导读:本文包含了自适应滤波算法论文开题报告文献综述、选题提纲参考文献,主要关键词:自适应,误差,算法,噪声,组合,步长,稀疏。
自适应滤波算法论文文献综述写法
董庆,林云[1](2019)在《抗冲激噪声的核分式低次幂自适应滤波算法》一文中研究指出文中提出了一种基于分数低阶统计误差准则的抗非高斯冲激噪声的核分式低次幂(KFLP)算法。在存在脉冲干扰的环境下,该算法利用权重更新公式中存在瞬时估计误差的倒数系数的有利特性,使得算法在瞬时估计误差突然增大时的权重向量自动停止更新,由此消除了脉冲干扰对权重向量的影响。仿真结果表明,在相同的冲激噪声环境下,随着代价函数的幂次逐渐趋近于1,核分式低次幂算法的稳定性将得到进一步的提高。另一方面,在非高斯脉冲环境下与采用传统的均方误差准则的核最小均方(Kernel Least-Mean-Square,KLMS)算法相比,所提算法的收敛曲线更加平滑,性能更加稳定。(本文来源于《计算机科学》期刊2019年S2期)
金仁成,谢林达,蔚彦昭,魏巍[2](2019)在《基于偏振光的导航定姿自适应滤波算法》一文中研究指出针对小型无人机叁维空间内姿态解算问题,基于惯性测量单元与偏振光传感器组成的航姿参考系统,提出了一种自适应滤波姿态估计算法。在常规互补滤波算法基础上,为解决实际飞行过程中存在的运动加速度干扰以及天空中水汽分布异常等问题,建立了相应的自适应调节框架结构。实验结果表明:提出的算法能有效抑制外界干扰因素对姿态解算精度的影响,提高了偏振光组合导航系统的稳定性与可靠性,增强了系统对外界复杂因素的抗干扰能力。(本文来源于《上海航天》期刊2019年05期)
王飞,史建涛[3](2019)在《一种基于自适应滤波的雷达目标跟踪算法》一文中研究指出针对在复杂环境下基于卡尔曼滤波的雷达目标跟踪中存在的鲁棒性和自适应性较差的问题,研究了一种新的雷达目标自适应鲁棒跟踪算法;通过引入自适应渐消因子,对估计误差协方差和滤波增益矩阵进行在线自适应调整,从而使得滤波算法具备良好的鲁棒性和自适应性,提高雷达目标跟踪的精度。最后,通过仿真对所研究的方法进行了验证。(本文来源于《现代雷达》期刊2019年10期)
石毅,韩义成,孙梓航,唐爽,张勇[4](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)
黄斌,王角凤,吴新全[5](2019)在《基于自适应滤波窗口的改进型图像边界检测算法》一文中研究指出本论文从还原图像的细节出发,分析了图像边界处的不同突变方式,围绕着滤波窗口的整体像素值的离散性,针对性建立了水平和垂直的自适应窗口,通过计算标准差来提升滤波窗口的有效性;通过选择自适应滤波窗口,保证图像还原后具有可靠性和实用性,同时还提升了图像的处理速度。通过与传统图像处理算法的比较,说明了本算法在图像的平滑度和边界细节的检测方面具有更好的效果。(本文来源于《科学技术创新》期刊2019年28期)
吕建国,黄海,李云,吝龙艳[6](2019)在《自适应滤波算法在水下组合导航中的应用》一文中研究指出水下航行体作为自主式任务载体使用时,需长时间、大范围保持较高的定位精度,但受惯性敏感元件精度及使用成本的的限制,其通常采用组合导航的方式。本文研究了基于中等精度闭环光纤陀螺、石英加速度计捷联惯导系统辅助航行体外部速度信息的组合方案,建立了该组合导航系统数学模型。针对量测噪声的不确定性,采用自适应滤波算法改善了滤波器的稳定性问题,降低了传统卡尔曼滤波器对方差初值和量测噪声的依赖,估计精度高且具有一致性。并通过陆上车载试验验证了组合导航系统定位精度性能。(本文来源于《鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集》期刊2019-09-22)
陈家益,熊刚强,战荫伟,曹会英[7](2019)在《基于二次检测和极值修剪的自适应滤波算法》一文中研究指出当图像的噪声密度提高时,现行的中值滤波算法的滤波性能递减,滤波图像出现严重的失真.针对现行的中值滤波算法的局限性,基于二次检测和极值修剪的自适应滤波算法,对噪声检测和噪声滤除两方面分别进行改进.对于噪声检测,用算法预先设置的最大滤波窗口的灰度极值进行噪声检测,对检测出来的可疑噪声,用修剪灰度极值后的最大滤波窗口的中值做进一步的噪声检测.对于噪声点,自适应地用修剪灰度极值后的滤波窗口的中值取代.滤波实验主客观两方面的结果充分证明:相对于现行的中值滤波算法,论文算法有着更加良好的滤波效果,在滤除噪声的同时,很好地保持了图像的边缘和细节部分.(本文来源于《安徽大学学报(自然科学版)》期刊2019年05期)
仝喜峰,陈卫松,钱隆彦,肖梦迪[8](2019)在《一种非线性变步长LMS自适应滤波算法》一文中研究指出基于定步长LMS自适应滤波算法存在稳态误差和收敛速度无法合理协调的缺点,通过在误差信号与步长之间建立非线性关系,提出了一种新的变步长LMS算法。通过步长函数可以让步长因子在算法初始阶段具有较大值,在算法收敛阶段获得较小值,且变化平缓。理论分析和实验仿真结果表明,新算法克服了在稳态自适应阶段步长调整导致系统不稳定的问题。将新算法应用于电脑风扇噪声的有源噪声控制中,取得了良好的效果。(本文来源于《无线电通信技术》期刊2019年04期)
鲁振姣,郭莹[9](2019)在《分块稀疏自适应滤波算法研究》一文中研究指出针对现实中许多未知稀疏系统的脉冲响应是呈现为成块形式的这一特性,在计算对应的步长因子时,用混合的l2,1范数约束来替代传统算法的l1范数约束,使自适应抽头权重适量均匀分割成组,同属于脉冲的显着值或者非显着值的组内元素用l2范数约束,组与组之间用l1范数约束,推导出块稀疏自适应滤波算法。算法充分利用未知系统的块分部特性,取得了更好的收敛特性。通过仿真实验,对块稀疏自适应滤波算法与传统稀疏自适应滤波算法各自的特性进行对比说明。仿真结果表明,与传统的稀疏自适应滤波算法相比,块稀疏自适应滤波算法在分块稀疏信道下具有更好的收敛性。(本文来源于《微处理机》期刊2019年03期)
鲁振姣[10](2019)在《块稀疏自适应滤波算法及其应用研究》一文中研究指出自适应滤波算法研究一直是信号与信息处理领域的热点,已经广泛应用于语音处理、回波消除、信道均衡、系统辨识、谱线增强、自适应阵列处理和生物医学信号处理等诸多领域。随着信息通信和技术的发展,传统的自适应滤波算法面临着新的挑战,例如,一些通信系统信道的脉冲响应时间很长,这导致传统的自适应滤波算法迭代时间增加、收敛速度慢。另外,很多实际应用环境中广泛存在着冲击性强、不符合高斯分布的脉冲噪声,在这种非高斯噪声环境下,基于二阶统计量的传统自适应滤波算法的性能会大大下降,甚至是不能工作。针对脉冲响应时间长的系统,充分利用其块稀疏性,即非零的脉冲响应值成块出现的特性可以提高算法性能。块稀疏成比例仿射投影(Block-sparse Proportionate Affine Projection Algorithm,BS-PAPA)算法在计算对应的步长因子时,采用混合l_(21,)范数约束替代传统的_1l范数约束。这种约束条件充分利用了未知系统的块分布特征,从而取得了更好的收敛性能和识别性能。本文在深入研究传统的自适应滤波算法的基础上,考虑非高斯噪声的影响,选用最小误差熵(minimum error entropy,MEE)准则替代传统的最小均方误差(mean square error,MSE)准则,并且结合系统的块稀疏特性,提出了基于最小误差熵准则的块稀疏成比例仿射投影(minimum error entropy block-sparse proportionate affine projection algorithms,MEE-BS-PAPA)自适应滤波算法,该算法结合了BS-PAPA算法针对块稀疏信道良好的收敛特性和熵的算法对非高斯噪声干扰的抑制能力。理论分析和仿真结果表明本文提出的算法在非高斯噪声和高斯噪声干扰下均具有良好的收敛性能、稳态性能和跟踪性能。(本文来源于《沈阳工业大学》期刊2019-06-03)
自适应滤波算法论文开题报告范文
(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:
针对小型无人机叁维空间内姿态解算问题,基于惯性测量单元与偏振光传感器组成的航姿参考系统,提出了一种自适应滤波姿态估计算法。在常规互补滤波算法基础上,为解决实际飞行过程中存在的运动加速度干扰以及天空中水汽分布异常等问题,建立了相应的自适应调节框架结构。实验结果表明:提出的算法能有效抑制外界干扰因素对姿态解算精度的影响,提高了偏振光组合导航系统的稳定性与可靠性,增强了系统对外界复杂因素的抗干扰能力。
(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。
自适应滤波算法论文参考文献
[1].董庆,林云.抗冲激噪声的核分式低次幂自适应滤波算法[J].计算机科学.2019
[2].金仁成,谢林达,蔚彦昭,魏巍.基于偏振光的导航定姿自适应滤波算法[J].上海航天.2019
[3].王飞,史建涛.一种基于自适应滤波的雷达目标跟踪算法[J].现代雷达.2019
[4].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
[5].黄斌,王角凤,吴新全.基于自适应滤波窗口的改进型图像边界检测算法[J].科学技术创新.2019
[6].吕建国,黄海,李云,吝龙艳.自适应滤波算法在水下组合导航中的应用[C].鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集.2019
[7].陈家益,熊刚强,战荫伟,曹会英.基于二次检测和极值修剪的自适应滤波算法[J].安徽大学学报(自然科学版).2019
[8].仝喜峰,陈卫松,钱隆彦,肖梦迪.一种非线性变步长LMS自适应滤波算法[J].无线电通信技术.2019
[9].鲁振姣,郭莹.分块稀疏自适应滤波算法研究[J].微处理机.2019
[10].鲁振姣.块稀疏自适应滤波算法及其应用研究[D].沈阳工业大学.2019