导读:本文包含了子带自适应滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:增量式,滤波算法,子带误差,均方偏差
子带自适应滤波论文文献综述
石毅,韩义成,孙梓航,唐爽,张勇[1]（2019）在《变正则化参数的增量式子带自适应滤波算法》一文中研究指出为了解决定步长带来的快收敛速度和低稳态误差的折中问题,本文提出了一种变正则化参数的增量式归一化子带自适应滤波算法,其中变正则化参数是通过最小化后验子带误差信号的方差获得。同时对于先验子带误差信号的方差估计,本算法提出采用均方偏差(MSD)分析方法。相比于传统的滑动平均方式,该方法获得更好的估计性能。而且,本文证明了所提算法在均方意义上是收敛的。通过系统辨识和回声消除仿真实验,本文表明和现有增量式算法相比,所提算法在收敛速度和稳态误差方面具有优越性。(本文来源于《电子测量技术》期刊2019年19期）
关思秀[2]（2019）在《子带自适应滤波算法及其应用研究》一文中研究指出子带自适应滤波器在通信系统辨识,语音回声消除等领域有着广泛的应用,其基本思想是通过子带分割抽取降低输入信号的相关性,从而提高收敛速度,但随着其应用领域的不断拓展,传统的子带自适应滤波算法不断面临着新的挑战,例如在水声通信等实际应用场合中普遍存在的非高斯冲击噪声导致基于_2l范数的子带自适应滤波(Subband Adaptive Filter,SAF)算法性能退化甚至失效。另外,无线通信、视频通话等系统常常呈现稀疏特性,现有的许多子带自适应滤波算法并未充分利用这一特性,从而导致算法应用于稀疏系统时,复杂度增加、收敛速度变慢。本文深入全面地研究了抑制非高斯噪声十分有效的符号子带自适应滤波(Sign Subband Adaptive Filter,SSAF)算法,通过理论分析和仿真实验讨论了其对稀疏系统的性能局限性。基于稀疏信号处理理论,本文首先在符号子带自适应滤波算法的代价函数中引入零吸引因子,使算法在更新过程中增加了对权向量的_1l范数约束,其次融合了比例矩阵的思想,根据待估计系统的系数大小设定比例步长,最终得到了基于?律的零吸引比例符号子带自适应滤波(Zero Attractor?-law Proportionate Sign Subband Adaptive Filter,ZAMPSSAF)算法。该算法能够保证稀疏系统中占主要部分的零系数或较小系数收敛速度加快,而小部分的大系数收敛于最优值,大量仿真实验表明,本文提出的算法在不同稀疏特性系统中,不同背景噪声环境下均具有较好的收敛性能、稳态性能。同时,本文还将提出的新算法应用于数字助听器回声反馈消除系统,仿真结果也表明本文的算法可以有效抑制非高斯和高斯背景下的声反馈现象。(本文来源于《沈阳工业大学》期刊2019-06-03）
郭莹,关思秀[3]（2019）在《零吸引符号子带自适应滤波算法》一文中研究指出现实生活中,普遍存在非高斯冲击噪声导致基于l_2范数的归一化子带自适应滤波算法(Normalised Subband Adaptive Filter,NSAF)性能退化甚至失效的问题,而符号子带自适应滤波算法(Sign Subband Adaptive Filter,SSAF)可有效克服此问题,在非高斯冲击噪声环境下改善算法性能。但是,该算法未考虑许多实际应用系统具有的稀疏特性。根据稀疏性的特点,在传统的符号子带自适应滤波算法中引入零吸引因子,使得算法在运算系统中占主要地位的小系数时具有更快的收敛速度,从而提高算法的整体收敛速度。仿真结果表明,提出的算法无论在非高斯还是在高斯噪声下,对稀疏系统均有较快的快敛速度和较小的稳态误差。(本文来源于《通信技术》期刊2019年02期）
郑洋,唐加能[4]（2018）在《应用于声反馈抑制的变步长归一化子带自适应滤波算法》一文中研究指出针对自适应滤波算法中稳态失调量和收敛速度之间的矛盾,提出了一种新的变步长归一化子带自适应滤波算法。该算法在系统噪声抵消原理的基础上,用迭代收缩的方法估计得到无噪先验子带误差的功率,对每个子带步长进行更新。对所提出的算法进行数学分析,可以得出该算法是稳定的和收敛的。在长回声路径和短回声路径两种情况下,将该算法应用于助听器声反馈抑制系统中。相对于其他归一化子带自适应滤波算法,仿真实验表明,所提算法实现了更快的收敛速度,获得了更低的失调量。(本文来源于《应用声学》期刊2018年03期）
张兵,谢方伟,张新星,王存堂,王雅婷[5]（2016）在《基于子带自适应滤波的振动台功率谱复现》一文中研究指出为了提高液压振动台功率谱密度复现的精度和减少功率谱均衡时间,研究了子带自适应滤波系统辨识技术。在分析振动台功率谱均衡原理的基础上,指出液压振动控制系统辨识的精度直接影响到功率谱复现的精度及均衡时间。针对系统辨识技术研究算法的结构,推导出算法迭代公式和收敛条件。同时,为了将信号更好地分解到各个子频带,探讨了一种近似完全重构滤波器组设计方法,近于消除滤波器组的幅值失真和混迭失真。基于液压振动台功率谱复现流程,采用Matlab/Simulink仿真软件进行仿真试验,仿真结果证明了子带自适应滤波算法在液压振动台功率谱复现过程中的有效性。(本文来源于《振动与冲击》期刊2016年19期）
刘小蒙,邵高平,戚晓慧[6]（2016）在《改进子带自适应滤波算法及其在回波抵消中的应用》一文中研究指出本文提出了两种基于多带结构的仿射投影符号子带自适应滤波器(Affine Projection Sign Subband Adaptive Filter,AP-SSAF)的改进方法。针对稀疏系统的系统识别,设计了两种子带自适应滤波器。首先给出了AP-SSAF的变正则化参数更新方程,文中采用随机梯度下降法来更新正则化参数,来使系统的均方偏差最小化,该方法能同时兼顾快速收敛及低稳态失调。其次将权重分布矩阵引入AP-SSAF得到系数比例AP-SSAF,该方法能够利用系统的稀疏性提高AP-SSAF的收敛性能。仿真中将本文所提算法用于一般系统识别以及回波抵消,实验结果验证了本文的算法对脉冲噪声具有稳健性,具有较好的跟踪性能,并具有较快的收敛速度及低稳态失调。(本文来源于《信号处理》期刊2016年08期）
倪锦根,马兰申[7]（2015）在《分布式子带自适应滤波算法》一文中研究指出为了解决分布式最小均方算法在输入信号相关性较高时收敛速度较慢、分布式仿射投影算法计算复杂度较高等问题,本文提出了两种分布式子带自适应滤波算法,即递增式和扩散式子带自适应滤波算法.分布式子带自适应滤波算法将节点信号进行子带分割来降低信号的相关性,从而加快收敛速度.由于用于子带分割的滤波器组中包含了抽取单元,所以分布式子带自适应滤波算法和对应的分布式最小均方算法的计算复杂度相近.仿真结果表明,与分布式最小均方算法相比,分布式子带自适应滤波算法具有更好的收敛性能.(本文来源于《电子学报》期刊2015年11期）
王侠,梁瑞宇,王青云,唐加能,赵力[8]（2015）在《应用于助听器反馈抑制系统的变步长归一化子带自适应滤波算法》一文中研究指出为减小自适应滤波算法中较快的收敛速度与较低的失调量之间的矛盾,提出了一种变步长归一化子带自适应滤波(VSS-NSAF)算法,并将其用于助听器声反馈抑制系统.该算法基于滤波器系数短时平均和长时平均之间的归一化距离,将滤波器的更新状态分为收敛状态、过渡状态和平稳状态.滤波器可在不同更新状态下自适应地使用不同步长,收敛状态下使用大步长以保证快速收敛,过渡状态下则使用逐步减小的阶梯状步长以进一步降低失调量,平稳状态下使用小步长以保证系统收敛至稳态解.仿真实验结果表明,与传统的归一化最小均方误差(NLMS)算法及其他子带自适应滤波算法相比,所提算法的收敛速度更快,平均稳态失调量更低.(本文来源于《东南大学学报(自然科学版)》期刊2015年03期）
戚晓慧[9]（2015）在《子带自适应滤波技术研究及其应用》一文中研究指出自适应滤波器在通信、声纳、雷达、音频处理、图像处理等领域有着广泛的应用,是自适应信号处理中最受关注的研究课题之一,其性能主要由所使用的自适应算法和滤波器结构决定。子带自适应滤波器具有特殊的结构,能够对输入信号进行频带分割与抽取,从而减小输入信号的相关性、提高收敛速度、降低对信号处理速度的要求,近年来被广泛应用于信号处理领域。本文依据课题需要,针对子带自适应滤波器中的滤波器组设计和自适应滤波算法展开深入研究,主要内容及创新点概况如下:1.研究了均匀子带滤波器组的基本结构以及原型滤波器的设计方法。针对均匀子带余弦调制滤波器组中,采用间接设计法得到的原型滤波器恢复出的信号幅度存在失真较大的问题,首先依据重构条件和过渡带的平方根余弦滚降特性设计代价函数,然后通过选择合适的原型滤波器通带截止频率,使其3dB通带截止频率接近理想滤波器的通带截止频率,最后通过迭代的方式最小化代价函数并获得最佳原型滤波器。仿真实验表明,相比于同类设计方法,改进后的原型滤波器具有更好的重构性能。2.针对系统辨识中的应用,设计了两种变参数子带自适应滤波器。针对仿射投影归一化子带自适应滤波算法收敛速度和稳态失调存在的折中问题,设计了使均方偏差上界最小化的变步长矩阵替代固定步长,该变步长矩阵由各子带的步长参数构成,相对原有算法仅有较低的复杂度增加。实验仿真表明,该方法相比变参数归一化子带自适应滤波类算法具有更好的收敛性能、跟踪性能以及对脉冲干扰的鲁棒性。针对仿射投影符号子带自适应滤波算法收敛速度和稳态失调存在矛盾的问题,提出了一种变正则化参数设计方法。该方法采用随机梯度下降法来更新正则化参数从而使得均方偏差最小化,仿真验证了其收敛性能和对脉冲干扰以及double-talk的鲁棒性好于变参数符号子带自适应滤波类算法。3.针对信道均衡中的应用,设计了两种变参数子带均衡器。通过分析发现多带结构可以有效的克服传统子带均衡器输出端存在混迭分量的问题,在此基础上提出了两种基于多带结构的变参数子带均衡器,来解决定参数均衡器收敛速度和稳态失调之间的矛盾。第一种是在符号子带均衡算法的基础上,将每次迭代中最小化后验误差向量的能量作为代价函数,来设计变步长矩阵,并用于下一次迭代;第二种是在归一化子带均衡算法的基础上,将最小化误差向量的能量作为代价函数,采用随机梯度下降法来更新正则化参数,从而得到该均衡算法的变正则化参数。两种方法都能较好的解决子带均衡器的快收敛速度和低稳态失调之间的矛盾,从而获得良好的整体性能。(本文来源于《解放军信息工程大学》期刊2015-04-15）
楼天良,侯楚林[10]（2014）在《变步长比例归一化子带自适应滤波算法研究》一文中研究指出针对欠定模型条件下定步长比例归一化子带自适应滤波(PNSAF)算法收敛速度和稳态误差之间的矛盾,提出了一种变步长VSS-PNSAF算法。该算法将系统干扰噪声和欠定模型噪声对系统性能的影响考虑进滤波器系数更新过程中,利用后验误差对其进行补偿,根据先验误差与后验误差之间的联系,导出了一种适用于比例归一化子带自适应滤波算法的步长调节方法。该算法综合了子带自适应滤波、比例自适应算法及变步长方法的优点。仿真结果表明:与定步长比例归一化子带自适应滤波算法相比,所提算法具有更低的稳态误差和更快的收敛速度。(本文来源于《计算机工程与应用》期刊2014年09期）
子带自适应滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
子带自适应滤波器在通信系统辨识,语音回声消除等领域有着广泛的应用,其基本思想是通过子带分割抽取降低输入信号的相关性,从而提高收敛速度,但随着其应用领域的不断拓展,传统的子带自适应滤波算法不断面临着新的挑战,例如在水声通信等实际应用场合中普遍存在的非高斯冲击噪声导致基于_2l范数的子带自适应滤波(Subband Adaptive Filter,SAF)算法性能退化甚至失效。另外,无线通信、视频通话等系统常常呈现稀疏特性,现有的许多子带自适应滤波算法并未充分利用这一特性,从而导致算法应用于稀疏系统时,复杂度增加、收敛速度变慢。本文深入全面地研究了抑制非高斯噪声十分有效的符号子带自适应滤波(Sign Subband Adaptive Filter,SSAF)算法,通过理论分析和仿真实验讨论了其对稀疏系统的性能局限性。基于稀疏信号处理理论,本文首先在符号子带自适应滤波算法的代价函数中引入零吸引因子,使算法在更新过程中增加了对权向量的_1l范数约束,其次融合了比例矩阵的思想,根据待估计系统的系数大小设定比例步长,最终得到了基于?律的零吸引比例符号子带自适应滤波(Zero Attractor?-law Proportionate Sign Subband Adaptive Filter,ZAMPSSAF)算法。该算法能够保证稀疏系统中占主要部分的零系数或较小系数收敛速度加快,而小部分的大系数收敛于最优值,大量仿真实验表明,本文提出的算法在不同稀疏特性系统中,不同背景噪声环境下均具有较好的收敛性能、稳态性能。同时,本文还将提出的新算法应用于数字助听器回声反馈消除系统,仿真结果也表明本文的算法可以有效抑制非高斯和高斯背景下的声反馈现象。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
子带自适应滤波论文参考文献
[1].石毅,韩义成,孙梓航,唐爽,张勇.变正则化参数的增量式子带自适应滤波算法[J].电子测量技术.2019
[2].关思秀.子带自适应滤波算法及其应用研究[D].沈阳工业大学.2019
[3].郭莹,关思秀.零吸引符号子带自适应滤波算法[J].通信技术.2019
[4].郑洋,唐加能.应用于声反馈抑制的变步长归一化子带自适应滤波算法[J].应用声学.2018
[5].张兵,谢方伟,张新星,王存堂,王雅婷.基于子带自适应滤波的振动台功率谱复现[J].振动与冲击.2016
[6].刘小蒙,邵高平,戚晓慧.改进子带自适应滤波算法及其在回波抵消中的应用[J].信号处理.2016
[7].倪锦根,马兰申.分布式子带自适应滤波算法[J].电子学报.2015
[8].王侠,梁瑞宇,王青云,唐加能,赵力.应用于助听器反馈抑制系统的变步长归一化子带自适应滤波算法[J].东南大学学报(自然科学版).2015
[9].戚晓慧.子带自适应滤波技术研究及其应用[D].解放军信息工程大学.2015
[10].楼天良,侯楚林.变步长比例归一化子带自适应滤波算法研究[J].计算机工程与应用.2014