新的变步长LMS算法及其在自适应噪声对消中的应用

介绍了一种基于均方误差估计的新变步长LMS自适应滤波算法。与传统的LMS算法相比,该算法具有较快的收敛速度和较小的稳态失调。将该算法应用于自适应噪声对消系统的仿真中,给出了计算机仿真结果,仿真结果与理论分析一致,证明了新算法的优越性。     

基于相关误差的变步长LMS算法

以自适应对象建模为应用背景,对不同的变步长LMS算法进行对比研究,提出了一种基于相关误差的变步长LMS算法,仿真结果表明,该算法较现有算法具有较快的收敛速度和较高的收敛精度.     

基于零均值特性的箕舌线变步长 LMS算法

针对基于箕舌线变步长LMS算法步长更新公式易受噪声干扰的问题，根据高斯自噪声的零均值特性，提出基于零均值特性的箕舌线变步长LMS算法，使算法的抗噪声干扰能力增强。若2算法选取相同参数α、β，则基于零均值特性的箕舌线变步长LMS算法相对于箕舌线变步长LMS算法具有小的稳态误差。在保证算法收敛的条件下，基于零均值特性的箕舌线变步长LMS算法相对箕舌线变步长LMS算法具有较快的收敛速度。     

一种改进的LMS算法及其在自适应消噪中的应用

介绍了一种改进的LMS自适应滤波算法及其在自适应噪声对消中的应用。该算法利用误差信号的相关值去调节步长,解决了算法收敛时间与稳态误差间的矛盾,为实际应用提供了更大的灵活性。它同时实现了均方误差小和收敛速度快,并且降低了LMS算法对噪声的敏感性。文中最后给出了仿真结果,仿真结果与理论分析是一致的。     

基于比例归一化LMS算法次级通道模型辨识

将主动噪声控制技术应用于地铁通风隧道的噪声控制上，其应用效果在很大程度上取决于信号处理的实时性。在保证控制算法收敛的基础上，要求算法收敛速度尽可能快，以确保对声波变化的准确跟踪，据此产生匹配的振幅相等、相位相反的次级声信号，进而对噪声进行控制。利用比例思想对LMS算法进行改进，为小系数配上小的步长因子，为大系数配上较大的步长因子。最后，将其应用在地铁通风隧道的次级声通道模型的辨识上，并与常用的LMS算法在收敛速度、稳态失调性能上做出比较。数值分析结果表明，采用改进后的LMS算法能够有效地加快算法收敛，改善算法的稳态失调性能。     

基于数字滤波的低频时码秒脉冲抖动平滑方法研究

低频时码授时信号在接收时，由于环境等因素的影响会导致解调得到的低频时码秒脉冲出现抖动。为减小该抖动现象对低频时码定时精度的影响，基于我国低频时码授时系统（BPC），研究并设计基于数字滤波的秒脉冲抖动平滑方法，通过仿真实验，验证分析了最小均方误差（LMS）自适应滤波算法和卡尔曼滤波算法的有效性和抖动平滑性能。结果表明，低频时码秒脉冲的抖动现象可以通过BPC 1PPS (one pulse per second)和本地1PPS之间的相位差波动情况反映；LMS自适应滤波算法和卡尔曼滤波算法对BPC 1PPS的抖动平滑处理均有明显效果，卡尔曼滤波算法的抖动平滑效果更优，但存在一定的收敛时间，LMS自适应滤波算法的滤波结果响应速度快，但抖动平滑性能受滤波器阶数的影响。所以，在实际应用中，应根据实际需求选择合适的滤波器及相关参数。     

航空发动机气路故障诊断的平方根UKF方法研究

设计了适用于双轴涡扇发动机健康参数估计的平方根UKF滤波算法,解决了线性卡尔曼滤波器估计结果准确性依赖于线性模型精度;常规UKF算法中由于计算误差及噪声信号影响引起误差协方差矩阵负定而导致滤波结果发散等问题.提出了根据测量残差变化改进滤波收敛速度与稳定性的方法.发动机渐变与突变故障模式下仿真结果表明,平方根UKF估计算法收敛速度快,稳定性强,精度高,是一种有效的发动机气路部件健康参数估计与故障诊断方法.     

自适应差分进化算法在气动优化设计中的应用

 以实数编码的差分进化（DE）算法为基础，引入种群熵估计方法分析种群个体的分散程度，自适应地调整设计变量的搜索范围。采用Navier-Stokes方程作为主控方程计算翼型气动性能，分别采用标准遗传算法（SGA）、基本DE算法和自适应差分进化（ARDE）算法作为气动性能优化算法进行了针对翼型的气动优化设计。函数测试实例表明,ARDE算法具有更好的收敛稳定性和收敛速度。并针对翼型气动优化问题的特点，分析了参数设置对ARDE算法优化结果的影响。实验结果对比表明，ARDE算法得到了更好的优化结果。     

一种改进的捷联惯导系统划船补偿算法

高精度的划船效应补偿算法是提高高动态、恶劣振动环境下捷联惯性导航系统性能的重要手段之一。鉴于所研究系统的陀螺及加速度计的输出都是脉冲，因此可以转化得到载体的角速率、加速度、角增量和速度增量。本文将角速率，角增量以及加速度，速度增量信号同时引入速度更新计算当中，提出了一类新的划船效应补偿算法。对这类新划船效应补偿算法的系数方程进行了推导并对其补偿性能进行了分析。根据系数方程列出了几种补偿算法的系数和补偿误差。采用典型划船运动作为测试输入，对列出的新算法进行了仿真研究。仿真结果表明，与传统的划船补偿算法相比，新算法具有更高的补偿精度。     

基于辅助粒子滤波的机动目标跟踪研究

针对机动目标跟踪巾扩展卡尔曼算法（EKF）收敛速度慢、跟踪精度低的问题，基于粒子滤波（PF）和辅助粒子滤波（APF）的基本思想，结合目标先验信息将速度约束条件加入到跟踪过程巾，对辅助粒子滤波算法进行了仿真分析，与扩展卡尔曼进行仿真对比，分析了跟踪性能和误差。仿真结果表明，对机动目标跟踪问题，辅助粒子滤波不仅解决了扩展卡尔曼线性化困难难题，与EKF相比还具有收敛速度快，跟踪精度高的优点。     

基于Kalman滤波的GPS/INS接收机自适应干扰抑制方法

 考虑到惯导信息辅助GPS(GPS/INS)接收机对干扰抑制实时性的要求,提出一种基于Kalman滤波的GPS/INS接收机自适应干扰抑制方法。自适应广义旁瓣相消(GSC)多采用低复杂度最小均方(LMS)算法更新权矢量,收敛速率较低,严重时会导致接收机定位中断。首先利用Householder变换构建GSC下支路的阻塞矩阵,用于阻塞任意二维阵型阵列接收的期望信号;再用Kalman滤波自适应更新下支路权矢量,从而有效提高阵列输出信干噪比(SINR)。理论分析和仿真结果说明本文方法可有效抑制干扰对接收机的影响,且具有实时性高的特点。     

An improved LMS adaptive algorithm for narrowband interferencesuppression in direct sequence spread spectrum

In 1990 Vijayan and Poor proposed nonlinear predictive methods for suppressing narrowband interference in spread spectrum (SS) systems with a significant increase in signal-to-noise ratio (SNR) improvement. The main drawback of their adaptive nonlinear filter is its slow convergence rate. A new adaptive least mean squares (LMS) algorithm to increase the slow convergence of their nonlinear adaptive filter is described. Computer simulation results are presented to support the advantages of the new filter     

小波域的自适应波束形成算法

 在分析传统自适应波束形成的基础上,首次提出了一种小波域的自适应波束形成算法。与通常的自适应波束形成算法相比,该算法利用小波变换对小波空间进行了分解,信号经小波变换自相关性会下降,收敛速度提高,同时在此分解过程中,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现,而且具有较好性能。同时仿真实验表明该算法收敛速度与小波基和尺度的选择有关,尺度越大收敛速度越快;对于同一小波基系列,小波基的正则性越好收敛速度越快。     

基于FPGA的自适应陷波器研究和设计

对基于FPGA的自适应滤波器进行了研究.首先,分析了最小均方根(LMS)算法原理,并介绍了陷波器的稳定性问题.然后,提出了一种基于FPGA的自适应滤波器的实现方法,并进行了仿真验证.最后搭建了试验平台验证了陷波器的功能.仿真和试验结果表明,该自适应陷波器有良好的滤波功能.     

基于AEKF的永磁同步电机转速估计算法研究

针对在转速估算研究中采用常数矩阵不能准确描述永磁同步电机(PMSM)在不同运行条件下系统噪声的问题,提出了一种基于新息序列和状态残差的自适应扩展卡尔曼滤波算法(AEKF)。同时,对AEKF的稳定性进行理论上的探究。经仿真验证,与传统扩展卡尔曼滤波算法相比,AEKF在收敛速度和收敛精度上更优,参数鲁棒性更好。     

Results from a Four-Element Adaptive Antenna Experiment

Experimental results from a four-element, linear, half-wavelength spacing, adaptive-array antenna under the control of the least mean square (LMS) algorithm are presented. The array is found to be capable of nulling a 70-MHz signal to -35 dB below a desired signal over a 5-MHz bandwidth. The antenna processing gain is constant over a desired signal-to-jammer signal power ratio range from -20 dB to 5 dB. A sharp reduction in processing gain is observed for angular separations between jammer and desired signal of less than 10°. Antenna patterns taken with weights set in 300 iterations of the LMS algorithm show that the one strong, one weak jammer combination has a longer weight convergence time and reduced processing gain compared with a two strong jammers combination. Contours of constant desired signal-to-jammer signal power ratio, after adaptive antenna processing, reveal a complex shape for communication between air and ground due to the finite angular resolution of the adaptive antenna.