基于神经网络的自适应滤波技术

本文在Ｈｏｐｆｉｅｌｄ神经网络和ＴＨ线性优化网络的茂盛耻，提出了自适应滤波算法的神经网络实现，理论和计算机模拟均表明该算法的神经网络硬件实现，将大大提高自适应滤波器的时效性。     

一种变步长LMS自适应滤波算法及分析

本文对变步长自适应滤波算法进行了讨论,建立了步长因子μ与误差信号e(n)之间另一种新的非线性函数关系.该函数比已有的Sigmoid函数简单,且在误差e(n)接近零处具有缓慢变化的特性,克服了Sigmoid函数在自适应稳态阶段步长调整过程中的不足.由此函数本文得出了另一种新的变步长自适应滤波算法,并且分析了参数α,β的取值原则及对算法收敛性能的影响.该算法有较好的收敛性能且计算量少.计算机仿真结果与理论分析相一致,证实了该算法的收敛性能优于已有的算法.     

基于LMS算法与RLS算法自适应滤波及仿真分析

自适应滤波器在随机信号处理当中得到了广泛应用.文讲述了LMS算法和RLS算法的基本原理,基于两种算法的推导过程较为繁琐,不便理解,本文以两种算法的主要计算环节为突破口,选取合适的迭代公式,对两种算法进行公式推导,方便读者理解.同时,本文通过原理推导、软件仿真的试验方法,设置输入信号、噪声信号,通过输出信号的图像走势对两种算法的优缺点进行对比分析,使读者对两种算法及滤波器的设计具有直观的认识,有一定的参考意义.     

一种新的高速自适应滤波的脉动实现结构

LMS算法具有计算简单,易于实现的特点,被广泛应用于诸如通信和雷达等许多信号处理领域,对其高速实现结构的研究一直是滤波器结构设计中的一个研究重点和热点。该文基于并行流水线LMS(PIPLMS)算法,设计了一种高速自适应滤波器脉动结构。该结构既具有脉动结构的高度流水特性,又具有一定的并行性。与已有结构相比,该文设计的结构具有更高的数据吞吐率。同时由于其并行特性,该结构还具有更低的系统功耗,更大的步长因子选择范围和更快的收敛速度。     

一种改进型LMS自适应滤波算法及其分析

传统固定步长LMS算法的优点是简单且易于实现,但其先天的缺点是在增大步长因子以加快收敛速度的同时也会引起较大的稳态误差。在分析LMS算法的性能基础上,提出基于μ（k ）和x（k ）之间的非线性关系函数的LMS算法改进形式vμLMS算法,最后通过理论分析和仿真结果表明,vμLMS算法可以较好的克服LMS算法存在的固有缺陷。     

基于子带分解的自适应滤波

本文对基于子带分解的自适应滤波做了研究，给出子带分解下的包含子带间滤波的最优维纳解和ＬＭＳ算法，并分析了其收敛性能和计算复杂度，与传统的ＬＭＳ算法相比，基于子带分解的自适应滤波具有更好的性能，计算机模拟结果也体现了这一点。     

基于LMS算法的自适应滤波及在回声消除中的应用

介绍NLMS和NVLMS两种算法控制步长的思想。在此基础上，提出了新的变步长算法，同时使用误差积累和误差控制步长变化，并构建了基于自适应滤波算法的回声消除系统，将三种算法分别在此系统中应用，仿真验证了提出的算法具有更快的收敛速度和更小的稳态误差。并且在发生系统跳变时也能快速收敛。     

消除噪声的一种变步长自适应滤波方法

在电子系统中不可避免地会受到噪声的干扰．用固定参数的滤波器进行消除噪声有其缺陷，它对信号与噪声的先验知识需要得较多．本文讨论了用一种变步长自适应滤波器消除噪声的方法．实验仿真证明这种方法能有效地去除弱信号中的噪声．     

适合硬件实现的自适应滤波算法

文章给出了一种适合硬件实现的自适应算法——改进的LMS算法。对算法的收敛性进行了详细的证明，并使用C语言验证了该算法与基本LMS算法的收敛速度是相同的。     

基于LMS算法的自适应滤波器仿真实现

为了达到最佳的滤波效果,使自适应滤波器在工作环境变化时自动调节其单位脉冲响应特性,提出了一种自适应算法:最小均方算法(LMS算法)。这种算法实现简单且对信号统计特性变化具有稳健性,所以获得了极为广泛的应用。针对用硬件实现LMS算法的自适应滤波器存在的诸多缺点,采用Matlab工具对基于LMS算法的自适应滤波器进行了仿真试验。仿真结果表明,应用LMS算法的自适应滤波器不仅可以实现对信号噪声的自适应滤除,还能用于系统识别。     

自适应滤波器LMS算法的DSP实现

滤波器在数字信号处理中有着广泛的应用,针对常规滤波器因具有固定的滤波器系数,对某些信号处理系统不能实现最优滤波,设计了一种自适应滤波器及实现的软件算法,并通过DSP得到验证。结果表明该滤波器实现方法简单、不依赖模型,具有较强的稳健性。     

基于LMS自适应滤波器实现伪码同步

介绍了利用自适应滤波器实现直接序列扩频系统PN码同步的新方法。该方法提高了接收机的系统集成度，缩短了同步建立的时间，且在瑞利衰落和多径条件下表现出良好的性能特性，具有广阔的应用前景。     

LMS算法自适应均衡性能分析

无线数据通信过程中的多径效应容易造成码间干扰,而且由于通信载体以及通信周围物体的运动,导致这种码间干扰也在随时间变化而变化。在通信系统中采用均衡技术是改善信道特性解决码间干扰之有效的方法,为此文中从时域均衡原理出发,讨论了基于LMS自适应均衡算法,并利用Matlab对算法进行了仿真。从仿真结果可以从看出步长对算法收敛性能和精度的影响,步长越小,平均误差越小,但收敛速度越慢;反之亦然。     

自适应IIR滤波器的遗传算法

基于梯度信息的计算未调节自适应IIR滤波器的系数，需要进行复杂的矩阵运算，计算量大，容易陷入局部收敛．本文构造了稳定性检测十分方便的二阶自适应IIR滤波器的并联结构，并将遗传算法应用到滤波器的系数寻优，可以快速地收敛到全局最优解．     

一种改进的自适应格型陷波算法及其收敛性分析

现有自适应格型陷波器中的引入算子取自局部误差信号,在迭代过程收敛后存在陷波频率偏移的问题,影响了滤波的效果.本文对级联格型陷波滤波器的自适应算法进行了讨论,分析了陷波参数估计与引入算子的关系,在推导原算法迭代误差的数学期望方程基础上,提出一种改进的自适应滤波算法.该算法在不增加计算量的前提下,克服了原算法在收敛后存在的陷波频率偏移的不足.仿真结果与理论分析相一致,证实了该算法的收敛性能优于原有的算法.     

自适应滤波算法研究及其Matlab实现

在对自适应滤波器相关理论研究的基础上,重点研究了LMS自适应滤波算法,给出了不同信噪比条件下,LMS算法的Matlab仿真实现的滤波结果,通过分析仿真结果可以看出,在一定信噪比范围内,LMS算法在未知信号与噪声统计特性的条件下可以达到较好的滤波效果.     

基于自适应滤波的雷达脉压系统的建模与仿真

介绍了一种基于LMS算法自适应滤波的雷达脉冲压缩系统的建模与仿真研究,完成自适应滤波的计算机模拟,将其应用在雷达脉冲压缩系统中.也完成了整个雷达脉冲压缩系统的计算机建模与仿真工作,给出了仿真模型及结果.     

LMS自适应算法设计FIR,IIR数字滤波器的应用及比较

简要介绍了FIR，IIR数字滤波器的特点，在此基础上应用基于自适应模型的LMS算法对FIR，IIR数字滤波器进行了系数综合，并通过Matlab 6．5计算机仿真比较了不同抽头数时，两种类型滤波器效果的差别，给出了一些重要结论。从计算机仿真结果可以看出，当滤波器抽头数相同时，IIR滤波器具有更好的通带和阻带特性。而随着抽头数目的增加，FIR滤波器的性能可以得到很大改善。当抽头数目足够大时，两种滤波器性能趋于一致。值得指出的是，LMS算法用于FIR滤波器的计算量明显小于相同抽头数的IIR滤波器，因而收敛较快。