應濾波器中LMS算法的研究及應用[D];北京郵電大學;2013年

5 王睿;雙模噪聲下基于小波變換和小波神經(jīng)網(wǎng)絡的信號去噪的研究[D];新疆大學;2011年

6 陳波;自適應濾波技術研究及其應用[D];武漢理工大學;2010年

7 唐蕾;神經(jīng)網(wǎng)絡與卡爾曼濾波算法的研究[D];哈爾濱工業(yè)大學;2007年

，

本文編號：1988465