自适应滤波

摘要： 背景:下肢外骨骼机器人用于恢复患者的基本行走能力,要实现人-机的高度协同和制定机器人控制策略,就要对包括步态在内的人体下肢运动意图进行识别.目的:提出一种新式分类器,利用人体表面肌电信号进行步态识别.方法:首先,采集人体5种步态模式的下肢表面肌电信号;其次,对采集的信号进行降噪和特征提取以获得5种步态模式的数据集,并将其两两结合形成10组数据集;再次,将每组数据集的训练集按照AdaBoost算法规则输入至概率神经网络进行训练;从次,将已训练概率神经网络集成获得10个强分类器;最后,将测试集样本输入到10个强分类器并采取投票机制判断其所述类别.结果 与结论:实验使用改进AdaBoost算法对5种步态模式进行识别,取得了90.2％的平均识别率;将其与仅使用一个概率神经网络进行对比,单独使用概率神经网络时的平均识别率为68.2％,低于改进AdaBoost分类器的平均识别率;将弱分类器更换为支持向量机、BP神经网络、决策树构建强分类器进行对比,当仅使用一个弱分类器时,支持向量机的平均识别率高于概率神经网络,然而将弱分类器使用改进AdaBoost算法集成以后,以概率神经网络为弱分类器时的识别率相较于以支持向量机为弱分类器时84.3％的识别率更高.

摘要： 该文提出一种通用稀疏系统识别Lawson-lncosh自适应滤波算法,该算法采用系数向量的Lawson范数和误差的lncosh函数构建代价函数。Lawson范数约束引入参数p,实现稀疏约束滤波动态调整,所提算法可以提高稀疏系统识别时的收敛速度,减小了稳态误差。误差的lncosh函数具有良好的抗脉冲噪声性能。然后,算法分析了步长参数的取值范围和参数p对算法性能的影响。计算机仿真结果表明,在高斯信号输入和色信号输入情况下,所提算法的性能要明显优于其他现存算法,且具备稀疏约束可控特性。

摘要： 目前设计的网络入侵监测系统对于入侵信息的漏报率较高,准确率较低。为了解决上述问题,引入自适应滤波处理技术,设计了一种新的网络入侵监测系统。系统硬件通过滤波器增强信息过滤能力,利用数据采集器采集数据,采用处理器和监测器分析数据信息。应用自适应滤波技术对信息进行检测、过滤,完成软件工作流程。实验结果表明,基于自适应滤波处理的网络入侵监测系统能够有效降低系统的漏报率,提高监测结果准确率。

摘要： 作为光纤陀螺误差的重要组成部分,随机噪声严重影响着光纤陀螺的精度,对光纤陀螺随机噪声进行准确建模和补偿是提升陀螺精度的有效方式。本文针对光纤陀螺随机噪声的复杂性,难以对其进行精确分析,ARIMA(auto-regressive moving average)模型Kalman滤波中有色噪声不能使用状态扩充法建模的问题,扩展了Harvey方程,实现有色噪声白化。同时,考虑先验噪声的不确定性以及模型参数在线更新导致的参数与状态噪声相互耦合,分析了动态Allan方差估计量测噪声的不足,使用VBAKF(variational Bayesian adaptive Kalman filter)实时修正滤波状态噪声与量测噪声。试验表明,Harvey法较传统滤波建模方式,随机噪声序列方差降低40%,Harvey法结合VBAKF使序列方差降低了54%;VBAKF较动态Allan方差,可以更好地估计量测噪声。结果表明,此方法可有效抑制随机噪声Kalman滤波中有色噪声和随机模型不准确的影响,提高随机误差补偿精度。

摘要： 针对组网雷达系统在跟踪目标发生机动时采用自适应滤波来估计目标状态的特点,在点迹融合数据处理结构的组网雷达基础上提出了一种欺骗干扰优化策略。根据状态和量测方程描述了组网雷达跟踪目标的模型,同时建立了跟踪机动目标的自适应滤波模型。在此基础上,建立了欺骗干扰模型,并在目标机动检测约束下,推导了虚假目标欺骗干扰对于组网雷达融合中心的自适应滤波估计误差协方差的影响关系式。用误差协方差矩阵的迹来量化欺骗干扰效果,并以此为优化的目标函数。使用矩阵Schur补理论把约束条件转换为线性矩阵不等式,将欺骗干扰优化策略转化为求解半定规划凸优化问题。仿真结果验证了所提欺骗干扰优化策略的有效性。

摘要： 警务及消防救援人员在处置各种案件过程中,所处环境复杂,现场噪声种类繁多。针对现场各种噪声干扰通信的问题,提出构建常规组网通信中的自适应滤波降噪系统,系统包括音频信号预处理模块、音频信号特征提取模块和噪声识别模型模块,基于此设计了音频特征识别模型,改进了高斯混合模型,使其更适用于现场噪声滤波降噪处理,提升通信质量。

摘要： 本文提出了一种结合仿射投影符号算法和核仿射投影符号算法结构的新方法,旨在改善核仿射符号算法在非高斯脉冲干扰中的收敛特性。本文所提出的方法在自适应学习的开始阶段利用了仿射投影符号算法的快速收敛率,随着迭代时间的增加,切换为核仿射符号算法来接近较低的稳态误差。该方法是基于两个自适应滤波器的仿射组合,计算机模拟验证了其有效性。

摘要： 针对航天产品多余物检测中粒子碰撞噪声滤波问题,设计了一种基于归一化最小均方自适应滤波算法(NLMS).通过基于归一化最小均方自适应滤波算法可以滤除由转台和振动台的驱动所带来的平稳背景噪声和缓变直流偏置,从而有效地提取粒子碰撞噪声信号,通过仿真验证了算法的有效性,并且通过实际的检测信号处理进一步验证了算法.

摘要： 多波束测深系统在海洋探测中应用广泛,但受海底环境复杂、多径效应限制,多波束测深数据易产生大量噪声。为提高测深数据质量,降低噪声数据影响,精确获取水下地形地貌,选择采用空间自适应趋势面滤波法对测深数据进行分区块滤波处理。结合某工程实践,介绍了多波束测深系统的工作原理及构成,论述了空间自适应滤波法的基本原理和具体流程,并对多波束测深系统数据采集、处理流程进行了阐述。通过实验对该滤波算法进行了分析,结果显示该方法可快速有效地实现噪声滤波,获取的水下地形较为真实。

摘要： 文章提出一种基于自适应滤波的多目标检测方法。将雷达回波等分成回波矩阵X_(i),计算X_(i)的协方差矩阵并进行特征值分解;利用特征值矩阵D计算奇异谱,估计主分量个数N_(ev),以N_(ev)>3作为门限判断回波矩阵X_(i)是否包含目标;通过特征矢量矩阵V构成的自适应滤波器对X_(i)滤波,估算滤波后回波脉冲的Pareto模型参数,生成Pareto随机序列;采用K-L散度识别目标回波,用峰值检测法确定各个目标位置。通过实测海杂波数据实验,验证了所提方法的有效性。

摘要： 在导航信号较弱或者强干扰的环境中,传统的GPS/INS组合导航滤波方式自适应能力弱,无法应对多变的外部环境,为此提出卷积神经网络辅助的组合导航自适应滤波,结合自适应滤波和卷积神经网络的处理非线性能力共同提高系统的自适应性.仿真结果显示系统的估计精度得到提升,证明了该算法的可行性和有效性.

摘要： 本文以天然气输气管道模拟泄漏试验数据为研究对象,对于淹没在非高斯噪声中的管道微弱泄漏信号进行检测研究,提出一种非高斯噪声背景下的管道微弱泄漏信号检测和定位技术.由于传感器采集的管道信号包含丰富的频谱成分,采用自适应滤波器跟踪输入信号变化,消除无用低频分量,使输入噪声信号的功率谱变得平坦,通过两阀室检测信号白化后再相关的处理技术,达到管道泄漏点定位的目的.两次管道放气试验数据分析的结果表明,本文提出的技术能够有效地进行非高斯噪声背景下的管道微弱泄漏信号的检测和定位.

摘要： 地震资料中的不连续性特征在储层表征和解释上具有很重要的作用,如何更好地保边去噪是当前研究的热点.在不断研究中发现,噪声在不同频带上的分布强度不同,传统噪声压制方法在全频带上处理会对地震数据造成影响.因此,本文提出了一种基于变分模态分解(VMD)的自适应滤波方法.该方法通过VMD将数据分解到不同固有模态函数(IMF)剖面,再针对不同IMF进行自适应阈值判断处理.模型和实际资料处理结果显示该方法不仅能提高地震资料信噪比而且保护并恢复了地层不连续性信息.

摘要： 针对室内定位环境的复杂性和接收无线电信号的波动性,提出了基于自适应滤波的指纹匹配室内定位算法,从而可以自动匹配室内环境,使接收的无线电信号更为准确.该算法是非基于距离的定位算法,首先通过对待测点接收的信号强度进行自适应滤波,然后再利用指纹匹配算法估计出待测点的位置.仿真结果表明,通过对比取均值处理得到的结果,自适应滤波后的定位误差更小.

摘要： 针对海上目标的检测,提出了一种改进的海杂波抑制方法.针对海杂波多普勒谱动态变化的复杂性,引入非参数化纹理提取方法获取海杂波纹理分量,将自适应滤波中所需要的训练数据量确定问题转换为海杂波纹理分量的相关性计算.并在自适应滤波后,引入了相邻距离门的频谱相似性处理,进一步抑制残余杂波.实测数据的实验结果表明,与传统的自适应滤波海杂波抑制方法相比,提出的改进方法具有更好的杂波抑制效果和更高的目标检测性能.

摘要： 针对激光陀螺旋转调制惯性导航系统,提出一种基于自适应滤波的正反连续旋转对准方法,利用绕天向轴旋转使水平陀螺漂移、加速度计零偏的影响受到抑制的特点,结合自适应卡尔曼滤波器,实现旋转对准方案.实验验证结果表明,旋转对准方法相较传统静基座对准方法,精度有明显提高,证明了该方法的有效性.

摘要： 针对自主完好性监测外推法(AIME)在检测组合导航缓变故障中存在较大延时且不能准确判定故障结束时刻等问题,提出了一种改进型AIME-RCTM的联合故障检测算法:通过最小二乘支持向量机(LS-SVM)对残差的回归预测值构造AIME检验统计量,并引入自适应滤波(AKF)调整量测噪声阵,以抑制缓变故障对滤波结果的影响;在此基础上,联合残差2χ检测法(RCTM)判断故障结束时刻;仿真结果表明,该方法可有效缩短缓变故障检测延时,并能准确判定故障结束时间,同时对突变故障也具有较好的检测效果.

摘要： 去除测井曲线中的毛刺干扰对测井资料解释工作和地质导向工作都有重要作用.传统的中值滤波方法和近年来的Hilbert-Huang变换(HHT)方法都需要人为指定处理参数,不同的参数会改变曲线的信噪比和地层分辨率,干扰后续工作.本文提出一种基于HHT的测井曲线自适应滤波方法,利用测井曲线和随机噪音内部模态函数(IMF)的平均周期以及平均能量之间的分布规律,确定出原始测井曲线的噪音IMF分量,进而重构出滤波后的曲线.基于某油田的自然伽马曲线处理结果表明,该方法可以客观有效地确定测井曲线的噪音成分,提高测井曲线滤波的准确度和效率.

摘要： 随着工业技术和产品的升级,一些复杂结构件的精密、高效加工对数控机床主轴的性能提出了新的挑战,其中最主要的问题在于这些复杂结构件的高效加工会带来了切削过程的振动不确定性,使得稳定切削演变为颤振切削,从而产生较大切削变形,难以保证加工精度.因此,研究面向智能主轴的铣削颤振早期在线识别,通过主轴轴端保证多种工况下铣削加工过程的平稳进行,具有重要意义与应用价值.

摘要： 低信噪比环境下语音的端点检测在语音处理中占有十分重要的地位.对于一个受到加性噪声污染的语音信号通常采用滤波的方式,能够抑制噪声,并使原始语音保持相对不变.提出了一种基于最小均方误差(LMS)自适应滤波减噪与改进的双门限语音端点检测算法,在进行双参数双门限法端点检测的前后进行双重中值滤波平滑处理.通过Matlab仿真,将提出的语音端点检测方法与其它的方法进行对比,在信噪比较低的噪声环境下使得语音的端点检测效果具有更优的准确率与稳健性.

摘要： 一种示例方法包括：经由视频比特流的第一语法级别对第一去块滤波控制语法元素进行解码，该第一去块滤波控制语法元素具有指定去块滤波信息是否存在于比特流的第二语法级别中的值；经由译码视频比特流的第一语法级别对第二去块滤波控制语法元素进行解码，该第二去块滤波控制语法元素具有指定去块覆盖是否被启用的值；响应于第一去块滤波控制语法元素指定去块滤波信息存在于比特流的第二语法级别中，并且不管第二去块滤波控制语法元素的值如何，经由第二语法级别对指定去块滤波信息的一个或多个语法元素进行解码；以及基于去块滤波信息，对视频数据的块应用去块滤波。

摘要： 本发明实施例提供一种自适应滤波方法、自适应滤波器及存储介质，属于信号处理领域。所述方法包括：根据接收的参考频率生成参考信号；根据所述参考信号和所述滤波器权值计算带通输出信号；根据接收的待滤波信号、所述带通输出信号计算带阻输出信号；根据所述带阻输出信号调整学习速率；以及根据所述学习速率更新所述滤波器权值以用于下一周期中带通输出信号的计算。在滤波过程中，根据带阻输出信号可以判断带通输出信号是否及时有效跟随到输入信号，据此动态调整学习速率可以实输出信号的现更快速跟随。

摘要： 本申请公开了自适应滤波方法和自适应滤波器。该方法的一具体实施方式包括：自适应滤波器接收输入的语音信号；对语音信号进行滤波；根据噪声分量和语音分量，分别构建第一滤波器系数更新影响项和第二滤波器系数更新影响项；基于第一滤波器系数更新影响项、第二滤波器系数更新影响项，对自适应滤波器的滤波器系数进行更新。实现了将语音失真程度作为滤波器系数迭代更新的约束条件，使得自适应滤波器在正常工作的同时，兼顾语音失真程度，限制语音信号失真的大小。从而在确保语音信号增强的同时降低语音失真程度，进而消除在语音识别过程中，因语音信号过度失真而对语音识别效果的影响。

摘要： 本发明实施例公开了一种噪声像素自适应滤波方法及一种噪声像素自适应滤波系统。该方法包括：采集标准图像的图像信号；将标准图像的图像信号转换为矩阵信号；创建噪声干扰信号模型，通过噪声干扰信号模型计算所述标准图像的噪声信号；将矩阵信号和噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果；将滤波系统的输出结果与标准图像作差，得到误差；重复上述各个步骤，得到多个误差，计算多个误差的绝对误差，当绝对误差最小时，将得到最佳的滤波权值结束本次滤波。本发明的技术方案可以解决滤波收敛速度和滤波时变跟踪能力与稳态误差之间的矛盾，并且能够快速有效地处理图像，在有效快速滤除噪声的同时，减小稳态误差，更能够保留图像的主要信息，提高算法的执行效率。

摘要： 本发明公开了一种自适应滤波方法、自适应滤波器和噪声控制系统。本发明的噪声控制系统包括初级传感器、误差传感器、次级声源和自适应滤波器；本发明的自适应滤波器包括自适应滤波单元和权系数更新单元；本发明的自适应滤波方法包括：自适应滤波器接收参考信号，并根据参考信号以及滤波器权系数获得输出信号，以驱动扬声器产生次级噪声信号；根据参考信号、误差传感器发送的误差信号计算预设算法的收敛步长，并利用参考信号、误差信号和确定收敛步长的预设算法更新滤波器权系数，以调整次级噪声信号的强度，直至误差信号达到预设阈值。本发明能够在噪声信号能量变化较大的背景环境下，保证算法稳定、快速地收敛，提升系统降噪效果。

摘要： 本发明提供一种自适应射频滤波器及其自适应射频滤波系统，所述自适应射频滤波器包括：第一耦合放大电路、第二耦合放大电路、电压比较电路、频率比较电路、与非门、使能控制电路和压控滤波器，射频输入信号通过第一耦合放大电路分别连接至所述电压比较电路和频率比较电路，所述射频输入信号通过所述压控滤波器连接至所述第二耦合放大电路，所述第二耦合放大电路分别连接至所述电压比较电路和频率比较电路，所述电压比较电路和频率比较电路分别连接至所述与非门的输入端，所述与非门的输出端通过所述使能控制电路连接至所述压控滤波器的控制端。本发明实现自适应滤波功能，无需外部DA芯片或MCU进行控制，进而能有效降低其测试和测量的复杂度。

摘要： 本申请涉及一种使用资源共享的自适应滤波器和一种操作所述自适应滤波器的方法。所述滤波器包括至少一个计算块、监测块和偏移计算块。所述计算块被配置成用于在迭代程序中根据自适应会聚算法来调整滤波器系数c

摘要： 本发明提供的自适应滤波器、自适应滤波方法以及伺服控制系统，利用数据缓存器存储伺服控制系统的转速误差数据，其中，所述数据缓存器包括多个数据缓存数组，采用快速傅里叶变换算法对所述数据缓存器中的转速误差数据进行频谱分析得到快速傅里叶变换分析结果，将所述快速傅里叶变换单元得到的所述快速傅里叶变换分析结果进行存储至幅值存储器，其中，所述幅值存储数组与所述数据缓存数组的个数对应，所述快速傅里叶变换分析结果中包括频域数据的幅值和对应的频率，利用频域带宽搜索单元对所述幅值存储器内的所述快速傅里叶变换分析结果进行处理得到自适应滤波器的参数，满足伺服控制系统快速响应、高精度定位的需要，实现了伺服控制系统在变谐振条件下的稳定运行，具有结构简单、容易实现、效果显著的优点。

摘要： 本发明实施例提供一种自适应滤波方法、自适应滤波器及存储介质，属于信号处理领域。所述方法包括：根据接收的参考频率生成参考信号；根据所述参考信号和所述滤波器权值计算带通输出信号；根据接收的待滤波信号、所述带通输出信号计算带阻输出信号；根据所述带阻输出信号调整学习速率；以及根据所述学习速率更新所述滤波器权值以用于下一周期中带通输出信号的计算。在滤波过程中，根据带阻输出信号可以判断带通输出信号是否及时有效跟随到输入信号，据此动态调整学习速率可以实输出信号的现更快速跟随。

摘要： 本发明实施例公开了一种噪声像素自适应滤波方法及一种噪声像素自适应滤波系统。该方法包括：采集标准图像的图像信号；将标准图像的图像信号转换为矩阵信号；创建噪声干扰信号模型，通过噪声干扰信号模型计算所述标准图像的噪声信号；将矩阵信号和噪声信号叠加作为滤波输入信号，得到滤波系统的输出结果；将滤波系统的输出结果与标准图像作差，得到误差；重复上述各个步骤，得到多个误差，计算多个误差的绝对误差，当绝对误差最小时，将得到最佳的滤波权值结束本次滤波。本发明的技术方案可以解决滤波收敛速度和滤波时变跟踪能力与稳态误差之间的矛盾，并且能够快速有效地处理图像，在有效快速滤除噪声的同时，减小稳态误差，更能够保留图像的主要信息，提高算法的执行效率。