塊稀疏自適應濾波算法及其應用研究
【圖文】：
另外，還需要使“自適應”過程得以執(zhí)行的一系列步驟或程序或經(jīng)歷“自適應”過程的“系統(tǒng)”有一個更技術化但更普及的名字“濾波器”適應濾波器也是一種維納濾波器，在無人為干擾下，可自身調(diào)節(jié)其參數(shù)的效果。由于自適應濾波器表現(xiàn)出優(yōu)異實用性和良好的濾波效果，，廣泛領域中，如回聲消除、信道均衡等[59]。適應濾波器的基本原理應濾波器的本質(zhì)是是在無人為干預下，依靠實時更新自身的參數(shù)，從而盡可能的與其期望輸出信號相一致。自適應濾波器的總體框圖如圖 2.1 自適應濾波器和自適應濾波算法兩部分。從圖中可以看到，輸入信號通器調(diào)整參數(shù)，產(chǎn)生了一個輸出信號，與期望信號相比較，得到了一個誤應濾波算法通過不斷調(diào)整濾波器權系數(shù)，得到最優(yōu)的抽頭權系數(shù)，使得，實現(xiàn)了輸出信號與期望信號逐漸相一致，從而辨識出未知系統(tǒng)或是未了最優(yōu)濾波的目標。
圖 2.2 a、b、c、d 分別為 =0.5，1.0，1.5，2.0 時的 -穩(wěn)定分布Fig. 2.2 a、b、c、d to -stable distribution when =0.5,1.0,1.5,2.0）參數(shù) 被稱為對稱參數(shù)。對稱參數(shù)用來描述分布函數(shù)的扭曲程度，在曲向左右傾斜移動情況。當 =0 時， -穩(wěn)定分布是對稱的，稱為 -對稱metrical -stable， S S)，高斯分布滿足 S S分布。）參數(shù) 被稱為尺度參數(shù)。尺度參數(shù)用來描述服從 -穩(wěn)定分布的隨機變量離程度。）參數(shù) 被稱為位置參數(shù)。式（2.32）中的指數(shù)項 exp j t代表了概率密的平移。使用標準的 S S分布來作為非高斯脈沖噪聲模型。圖 2.2 所示為標準 S特征指數(shù) 下的概率密度函數(shù)。
【學位授予單位】：沈陽工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN713
【相似文獻】
相關期刊論文 前10條
1 魯振姣;郭瑩;;分塊稀疏自適應濾波算法研究[J];微處理機;2019年03期
2 于新穎;;自適應濾波算法分析及仿真[J];山西電子技術;2016年06期
3 王慧杰;李小兵;于明秋;;基于反比例函數(shù)的變步長雷達自適應濾波算法[J];探測與控制學報;2017年03期
4 夏杰;周青松;許程成;毛云祥;;一種基于變換域的自適應濾波算法[J];火力與指揮控制;2017年08期
5 于洋;胡曉芳;劉硯菊;;機動目標跟蹤的改進自適應濾波算法研究[J];沈陽理工大學學報;2013年01期
6 江潔;郭德偉;;基于小波包理論的自適應濾波算法研究[J];煤礦機械;2012年04期
7 齊林;周麗曉;;變換域自適應濾波算法的研究[J];鄭州大學學報(理學版);2007年01期
8 吳正國;;自適應濾波算法的新進展[J];海軍工程學院學報;1990年03期
9 楊曉林;殷福亮;;誘發(fā)電位的自適應濾波[J];國外醫(yī)學(生物醫(yī)學工程分冊);1987年06期
10 郭瑩;白艷梅;;穩(wěn)健的仿射投影符號自適應濾波算法[J];儀器儀表學報;2017年01期
相關會議論文 前10條
1 徐潤博;;一種變步長自適應濾波算法及其分析[A];2008年中國高校通信類院系學術研討會論文集（下冊）[C];2009年
2 牛振中;李歲勞;王青青;任鴻飛;;改進的自適應濾波算法及其在精確空投組合導航中的應用[A];慣性技術發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀慣性技術在國民經(jīng)濟中的應用[C];2012年
3 趙龍;李鐵軍;陳璞;;新型自適應濾波算法及其在慣導/雙星組合中的應用[A];第一屆中國衛(wèi)星導航學術年會論文集（下）[C];2010年
4 李超;毛劍琴;;一種進化的自適應濾波算法及其在振動主動控制中的應用[A];2003年中國智能自動化會議論文集（下冊）[C];2003年
5 劉先省;胡振濤;;基于“當前”統(tǒng)計模型修正的自適應濾波算法[A];2005年中國智能自動化會議論文集[C];2005年
6 陳勇;黃清;;自適應濾波算法在多普勒頻偏估計中的應用研究[A];2007年全國微波毫米波會議論文集（下冊）[C];2007年
7 吳金美;凌曉冬;胡上成;侯亞威;;基于最小二乘和最速梯度準則的船搖數(shù)據(jù)自適應濾波算法[A];空天資源的可持續(xù)發(fā)展——第一屆中國空天安全會議論文集[C];2015年
8 陶偉剛;馮新喜;;一種新的目標跟蹤自適應濾波算法[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年
9 劉世金;張榆鋒;劉大利;高永麗;;幾種自適應濾波算法在噪聲抵消應用中的仿真比較研究[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年
10 高鷹;謝勝利;;一種變步長LMS自適應濾波算法及分析[A];第十九屆中國控制會議論文集（一）[C];2000年
相關博士學位論文 前10條
1 管四海;LMS類自適應濾波算法的研究[D];西安電子科技大學;2017年
2 劉明;自適應濾波算法VLSI實現(xiàn)的關鍵技術研究[D];哈爾濱工業(yè)大學;2017年
3 蘆璐;Alpha穩(wěn)定分布噪聲環(huán)境下的自適應濾波算法研究[D];西南交通大學;2018年
4 高鷹;基于累積量的自適應濾波理論及其應用[D];華南理工大學;2002年
5 單志明;α穩(wěn)定分布參數(shù)估計及自適應濾波算法研究[D];哈爾濱工程大學;2012年
6 張斌;高效穩(wěn)健的自適應濾波算法研究[D];西安電子科技大學;2010年
7 于霞;基于自適應濾波算法的時變系統(tǒng)逆控制方法研究[D];東北大學;2011年
8 王程程;基于稀疏沖激響應及多智能體網(wǎng)絡的自適應濾波算法研究[D];哈爾濱工程大學;2017年
9 劉立剛;稀疏沖激響應的自適應濾波算法及其應用研究[D];復旦大學;2010年
10 曾謙;基于濾波器凸集的自適應濾波算法[D];吉林大學;2015年
相關碩士學位論文 前10條
1 魯振姣;塊稀疏自適應濾波算法及其應用研究[D];沈陽工業(yè)大學;2019年
2 楊敏;改進LMS自適應濾波算法及其在聲功率測量中的應用[D];湖南大學;2018年
3 孫啟堂;基于混合核及最大相關熵的自適應濾波算法[D];西南大學;2018年
4 喬露露;寬線性總體最小二乘自適應濾波算法及其應用研究[D];東南大學;2018年
5 劉倩倩;自適應濾波算法及其在電力諧波檢測的應用[D];西南交通大學;2018年
6 劉鳳致;四元數(shù)自適應濾波算法研究[D];大連海事大學;2017年
7 祁霄;非高斯噪聲背景下的自適應濾波算法研究[D];新疆大學;2017年
8 李自強;基于非線性自適應濾波算法的齒輪傳動系統(tǒng)振動主動控制研究[D];重慶大學;2015年
9 張珍;VoIP自適應濾波算法的研究[D];燕山大學;2009年
10 白艷梅;穩(wěn)健的仿射投影自適應濾波算法及其應用研究[D];沈陽工業(yè)大學;2017年
本文編號：2690815
本文鏈接：http://sikaile.net/kejilunwen/dianzigongchenglunwen/2690815.html
