设计一M阶自适应回波抵消器，已u(n)作为系统输入，d(n)作为系统期望响应，其中d(n)中混有u(n)的回声，信号以8kHz采样，现要求回波抵消器可以消除16ms之内的回声
标签： 回波抵消器
上传时间： 2017-01-06
上传用户：cc1015285075
详尽全面的自适应粒子滤波算法资料非常适合大家对该课题的研究
上传时间： 2017-02-13
上传用户：王者A
自适应噪声对消器，适用于采样信号的白噪声消除。
标签：
上传时间： 2017-08-21
上传用户：zyt
随着 国 内 遥感卫星的迅 速发展卫星 图 像的 图 幅越来 越大分辨率越来越高 。 在轨 遥感 图 像的几何 精 度 评价要求从待评遥感 图 像和 多源 参考 图 像之间精确 地提取出 分布 均 匀 的控 制 点 信 息 。 使用 滤波 对高 分辨率影像进 行增强时 ， 会 产生过增强 和饱和 现象 影响 了 控制 点 提取效果。 为 了 克 服上述缺陷 提出 了 一 种基于 稀 疏识別的 自 适应 图像增 强算 法。 方法 首先计算 图像子区域的 辐射质量参数并构 建 分类特征 ； 然 后通过 稀疏识别算 法确 定子区域的 地物 类型； 最后根据子区域所属 地物类 型 ， 选择不同 的 滤 波 参数 实 现整幅图 像 的 自 适 应增 强 并 在增 强 的 遥感图 像上提 取控制 点 信息 实 现遥感图像 的 几何精 度 自 动 化评价。 结果 针 对资源 三号卫星影 像的 实 验结果表明 针对不同 的 子区域地物 类型进行 自 适 应 增强， 有 效 防 止了 基于全局统一 参 数的 滤波带来 的 过增 强和饱和现象 有 效增强 了 高 分辨 率图像 的纹理。 结论 提出 了 一 种 新的高分 辨率遥 感影像增强 策略 增强了 高 分辨率图 像的 纹理， 提高 了控制 点的 获 取数 目 和 准 确 率。 关键词： 稀疏识别 ； 辐射参数 ； 自 适应 增强； 提取控制 点
上传时间： 2015-11-22
上传用户：chao1020
利用LMS算法进行FIR自适应的滤波算法，通过matlab来实现。
上传时间： 2019-03-29
上传用户：niuren
自适应滤波 回波抵消器中自适应滤波在matlab下的仿真
上传时间： 2014-01-24
上传用户：tonyshao
回波抵消器中常用的几种自适应滤波算法有LMS, NLMS, RLS等算法。对现有主要算法的性能进行了分析，并对优缺点进行评价和比较。为了在收敛速度和运算量之间得到很好的折衷，对NLMS算法改进，得到了 PNLMS
上传时间： 2017-03-09
上传用户：朗朗乾坤
回波抵消器中常用的几种自适应滤波算法有LMS, NLMS, RLS等算法。对现有主要算法的性能进行了分析，并对优缺点进行评价和比较。为了在收敛速度和运算量之间得到很好的折衷，对NLMS算法改进，得到了 PNLMS
上传时间： 2017-03-09
上传用户：epson850
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
随着无线通信技术的不断发展，人们对移动通信及宽带无线接入业务需求的不断增长，无线频谱资源显得日益匮乏。因此，如何提高频谱利用率，一直以来就是无线通信领域研究的主要任务。认知无线电的提出成为当下解决频谱资源稀缺的一个有效方法。而认知无线电的特性要求认知无线系统必须具备一个可重构的自适应调制解调器。因此，对于认知无线电平台中自适应可重构调制解调器的深入研究具有重大的意义。 软件无线电是实现认知无线电的理想平台。本文首先阐述了软件无线电的基本工作原理及关键技术，对多速率信号处理中的内插和抽取、带通采样、数字下变频、滤波等技术进行了分析与探讨，为设计自适应可重构调制解调器的设计提供了理论基础。然后介绍了认知无线电系统的构成和基本工作方式，接着重点研究了其中通信模块的FPGA实现。在通信模块的实现中，研究了基于认知无线电的BPSK、π/4 DQPSK、8PSK及16QAM调制解调技术，简要论述了他们的基本概念和原理，并给出了设计方案。接着按信号流程逐一介绍了各个功能模块在DSP+FPGA硬件平台上的实现，并对得到的数据进行了分析，给出了性能测试结果。在此基础上，结合认知无线电系统的要求，提出了可变调制方式，可变传输带宽的自适应可重构调制解调器的设计方案，并对其中一些关键模块的硬件实现给出了分析，同时给出了收端波特率识别的策略。最后，论文提出了一些新的自适应技术，如波特率估计、信噪比估计等，并给出了应用这些技术的自适应调制解调器的改进方案。
上传时间： 2013-06-17
上传用户：alan-ee
