基于MATLAB的自适应噪声抵消器的设计与实现

基于MATLAB的自适应噪声抵消器的设计与实现作者：徐梅花，王福明作者单位：中北大学现代教育技术与信息中心,太原,030051刊名：电子测试英文刊名：ELECTRONICTEST年，卷(期)：2009，(11)被引用次数：0次参考文献(8条)1.邱天爽,魏东兴等.通信中的自适应信号处理[M].北京:电子工业出版社,2005.2.田玉静,左红伟.自适应噪声抵消的应用研究[J].青岛建筑工程学院学报,2005,26(1):77-80.3.金红华.基于TMS320VC5402自适应滤波器的实现[J].东北农业大学学报,2006,37(6):816-819.4.Shig-iI,AkihikoS.Anadaptivenoisecancellerwithlowsiginaldistortionforspeechcodecs[J].IEEETransonSignalProcessing,1999,47(3):665-673.ShigejiI,AkihikoS.语音编码中一种低信号偏差的自适应噪声抵消器[J].IEEE信号处理学报,1999,47(3):665,673.5.殷文铮,杜旭.基于简化型RLS算法的延迟改进型噪声抵消系统模型与实现[J].电声技术,2006(2):55-57.6.Shigeji,AkihikoS.Anadaptivenoisecancellerwithlowsignaldis2tortionforspeechcodes[J].IEEETransonSignalProcessing.1999,47(3):665-673.7.魏巍,刘学伟.自适应噪声抵消技术的仿真与应用研究[J].计算机仿真,2009(2).8.王海峰,陈伟,黄秋元.基于LMS算法自适应噪声抵消器的分析研究[J].计算机与数字工程,2009(3).相似文献(10条)1.学位论文赵权科结晶器温度测量中的自适应滤波方法研究2004为了减少连铸生产过程中的漏钢事故,有必要可靠地测量结晶器温度.在圆坯连铸中使用热电偶测温是个有效的方式.由于工业现场存在大量干扰,尤其是电磁搅拌转置的使用,使得干扰比有用信号强很多.尽管采用了一些硬件抗干扰措施,仍然不能获得满意的效果.常用软件滤波方法也只是一定程度上可以滤除干扰,需要采用新的方法对此进行了处理.首先该文研究了横向自适应滤波器结构,分析了自适应滤波的几种常用算法(LMS,RLS和NLMS)的特点,应用范围等.按照自适应噪声抵消原理,应用于自适应陷波器的实例,对这几种算法进行了分析.根据结晶器信号和干扰的不同特性,按照自适应噪声抵消原理,给出了一个新的自适应噪声抵消器结构对温度数据进行了处理.采用温度信号的时延做参考信号,为了消除直流分量的影响,在自适应滤波器输入前加了一个高通滤波器.该文研究了变步长LMS算法在自适应噪声抵消中的应用,最后给出了一个新的变步长NLMS算法.新的变步长NLMS算法设计简单,在初始收敛速度、时变系统跟踪能力及稳态失调几个方面性能比常用的LMS算法和NLMS算法好.结合神经网络技术,设计了基于BP神经网络的自适应噪声抵消器,并对温度信号进行了处理.Matlab仿真结果证明了上述方法的有效性.2.期刊论文郑海啸.刘珩.ZHENGHai-xiao.LIUHeng基于自适应滤波的噪声抵消法-信息与电子工程2007,5(6)语音降噪就是从带噪语音信号中提取尽可能纯净的原始语音.文中介绍了一种基于自适应滤波的噪声抵消法,采用归一化最小均方误差算法,采集实际噪声环境下各种不同信噪比的带噪语音样本进行降噪处理,实验结果表明,处理后信号的信噪比得到了较大程度的提高,大大改善了听音效果,具有很高的可懂度,且语音自然度好,没有失真;并与谱减法进行了比较,自适应噪声抵消法的降噪幅度比谱减法有一定提高,在听音效果上,用自适应噪声抵消法处理后的语音在清晰度、自然度方面优于谱减法.3.学位论文石艳丽基于DSP的自适应噪声抵消系统研究2008自适应滤波技术的发展和超大规模集成电路(VLSI)技术的迅速发展与应用为降噪研究提供了理论和技术支持。自适应噪声抵消系统能从被噪声干扰的环境中检测和提取有用信号。本文设计了一个自适应噪声抵消系统，使其能消除含噪语音信号中的背景噪音，达到提高语音信号质量的目的。论文首先介绍了自适应噪声抵消系统的理论研究，其中主要是对设计的自适应噪声抵消系统进行MATLAB仿真，验证系统设计的合理性和算法的正确性。仿真试验结果说明了自适应噪声抵消技术在语音信号噪声抵消中起到了良好的效果。其次介绍了自适应噪声抵消系统的整体设计，在理论知识的基础上，利用高速信号处理芯片DSP(TMS320LF2407)设计了噪声干扰抵消系统，在芯片上开发实现了自适应LMS算法。在软件方面，给出了自适应噪声抵消系统LMS算法的软件流程图。在硬件方面，介绍了DSP芯片以及对芯片进行仿真调试的具体过程，同时也详细地介绍了自适应噪声抵消系统的模/数和数/模转换器。4.期刊论文刘晓庆.熊晓燕.LIUXiao-qing.XIONGXiao-yan自适应滤波在噪声抵消中的应用-科技情报开发与经济2007,17(11)介绍了自适应噪声抵消的工作原理,并对算法的选择进行了简单论述,说明了选择LMS算法的原因,并进行了仿真.5.期刊论文郑陶冶.高翔基于遗传算法的自适应噪声抵消-声学技术2003,22(1)当有参考噪声信号时,自适应噪声抵消的实质就是求参考噪声输入通路的逆滤波器,LMS自适应滤波问题就是一个多变量函数的极值问题.LMS算法因其具有算法简单、容易实现的优点而为常用,但是算法的收敛特性和失调量受到步长参数μ的影响,而步长参数μ的最优值不易确定.遗传算法是一种应用于大规模搜索空间的有效方法,它不要求函数的解析表达式,只根据已知的测量数据便可以求得全局极值.本文以FIR滤波器为例,采用改进的实值编码遗传算法,将遗传算法用于逆滤波器的求解.计算机仿真结果表明该算法对噪声抵消取得了较满意的效果.6.学位论文刘春杰实时自适应噪声抵消系统的设计与实现2001该论文主要针对信号中加性噪声自适应消除的实时实现问题进行研究.根据自适应噪声抵消实时实现的要求,采用TMS320C31-60及具有主从功能的A/D和D/A转换芯片TLC320AD50C为核心器件,设计制作了一个可以脱机自主运行的嵌入式高速信号处理系统.该论文共分为六章.首先对自适应滤波技术进行了回顾,简要介绍了实时DSP系统的构成,并且提出了该论文要完成的主要工作.第二章和第三章分别对系统的硬件设计和软件设计方法作了详细描述.第四章主要介绍了自适应噪声抵消算法在TMS320C31上的实现.第五章是实验和应用部分.最后对整个论文的工作进行了总结并提出了今后的工作方向.7.期刊论文罗俊海.叶丹霞.李录明.LuoJunhai.YeDanxia.LiLuming在噪声抵消应用中自适应滤波算法性能的仿真比较-电子测量与仪器学报2008,22(4)介绍了噪声抵消的原理和从强噪声背景中自适应滤波提取有用信号的方法.利用模糊逻辑和RBF神经网络的等价性将模糊逻辑和神经网络有机的结合来构成模糊神经网络,并对BP神经网络、RBF神经网络和模糊神经网络三种基本自适应算法进行了对比研究.计算机模拟仿真结果表明,这几种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性.相比之下,模糊神经网络算法具有良好的收敛性能,除收敛速度快于BP神经网络算法和RBF神经网络算法以及稳定性强外,而且具有更高的起始收敛速率,更小的权噪声,更大的抑噪能力.8.期刊论文高宁.郑恩让.马令坤.延海波.GaoNing.ZhengEnrang.MaLingkun.YanHaibo基于神经元网络的自适应噪声抵消系统研究与实现-计算机测量与控制2010,18(1)自适应噪声抵消技术是自适应滤波器最普遍的应用之一,它是一种在未知信号和噪声的先验知识条件下,能够很好地消除背景噪声影响的信号处理技术,具有很高的应用价值;但是,在很多情况下,噪声环境非常复杂,往往是非线性的,而目前所使用的自适应滤波器均属线性滤波器,滤波后会使原始信号产生失真;由于神经网络具有非线性等优点,可以很好的逼近非线性函数,所以提出了基于神经网络的自适应噪声抵消器;仿真结果表明,该方法可以效地实现噪声的抵消;最后提出应用DSP实现语音信号自适应噪声抵消的具体方案.9.期刊论文刘世金.张榆锋.陈文略.赵兴碧.LIUShi-jin.ZHANGYu-feng.Chen-wen-lue.ZHAOXing-bi在噪声抵消应用中自适应滤波算法性能的仿真比较-系统仿真学报2006,18(5)介绍了噪声抵消的原理和从强噪声背景中自适应滤波提取有用信号的方法,并对最小均方(LMS,LeastMeanSquares)、归一化LMS(NLMS,NormalizedLeastMeanSquares)和递推最小二乘(RLS,RecursiveLeastSquares)三种基本自适应算法进行了对比研究.计算机模拟仿真结果表明,这几种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性.相比之下,RLS算法具有良好的收敛性能,除收敛速度快于LMS算法和NLMS算法以及稳定性强外,而且具有更高的起始收敛速率;更小的权噪声,更大的抑噪能力.10.期刊论文惠力.杨英.周扬.朱洪海.赵犁丰.HuiLi.YangYing.ZhouYang.ZhuHonghai.ZhaoLifeng自适应滤波在声学测波仪数据处理中的应用-气象水文海洋仪器2009,26(4)在处理声学测波仪数据时,由于潮位的影响而使计算得到的波浪特征值不准确,基于此问题,本文介绍了自适应滤波及自适应噪声抵消的基本原理,并将这种方法引入到波浪数据处理中,通过大量的实验数据比较证明这种处理方法是可行的.本文链接：授权使用：湖南工业大学(hngydx)，授权号：df835279-42de-43ac-a4d9-9d9f00cab846，下载时间：2010年6月24日