收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

自适应去除多噪声干扰滤波器的设计与研究

高榕  
【摘要】:语音信号在接收和传输过程中,总是会遭到外界和自然环境等不同程度的干扰,使得实际有用信息受到影响,所以如何准确滤除信号中的噪声和干扰,一直是数字信号处理领域追求的目标。传统处理方式工作的前提条件是知道信号和噪声的统计知识,而实际环境复杂,这些条件基本都是难以准确获得的。自适应滤波器提供了一种吸引人的滤波方式,它可以依据某种事先确定的迭代算法,跟随环境变化自动更新本身滤波器系数,使其达到平衡状态,实现滤波功能。另外,真实生活中,影响信号质量的噪声一般不只一种,周期性干扰和宽带高斯白噪声是两种典型代表,因此研究一款能同时去除多噪声干扰的自适应滤波器是非常必要的。 本文从研究自适应去除多噪声干扰滤波器的意义着手,介绍了自适应滤波器的组成结构,对其工作原理进行了详细的理论推导和分析,同时总结了几种常用的自适应滤波算法,其中最小均方算法(LMS)是在最陡下降法的基础上发展衍生来的,该算法的收敛性、收敛速度、失调、计算复杂度等性能都与步长因子和滤波器阶数有着密切关系,因其具有迭代过程简单、计算量小、易于实现、应用广泛等特点,成为本论文设计采用的自适应算法。 高斯白噪声抵消器和周期性干扰分离器是本论文设计的基本组成部分,它们核心原理都是LMS自适应滤波器,高斯白噪声抵消器的基本思想是将高斯白噪声污染的信号与滤波估计出的参考信号进行抵消,周期性干扰分离器的基本思想是在原始输入信号前加入延迟单元,使得周期性信号与延迟后的宽带信号不相关,从而滤波估计,得到有效信号。本文利用Matlab软件编程仿真验证了其功能正确,设计效果与参数有关。 自适应去除多噪声干扰滤波器的设计基于LMS自适应算法,主要由两级架构组成,第一级是两个并行工作的周期性干扰分离器,主要作用是先将周期性信号从所接收到的信号中分离出来,第二级是一个高斯白噪声抵消器,作用是把信号中的高斯白噪声继续滤除,最后输出最佳信号。基于SIMULINK平台对设计的多噪声干扰消除器进行建模仿真,实验结果表明该模型能够同时滤除混合噪声,符合设计需求,架构是可行的。 System Generator是Xilinx公司推出的一款数字信号处理系统高层次开发工具,它在FPGA设计方面基于同一平台完成系统模型建立、仿真、执行、验证、配置下载等工作,加快了开发速度。本文采用这种新颖的设计方式,基于SystemGenerator软件成功构建了多噪声干扰消除器的硬件模型,从多个方面对硬件仿真结果进行了对比分析,验证了硬件设计能够同时去除周期性干扰和高斯白噪声,滤波效果和算法一致,可以成功在FPGA上开发实现,而且本论文设计流程规范,系统具有可配置参数功能和高灵活性,可作为一款多噪声干扰消除器的IP核来使用。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 韩丽君;;扩频通信抗窄带干扰滤波器仿真设计[J];网络安全技术与应用;2017年05期
2 郭文慧;王亚林;;自适应回波干扰滤波器的设计[J];牡丹江师范学院学报(自然科学版);2014年01期
3 姜泉璐;汪立新;吕永佳;吴玉彬;叶军;;基于LMS自适应滤波器的设计[J];电子设计工程;2011年14期
4 田霓光;程伟;;维纳滤波器与LMS自适应滤波器性能比较[J];价值工程;2015年06期
5 陈昌孝;何明浩;申正义;王志斌;;LMS自适应滤波器的FPGA实现[J];武汉理工大学学报(交通科学与工程版);2011年04期
6 陈明霞;邹文斌;刘玉县;;基于FPGA的LMS自适应滤波器设计[J];电子技术应用;2017年09期
7 宗凌,韦岗,欧阳景正;自适应滤波器的变换域LMS快速实现算法[J];华南理工大学学报(自然科学版);1996年04期
8 齐海兵;梅开乡;;基于FPGA的流水线LMS自适应滤波器设计[J];微计算机信息;2007年17期
9 刘思蔚;牟泽龙;;基于自相关的LMS自适应滤波器期望响应构建[J];自动化与仪器仪表;2020年11期
10 何林锋;谷玉海;;归一化LMS自适应滤波器的研究[J];设备管理与维修;2016年S2期
11 齐郑,陈炯聪,杨奇逊;基于小波变换和LMS自适应滤波器的单相接地选线方法[J];电力系统自动化;2004年09期
12 倪骁宁;;基于LMS算法的自适应滤波器在声学回声消除中的应用[J];计算机时代;2011年10期
13 陈良灏;朱亮;;应用LMS自适应滤波器实现直接序列扩频系统伪码同步[J];现代电子技术;2007年23期
14 宋海鹰;;基于LMS算法自适应滤波器的仿真应用[J];山西焦煤科技;2016年Z1期
15 马鹏阁;齐林;;非平稳信号处理中的LMS自适应滤波器研究[J];河南科学;2008年07期
16 姚雪春;张茂胜;王晓晨;姜林;;最小均方自适应滤波器集平均理论及实验仿真[J];无线互联科技;2014年01期
17 邱天爽,王宏禹;一种抑制周期性干扰的二级自适应时间延迟估计方法[J];大连理工大学学报;1995年02期
18 胡杰;严勇杰;石潇竹;;基于LMS滤波的地基增强系统电离层异常检测[J];大地测量与地球动力学;2020年05期
19 万政伟;惠晓威;;智能天线自适应滤波器算法研究及分析比较[J];信息化纵横;2009年17期
20 洪少春;;基于LMS改进算法的自适应滤波器在胎儿心电监测中的应用[J];邵阳学院学报(自然科学版);2007年03期
中国重要会议论文全文数据库 前20条
1 何林锋;谷玉海;;归一化LMS自适应滤波器的研究[A];2016年全国设备监测诊断与维护学术会议暨第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议论文集[C];2016年
2 邓志宝;李爱国;桑士伟;;自适应滤波器的FPGA实现[A];中国航海学会通信导航专业委员会2004学术年会论文集[C];2004年
3 卢志刚;李伟;冀尔康;吴士昌;;微粒群算法优化设计自适应滤波器[A];第七届青年学术会议论文集[C];2005年
4 周崟;李晓东;;多延迟分块频域自适应滤波器算法的步长控制[A];中国声学学会2007年青年学术会议论文集(下)[C];2007年
5 丁猛;谷爱梅;;无延迟闭环子带自适应滤波器在声回波抵消中的应用[A];全国声学设计创新技术与文化建筑声学工程学术会议论文集[C];2018年
6 张玉玺;张子璇;赵文昊;江昭明;;自适应滤波器实验平台研究与建设[A];第十二届全国信号和智能信息处理与应用学术会议论文集[C];2018年
7 倪锦根;李锋;;基于变步长的仿射投影自适应滤波器[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
8 程松;陈光梦;;自适应滤波器在实时交通状态估计中的应用[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
9 程晓斌;徐健;李晓东;;不均匀子带长阶自适应声学回声抵消[A];中国声学学会2002年全国声学学术会议论文集[C];2002年
10 马伟富;雷勇;滕欢;;自适应滤波器(LMS)算法及其在DSP上的实现[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
11 刘勇;沈毅;胡恒章;;递归神经网络自适应滤波器[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
12 周崟;邱小军;;无延迟子带自适应滤波器中分析滤波器组的构造[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年
13 刘珏;刘平香;;基于FIR自适应滤波器与线谱结构的舰船噪声模拟[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年
14 田玉荣;;比较三种工频干扰的滤波算法[A];中国生物医学工程学会医学物理分会第十次学术年会、中华医学会医学工程学分会第一次医疗设备科学管理研讨会论文集[C];1998年
15 钱伟康;郭强;谢明;刘义红;;基于自适应数字滤波器的算法研究[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
16 周永军;卢智远;牛中奇;孔令锋;;自适应滤波器在心电信号检测中的初步应用[A];全国非电离辐射与电离辐射生物效应及防护学术研讨会论文汇编[C];2004年
17 樊春燕;陈华静;刘春国;任佳;金大利;;水位动态周期性干扰的小波方法分析研究[A];中国地震学会第14次学术大会专题[C];2012年
18 李婧;李建华;;一种基于解相关的变步长归一化LMS算法[A];2010年通信理论与信号处理学术年会论文集[C];2010年
19 邓志坚;韩东;马争先;陈友樟;姚文杰;;高反压缩机抗饱和性的研究与分析[A];2021年中国家用电器技术大会论文集[C];2021年
20 李祥兵;赵晓茹;肖航;;前照灯自适应远光技术实现方案研究[A];2021中国汽车工程学会年会论文集(4)[C];2021年
中国博士学位论文全文数据库 前17条
1 黄福艺;组合步长自适应滤波理论与方法研究[D];西南交通大学;2019年
2 吴星辰;汽车协同驾驶中的专用短程通信与辅助控制研究[D];吉林大学;2018年
3 王文渊;非标准自适应滤波器研究[D];西南交通大学;2020年
4 倪锦根;变设计参数子带自适应滤波器研究[D];复旦大学;2011年
5 李宁;LMS自适应滤波算法的收敛性能研究与应用[D];哈尔滨工程大学;2009年
6 谷源涛;LMS算法收敛性能研究及应用[D];清华大学;2003年
7 袁莞迈;移动传感器网络中自适应蜂拥控制策略研究[D];哈尔滨工业大学;2019年
8 王加群;强非线性系统的小波自适应封闭算法及其在力学中的应用[D];兰州大学;2019年
9 孙天骏;基于学习控制的汽车全速自适应巡航决策与控制算法研究[D];吉林大学;2019年
10 韩玎;飞艇建模分析与反演控制研究[D];上海交通大学;2016年
11 牛瑞吾;两层复杂网络上自适应同步动力学研究[D];武汉大学;2019年
12 董璐;基于事件触发自适应动态规划的最优控制方法研究[D];东南大学;2017年
13 李浩;可重复使用飞行器自适应再入制导控制方法研究[D];哈尔滨工业大学;2018年
14 邝伟潮;信号的自适应分解及其在非参数去噪中的应用[D];广东工业大学;2018年
15 夏爱国;自适应集成显微系统及微流控在细菌研究的应用[D];中国科学技术大学;2018年
16 刘胤廷;卫星导航天线及自适应抗干扰技术[D];北京邮电大学;2019年
17 郑树伟;长江汉口至吴淞口河槽冲淤与微地貌演变对人类活动的自适应行为研究[D];华东师范大学;2018年
中国硕士学位论文全文数据库 前20条
1 高榕;自适应去除多噪声干扰滤波器的设计与研究[D];吉林大学;2013年
2 杨武;LMS自适应滤波器优化设计与仿真分析[D];吉林大学;2017年
3 万波俊;基于免疫识别模型的煤矿瓦斯大数干扰自适应滤波器研究[D];江西理工大学;2019年
4 马欣;子带自适应滤波器的设计与实现[D];西安科技大学;2019年
5 陈秋杰;基于机器学习的心电信号处理方法研究[D];广东工业大学;2019年
6 黄少冰;基于动态搜索粒子群算法的自适应滤波器设计与硬件实现[D];国防科技大学;2017年
7 刘建章;基于FPGA的自适应滤波器研究及设计[D];兰州交通大学;2019年
8 林贵春;用于回声消除的变步长自适应算法研究[D];华中科技大学;2019年
9 崔新月;基于能量采集的WSN节能关键技术的研究[D];北方工业大学;2019年
10 林浩然;可见光通信系统中自适应滤波器的设计及FPGA实现[D];北京邮电大学;2019年
11 周楠;样条自适应滤波器与网络研究[D];苏州大学;2018年
12 王万里;非线性自适应滤波算法的设计及收敛性分析[D];西南大学;2018年
13 张淑慧;基于核自适应滤波器的时间序列在线预测研究[D];大连理工大学;2018年
14 严巍;流水线型神经IIR自适应滤波器的理论和应用研究[D];西南交通大学;2018年
15 刘俞聪;嵌入式动态车辆超重检测系统的研究与设计[D];武汉理工大学;2015年
16 雷宇;基于FPGA的自适应滤波器设计[D];太原理工大学;2016年
17 王富平;稀疏核自适应滤波器实时化研究[D];武汉理工大学;2020年
18 张银行;子带自适应滤波器的FPGA实现[D];西南交通大学;2010年
19 陈卓然;带反馈结构的核自适应滤波器的研究[D];西南大学;2016年
20 杜培宇;基于自适应滤波器的噪声抑制技术研究[D];山东大学;2005年
中国重要报纸全文数据库 前1条
1 成都 电友;浅述开关电源抗干扰滤波器的工作原理[N];电子报;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978