调节水床效应的双梯度有源噪声控制自适应算法*

为了使自适应反馈有源噪声控制系统能够兼顾水床效应,通过约束次级信号的能量以调节噪声放大,设计了一种双梯度算法。当次级信号满足约束,算法沿着最小化误差信号能量的梯度方向迭代,反之,则沿着最小化次级信号能量的方向迭代。在有源降噪耳机实例中的对比结果表明,该算法能调节噪声放大并保持较大的降噪带宽,且运算量没有显著增加。     

异构混合相关熵有源噪声控制算法

近几年兴起的基于最大相关熵准则的FxMCC算法在有源噪声控制系统中取得了良好的降噪性能。然而,已有的FxMCC算法仅使用了单一的高斯核,算法在强脉冲噪声环境下降噪能力严重退化,且算法对核宽参数极敏感,不合适的核宽会降低算法降噪性能。为了弥补FxMCC算法的不足,该文引入异构混合相关熵,使用由高斯核和拉普拉斯核组成的混合核作为代价函数,推导了基于异构混合相关熵的FxMCC-MK算法。该文进一步分析了所提算法的收敛条件和稳定性,并与已有的算法进行了计算复杂度比较。仿真结果表明,在标准对称α稳定分布脉冲噪声和真实噪声录声的有源噪声控制中,相比于已有的相关熵算法,该文提出的FxMCC-MK算法具有更低的核宽参数敏感度,更强的鲁棒性和更快追踪能力。     

基于自适应混合滤波的多目标跟踪算法

针对多目标视频跟踪中需要主要解决的目标冲突、合并以及分离等问题,提出了基于自适应混合滤波的多目标跟踪算法。采用混合高斯背景建模法获得前景图,并对图中阴影采用一种简化去除算法,即判断前景像素时,将HSV分量用加权的形式描述,而不必对各个分量依次判断。对前景图提取观测值时,引入了合并处理算法,将分裂的多个矩形检测框进行合并。然后,利用推理的方法将前景观测值与目标关联,用自适应混合滤波算法实现多目标有效跟踪。该算法结合了均值漂移算法运算效率高的和粒子滤波算法能够有效处理遮挡情况的特点。实验表明该算法可以高效地跟踪多目标、准确判断目标的出现和消失,并能够解决多目标冲突、合并和分离等问题。     

有源噪声控制的一种变换域算法

有源噪声控制广泛应用于中低频噪声控制中。传统的有源控制都是在时域内使用LMS算法进行控制，由于LMS算法的收敛速度跟输入信号的自相关矩阵特征值分布有关，当特征值分布较大时，LMS算法的收敛速度会变的很慢。本文使用离散余弦变换(DCT)技术，在变换域内进行有源噪声控制的研究，同时考虑了变换域约束。仿真表明算法的有效性。     

用模拟退火算法设计光学有限脉冲响应滤波器

提出了利用记忆型模拟回火退火算法来进行基于晶体双折射的光学有限脉冲响应滤波器设计的新方法，用以实现任意光谱响应双通道输出。模拟退火算法模拟了固体缓慢退火从而获得最低内能的物理过程，是一种简单而有效的随机性全局优化算法。应用具有记忆功能的回火退火算法，在较少的晶体延迟片数目下，实现了较优的设计。为证明该设计方法的可行性和有效性，给出了宽波带绿色／品红(Green／Magenta，G／M)滤波器的设计实例以及实验结果。初步研究表明，所设计结果完成满足LCOS投影分合色的要求。     

封闭空间自适应有源噪声控制误差传声器的最优布放

对于封闭空间有源噪声控制,本文研究了在次级声源布放确定的情况下,如何选择误差传声器的数目及位置以取得最大降噪量的问题.理论分析及仿真结果表明:误差传声器布放准则与次级声源布放准则类似.同时,本文提出误差信号内插法,以减少误差传声器数目,提高降噪量。     

一种改进的选频有源噪声控制算法

提出了一种改进的选频有源噪声控制(FSFANC)算法。一个FSFANC系统通过在信号输入通道中引入选频滤波器(FSF)选择一根待消除的谱线进行处理,多个FSFANC系统可以独立并行工作。本算法采用只含两个系数的有限冲击响应(FIR)结构对次级通道、初级通道、选频滤波器、控制滤波器等有关模块进行建模。理论分析和实验结果表明,当FSF中心频率一定时,即便噪声谱线频率与其有几赫兹的偏差系统也依然保持稳定。本算法结构简单,计算量小,收敛速度快,稳定性高,克服了现有FSFANC算法对频率偏差要求过于严格的限制。     

一种能量比调控的有源噪声控制算法

在前馈有源噪声控制系统中,建模信号与控制信号相互影响,建模信号的引入会导致系统降噪性能变差。为了减小建模信号的影响,提出一种基于能量比调控的次级通道在线建模有源噪声控制算法。利用控制过程与建模过程的误差能量比构造步长调控函数,分别调节控制过程与建模过程的步长值,从而减弱两者的相互影响。在次级通道建模过程中,对建模步长值采取分段调控的方法,并通过建模步长值的变化来调节建模信号,从而提升系统降噪性能。仿真结果表明,对于低频噪声信号的有源噪声控制,相比已有算法,提出的算法能获得较快的建模收敛速度和较高的降噪量。     

基于引导滤波的自适应红外图像增强改进算法

在红外图像处理中,细节增强和噪声抑制尤为重要,重点在于将高动态范围的红外图像压缩至低动态范围的同时保留细节信息、抑制图像噪声。以引导滤波的自适应红外图像增强算法为基础,提出一种基于引导滤波的自适应红外图像增强改进算法。通过引导滤波平滑初始输入图像,将初始输入图像与平滑后的图像做差获得包含大动态温度信息的基础层图像和小动态温度信息的细节层图像,分别对基础层图像、细节层图像进行压缩处理和噪声抑制;以不同的融合比例将处理后的基础层图像、细节层图像进行融合获得输出图像。为了减少算法运算时间、突出图像细节信息的同时减小细节层噪声对输出图像的影响且达到自适应场景的效果,利用可用于筛选有效灰度值的自适应门限参数和直方图分布信息设计出一维压缩数组对图像进行压缩,并将图像融合中的定值比例系数更改为自适应融合比例系数。通过直方图分布信息中的最大值、最小值确定自适应门限参数,同时利用直方图分布信息设计出一维压缩数组对图像进行压缩;获取直方图中有效灰度值个数,通过有效灰度值个数与总灰度值个数之间的比值对图像的场景信息进行判断,根据不同的场景信息确定基础层图像与细节层图像的自适应融合比例系数,实现图像融合。实验结果分别与直方图均衡算法、基于引导滤波的高动态红外图像增强算法、基于引导滤波的自适应红外图像增强算法进行比较,选用四种不同的场景从主观、客观两种层面进行分析。对比结果从主观分析得出该算法处理后的图像可突出细节轮廓信息、减少细节层噪声对融合后输出图像的影响。从客观评价得出该算法在四种场景下的平均计算时间为0.753 5 s,低于对比算法计算时间;并且使基础层图像和细节层图像的融合比例系数达到自适应场景的效果。     

室内有源噪声控制的潜力

室内的有源噪声控制是现实的,但也受到一些限制.本文对限制因素做了分析和探讨了克服措施,并求得最高可能达到的水平。     

无次级通道建模有源噪声控制算法的实验研究

以管道中有源噪声控制为实验平台,基于ADSP21161N数字信号处理评估板实现了本文作者早先提出的不需要次级通道建模的基于LMS方法的四方向搜索型有源控制算法,并给出了该算法在实际应用中收敛系数的选取原则。针对单频和多频噪声的实验结果表明,前人两方向搜索型有源控制算法在大部分频率上都能收敛,但在次级通道相位为±90°的频率不能收敛,而本文作者所提出的四方向变收敛系数搜索型算法,在所有频率都能快速收敛。     

基于FPGA的光纤陀螺自适应LMS滤波算法研究

光纤陀螺仪的精度严重制约着以其为核心的惯性导航系统精度,为进一步提高系统精度须对光纤陀螺进行滤波处理。本文在自适应LMS滤波算法的基础上,以FPGA实现光纤陀螺数据的采集和滤波处理。以光纤陀螺的延时信号作为参考值,实时自适应调整陀螺不同时刻输出的权值来实现对噪声的滤除。在FPGA中,利用有限状态机的方式来完成该滤波算法的实现,同时完成权值系数的更新和信号采集等模块的功能。结果表明,经过FPGA采集并滤波后的光纤陀螺信号中的噪声分量明显降低,滤波延时远小于采样周期,完全满足工程实际需要。     

基于声场复现的有源噪声控制支撑技术*

有源噪声控制是一种有广泛用途的低频噪声控制技术,目前已在部分场合取得商业化应用,然而该技术的大规模应用仍然面临诸多困难,声场复现技术为解决其中的关键问题提供了有效手段。该文论述了声场复现的两种实现方式(声场重构和声场再现)的基本原理、国内外现状及其在有源控制技术开发中的应用,尤其是基于声压匹配法的初级声场重构、基于球阵的声场再现以及电声器件布放优化设计。     

基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅰ)线性自适应滤波

提出了一种基于相空间邻域的线性自适应滤波算法，将时间域变换到高维重构矢量空间，使 得不可能实现的线性预测变成了可能.实验结果表明：这种基于相空间邻域的线性自适应预 测滤波器能够有效预测一些混沌序列，能够检测到一些混沌载波中的信号，具有去混沌噪声 的能力. 关键词： 混沌时间序列 重构矢量 自适应预测     

基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅱ)非线性自适应滤波

根据相空间重构理论、最小均方误差准则和最陡下降原理，提出了一种基于相空间邻域的非线性自适应滤波算法.实验结果表明：这种非线性自适应预测滤波器能够有效预测一些混沌序列，在某种程度上具有抗噪声的能力. 关键词： 混沌时间序列 重构矢量 最小均方误差准则 非线性自适应预测     

基于改进自适应Wiener滤波的光学合成孔径系统图像复原算法

为了解决光学合成孔径系统成像模糊问题以及研究其相应图像复原算法,采用Zemax软件分析了四孔径光学合成孔径系统的MTF,以及其像质模糊原因。并用MATLAB仿真分析常用的Wiener滤波复原算法,得出该算法在处理合成孔径系统图像存在不足。提出了一种基于K值自适应改变Wiener滤波图像复原方法,通过计算机仿真验证表明,该算法可使合成孔径系统降质图像的像质得到较好改善,复原效果优于Wiener滤波,且其像质评价参数PSNR以及ISNR分别提高了6.89%和1.1dB。     

基于自适应Kalman滤波的机器人运动目标跟踪算法

针对足球机器人比赛时的模型变化及其环境噪声先验估计不准确的问题,提出一种基于自适应卡尔曼滤波的足球机器人视觉跟踪算法。该算法将一种基于减背景的运动目标识别的方法与自适应卡尔曼滤波跟踪模型进行结合,对背景进行实时更新,并通过形态学滤波去除残留的小区域,从而准确的识别运动目标,通过自适应的在线调整运动模型参数来保证模型预测值的准确性,进而提高了目标跟踪时的匹配效率,实现了目标的精准、迅速跟踪。通过实验证明,该算法是很有效的,具有推广价值。     

一种改进的自适应中值滤波算法

针对椒盐噪声的特点,提出了一种改进的自适应中值滤波算法。该算法通过对小窗口内非噪声点的检测来决定是增大滤波窗口还是选择输出。新算法尽可能地减小了滤波窗口,使得图像细节得到更好的保持。数值试验结果表明,新算法能够在有效抑制噪声的同时更好地保持图像细节信息,尤其在高概率密度噪声条件（〉70%）下也能取得较好的结果,比传统自...     

自适应特征选择的相关滤波跟踪算法

针对相关滤波方法对快速运动与快速变形的目标跟踪稳定性较差的问题,提出一种自适应特征选择的相关滤波跟踪算法。利用位置滤波器和颜色概率模型提取候选区域中的基础特征,对基础特征以不同的权重分配方式进行融合,得到多个融合特征。对融合特征进行可信度判定,选择可信度较高的融合特征作为当前帧的跟踪特征,估计出目标的候选位置。若最高可信度低于可信度阈值,启动检测器重新检测目标位置,否则候选位置即为目标最终位置。与此同时,对目标模型进行更新,确保模型对目标描述的准确性。在标准数据集OTB50和OTB100上进行大量实验,测试结果表明,所提出的跟踪方法在运动模糊、光照变化、快速运动等条件下具有较高的跟踪准确率和较好的稳健性。