RLS算法

摘要： 文章提出了一种基于改进QR分解递归最小二乘法(RLS)的多通道线性预测(MCLP)语音去混响算法。RLS算法是一种常用的自适应滤波算法,然而声学应用中RLS算法的估计误差方差将大大增加。为了解决这个问题,提出了一种基于状态正则化(SR)的递归最小二乘法。它采用估计的系数作为先验信息来最小化指数加权的观测误差,改进后的算法能获得比传统RLS算法更低的方差。通过QR分解来实现所提出的的算法,与直接实现相比,该算法舍入误差更低。在多通道线性预测算法中用SR-QRRLS算法代替RLS算法,仿真实验结果表明,改进后的算法对混响的抑制效果更好。

摘要： 自适应噪声消除系统是在自适应滤波系统的基础上发展起来的,通过提取有用信号或抵消环境中的噪声来提高信号质量.本文针对目标声音在自然环境下会受到噪声干扰,使用RLS、LMS两种自适应滤波方法,通过仿真对比,选出一种去噪效果更好的方法.

摘要： 本工作以钴酸电池为研究对象,针对锂电池在复杂工况下电流的剧烈变化导致荷电状态(SOC)无法有效预测的问题,建立了以精确参数为基础的双层无迹卡尔曼滤波算法(DLUKF)架构来更精准的估算SOC.首先,以脉冲功率特性实验数据获取二阶电路模型中电池开路电压与荷电状态的函数关系及特性曲线;其次,为增强模型辨识过程中的自适应学习能力并解决模型参数估计不准确的问题,应用递推最小二乘(RLS)算法在线准确地识别出模型中的未知变量;最后根据输入的变量信息,利用UKF算法相互嵌套形成的DLUKF算法实现对SOC的快速预测来解决单一的UKF算法在高阶非线性系统里估算不准确、精度低的问题.在UDDS工况和FUDS工况下对DLUKF算法和单一的UKF算法进行比较,通过对比分析两种算法估计出的SOC曲线、SOC误差曲线、端电压曲线及端电压误差曲线,表明DLUKF算法预测SOC的平均误差比UKF的低且预测精度更高.

摘要： 主动控制技术因其在低频振动噪声控制方面有着良好的效果而受到广泛关注.其中,最常见的主动控制算法为基于自适应滤波的LMS类和RLS类算法.针对RLS类算法在控制性能上优于LMS算法,但其计算量比较大的问题,利用快速横向滤波器对RLS算法进行改进,在不明显降低其性能的基础上,通过向前和向后的方式推导了 FTRLS快速算法,降低其计算量.通过求助变量这一参数,增加了其稳定性.然后,对该算法的遗忘因子取值进行了讨论,并和FXLMS算法进行了对比仿真验证,表明该算法有着较好的控制效果.

摘要： 对于天线信号项目中存在的杂波信号干扰,通常采用RLS算法进行滤波处理,但是常规RLS算法的遗忘因子通常是固定的,不能同时满足跟踪速度快与稳定误差小的要求.针对上述问题,文中提出了一种基于正则化模型的改进RLS算法.通过增加改进函数使遗忘因子增加可变性,并改进自相关矩阵逆矩阵方程.增加相关限制条件,将杂波信号降噪为原始信号,保证降噪效果存在且唯一,较大程度上减少了杂波的干扰.实验波形图显示,与常规RLS算法相比,改进算法具有更强的跟踪能力和稳定性.

摘要： 数字电路信号抗干扰设计是保障数字信号高品质传输的基础,一般的数字带通滤波器能消除一定的干扰信号与噪声,但对数字信号的传输频带有所限制.为此,设计基于RLS算法的FIR自适应滤波电路,实现高效且低误差的数字信号传输.在自适应滤波电路中,有价值的数字信号和干扰性数字信号分两路进入移相器和同相加法器进行运算,形成混合信号.混合信号传输到RLS自适应滤波器后,基于RLS算法计算误差信号的最小值,输出误差最小的信号,抑制数字电路信号传输中的干扰.实验结果显示,经处理后的数字信号的波形变化趋势更加清晰,且波形抖动的幅度显著降低,呈现出较优的抗干扰效果.

摘要： 舰船运动及包络的实时预报可以为舰载机起降、船舶减摇、海上锚泊并靠物资补给、动力定位等提供辅助指导意见.本文利用某实船的升沉、纵摇与横摇数据,建立运动和包络的2阶自适应Volterra级数模型,通过RLS算法估计Volterra级数模型的核,统计了不同工况下的运动预报精度.分析结果表明,Volterra级数模型可以用来辨识船舶运动系统,纵摇与升沉预报精度较好,运动预报可以与包络预报相结合共同指导工程作业.

摘要： 针对现有Widlar微电流源中电阻参数计算误差较大的问题,研究了一种基于Laguerre多项式拟合曲线的误差校正方法,并使用递推最小二乘法(RLS)对拟合曲线的模型参数进行递推计算,使得拟合曲线高精度拟合Widlar微电流源的非线性特性.研究结果表明,该方法具有很高的电阻参数计算精度,最大相对误差小于0.0963％,在Widlar微电流源设计领域具有重要的应用价值.%In order to solve of the problem of larger errors in the calculation of resistance parameters for existing Widlar micro current source,an error correction method based on Laguerre polynomial curve-fitting is studied,and the recursive calculation of the model parameters for the fitted curve was implemented by using the recursive least squares (RLS) so as to make the fitted curve fit the nonlinear characteristics of the Widlar micro current source with high precision.The research results show that the proposed method has high calculation precision of resistance parameter,and the maximum relative error is less than 0.0963 ％,therefore the presented approach has important application value in the field of Widlar micro-current source design.

摘要： 自适应滤波与系统辨识一直是信号处理中的重要研究课题，递归最小二乘RLS算法利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数，从而可以处理具有未知自相关函数的给定信号及噪声。在研究RLS算法原理的基础上，设计了自适应滤波器和系统辨识算法，在Matlab环境下进行仿真实验。实验结果证明了RLS算法用于系统辨识的准确性和含噪信号去噪的有效性，其在数字信号处理领域必将广泛应用。

摘要： 自适应滤波与系统辨识一直是信号处理中的重要研究课题，递归最小二乘RLS算法利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数，从而可以处理具有未知自相关函数的给定信号及噪声。在研究RLS算法原理的基础上，设计了自适应滤波器和系统辨识算法，在Matlab环境下进行仿真实验。实验结果证明了RLS算法用于系统辨识的准确性和含噪信号去噪的有效性，其在数字信号处理领域必将广泛应用。

摘要： 自适应滤波与系统辨识一直是信号处理中的重要研究课题，递归最小二乘RLS算法利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数，从而可以处理具有未知自相关函数的给定信号及噪声。在研究RLS算法原理的基础上，设计了自适应滤波器和系统辨识算法，在Matlab环境下进行仿真实验。实验结果证明了RLS算法用于系统辨识的准确性和含噪信号去噪的有效性，其在数字信号处理领域必将广泛应用。

摘要： 自适应滤波与系统辨识一直是信号处理中的重要研究课题，递归最小二乘RLS算法利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数，从而可以处理具有未知自相关函数的给定信号及噪声。在研究RLS算法原理的基础上，设计了自适应滤波器和系统辨识算法，在Matlab环境下进行仿真实验。实验结果证明了RLS算法用于系统辨识的准确性和含噪信号去噪的有效性，其在数字信号处理领域必将广泛应用。

摘要： 介绍了基于RLS算法的MIMO-OFDM导频信道估计方法,使导频值均布于整个发射时段,各天线频域导频不必时分复用,提高了传输效率.在得到导频信道估计系数的基础上为了在恢复全部频域信道系数过程中,减少噪声的影响,提高信道估计精度,采用基于广义Akaike信息论准则估计出每一路径的具体时延,将时间窗内非路径的点置0的方法.准静态MIMO-OFDM信道环境下的仿真结果表明,基于RLS和广义Akaike信息准则的算法能够有效地减少噪声对信道估计的影响,显著降低了信道估计的均方误差.

摘要： 介绍了基于RLS算法的MIMO-OFDM导频信道估计方法,使导频值均布于整个发射时段,各天线频域导频不必时分复用,提高了传输效率.在得到导频信道估计系数的基础上为了在恢复全部频域信道系数过程中,减少噪声的影响,提高信道估计精度,采用基于广义Akaike信息论准则估计出每一路径的具体时延,将时间窗内非路径的点置0的方法.准静态MIMO-OFDM信道环境下的仿真结果表明,基于RLS和广义Akaike信息准则的算法能够有效地减少噪声对信道估计的影响,显著降低了信道估计的均方误差.

摘要： 介绍了基于RLS算法的MIMO-OFDM导频信道估计方法,使导频值均布于整个发射时段,各天线频域导频不必时分复用,提高了传输效率.在得到导频信道估计系数的基础上为了在恢复全部频域信道系数过程中,减少噪声的影响,提高信道估计精度,采用基于广义Akaike信息论准则估计出每一路径的具体时延,将时间窗内非路径的点置0的方法.准静态MIMO-OFDM信道环境下的仿真结果表明,基于RLS和广义Akaike信息准则的算法能够有效地减少噪声对信道估计的影响,显著降低了信道估计的均方误差.

摘要： 介绍了基于RLS算法的MIMO-OFDM导频信道估计方法,使导频值均布于整个发射时段,各天线频域导频不必时分复用,提高了传输效率.在得到导频信道估计系数的基础上为了在恢复全部频域信道系数过程中,减少噪声的影响,提高信道估计精度,采用基于广义Akaike信息论准则估计出每一路径的具体时延,将时间窗内非路径的点置0的方法.准静态MIMO-OFDM信道环境下的仿真结果表明,基于RLS和广义Akaike信息准则的算法能够有效地减少噪声对信道估计的影响,显著降低了信道估计的均方误差.

摘要： 介绍了基于RLS算法的MIMO-OFDM导频信道估计方法,使导频值均布于整个发射时段,各天线频域导频不必时分复用,提高了传输效率.在得到导频信道估计系数的基础上为了在恢复全部频域信道系数过程中,减少噪声的影响,提高信道估计精度,采用基于广义Akaike信息论准则估计出每一路径的具体时延,将时间窗内非路径的点置0的方法.准静态MIMO-OFDM信道环境下的仿真结果表明,基于RLS和广义Akaike信息准则的算法能够有效地减少噪声对信道估计的影响,显著降低了信道估计的均方误差.

摘要： 本文分析了适用于时变系统的变遗忘因子最小二乘法的性能，并将这种算法应用于循环平稳信号，推导出了针对循环平稳信号的变遗忘因子算法的递推公式。仿真实验证明，新的算法不需要参考信号，有较强的跟踪能力和较小的均方误差，而且即使在信噪比较小的条件下仍能保持很好的性能，所以更利于在智能天线技术中的实时应用。

摘要： 本发明公开了一种基于改进RL反卷积算法的星图去模糊方法，包括：(1)在星图模拟器中设置基本模拟参数，使用基本模拟参数模拟出清晰星图及对应的模糊星图；(2)根据惯性传感器元件数据计算各个所述模糊星图的点扩散函数；(3)采用RL反卷积算法完成星图去模糊化，并记录去模糊效果最优迭代次数和迭代步长；(4)将每幅模糊图像的点扩散函数、迭代次数和迭代步长作为输入进行神经网络预测模型的离线训练，训练完成后得到预测模型，输出为迭代次数和迭代步长。本发明克服了传统RL反卷积去模糊算法需要人为手动试探迭代次数、迭代步长来完成星图去模糊的缺点，提高了算法的实时性并且还显著提高了星图去模糊的效果。

摘要： 本发明公开一种基于直接学习结构的改进RLS算法，属于无线通信信号处理领域。该算法结构包括一个非线性模型的预失真器，一个瞬时增益模块和一个自适应算法模块；利用功放的输入、输出信号得到功放自适应预失真过程中的瞬时增益，对直接学习结构中功放模型的辨识过程进行优化。本发明通过与NFXRLS算法的比较，改进RLS算法使其通过瞬时增益模块，避免了预失真过程中对功放模型的辨识，其在高、低频点处的相邻信道功率比分别可以达到‑68.45dBc和‑67.58dBc，在保证预失真效果的同时进一步降低直接学习结构的复杂度并减少了算法的计算量。

摘要： 本发明公开了一种基于RLS算法的自适应去混响方法。该方法包括以下步骤：步骤1，利用传声器获取信号，然后通过模数转换将模拟信号转换为数字信号；步骤2，对信号做短时傅里叶变换后，不同频带内的信号单独地利用RLS算法进行去混响；步骤3，对滤波器输出的时‑频域的去混响信号做短时傅里叶逆变换，得到时域的去混响信号。本发明根据滤波器系数的变化量对声源位置进行检测，设计时变的遗忘因子，使得RLS算法在去混响时的声源突变情况下，既具有较快的收敛速度又能有较好的稳态去混响性能。

摘要： 本发明涉及一种基于RLS算法的麦克风阵列输出信号自适应校准方法，提供的方法能够解决因为麦克风的不匹配而导致的波束形成器对输出信号造成严重衰减或扭曲的问题，使得输出信号能够达到更快的误差收敛速度和更小的失真误差。同时，本发明提供的校准方法是对输出信号进行分组处理的，对于当前组输出信号的校准是基于前一组输出信号数据所更新的校准滤波器的，由于更新后的校准滤波器能够很好地贴合输出信号的特性，因此其校准的准确度与现有技术相比得到了提高，且由于校准滤波器的系数在整个的校准过程中是适应于输出信号的特性进行变化的，在麦克风阵列出现老化或环境变化等因素导致的麦克风阵列的输出特性变化较大的情况下，本发明提供的校准方法也能够很好地适应于这种变化，对输出信号进行有效的校准。

摘要： 本发明属于数字信号处理技术领域，具体为一种基于克罗内克分解的RLS声反馈抑制算法，包括步骤1：初始化设置与信号采集：为估计的房间冲激响应，初始时是长度为L的全零向量，采集并缓存麦克风接收信号；步骤2：RLS‑NKP滤波器系数更新；步骤3：声反馈抑制；步骤4：频移法FS去相关；步骤5：信号扩放与输出；步骤6：查询缓冲区，如果缓冲区存在数据，重复步骤二到五；如果缓冲区无数据，结束任务，其结构合理，在弱混响下拥有良好的声反馈抑制效果；与传统RLS算法相比，可有效降低计算复杂度。

摘要： 本发明公开了一种基于RLS自适应滤波算法的叶片面积自动检测装置及方法，装置包括激光发生扫描机构以及三轴自动移动平台；三轴自动移动平台包括两台步进电机、电机控制器、传送带、滑块、可调节导轨以及调节旋钮；激光发生扫描机构包括激光发生器、光电转换传感器、数据采集卡、计算机以及激光功率调节器；传送带包括一横栏传送带以及两竖栏传送带，横栏传送带通过滑块连接在两竖栏传送带之间，可调节导轨通过调节旋钮固定在横栏传送带的滑块上；激光发生器和光电转换传感器设置在可调节导轨的末端，激光发生器和光电转换传感器均连接激光功率调节器。本发明能快速得出叶面积指数，装置使用操作方便，效率高、准确率高。

摘要： 本发明公开一种基于直接学习结构的改进RLS算法，属于无线通信信号处理领域。该算法结构包括一个非线性模型的预失真器，一个瞬时增益模块和一个自适应算法模块；利用功放的输入、输出信号得到功放自适应预失真过程中的瞬时增益，对直接学习结构中功放模型的辨识过程进行优化。本发明通过与NFXRLS算法的比较，改进RLS算法使其通过瞬时增益模块，避免了预失真过程中对功放模型的辨识，其在高、低频点处的相邻信道功率比分别可以达到‑68.45dBc和‑67.58dBc，在保证预失真效果的同时进一步降低直接学习结构的复杂度并减少了算法的计算量。

摘要： 本发明涉及导航定位技术领域，尤其涉及一种基于RLS改进算法的导航定位去噪方法及去噪系统。该方法包括以下步骤：接收基带信号输出数据；提取出导航电文信息、广域差分和完好性信息、观测伪距信息；计算得到卫星位置、地球自转误差和相对论误差；判断其是否为广域差分定位，得到自体完好性监控数据；将自体完好性监控数据输入内设有RLS改进算法的自适应滤波器，得到并输出导航定位数据。本发明通过导航电文信息、广域差分和完好性信息、观测伪距信息进行一系列的处理，最终利用内设有RLS改进算法的自适应滤波器，得到导航定位数据，能够有效的去除噪声。

摘要： 本发明提供了一种基于RL模型算法的直流配电网故障测距方法，包括：针对双极短路故障情况，忽略线路分布电容的影响，构建线路等效R‑L模型；R‑L模型算法需计算电流量的导数，获取方法是用两点采样值的差分值代替中点时刻的微分值，平均值代替瞬时值；在两个不同时刻分别测量，得到两个独立方程，联立求解，即可求得未知数R和L：将R、L与线路参数比较，获得故障距离，实现故障测距功能。本发明提出一种基于R‑L模型算法的直流配电网故障测距方法，通过对双端信息测量实现直流配电网精准测距。所提保护可较好地满足直流配电网对保护速动性与选择性的需求。

摘要： 本发明公开了一种基于RLS算法的自适应去混响方法。该方法包括以下步骤：步骤1，利用传声器获取信号，然后通过模数转换将模拟信号转换为数字信号；步骤2，对信号做短时傅里叶变换后，不同频带内的信号单独地利用RLS算法进行去混响；步骤3，对滤波器输出的时‑频域的去混响信号做短时傅里叶逆变换，得到时域的去混响信号。本发明根据滤波器系数的变化量对声源位置进行检测，设计时变的遗忘因子，使得RLS算法在去混响时的声源突变情况下，既具有较快的收敛速度又能有较好的稳态去混响性能。