导读:本文包含了自适应噪声消除器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:噪声,自适应,滤波器,算法,回波,阈值,窄带。
自适应噪声消除器论文文献综述
曹静杰,杨志权,杨勇,孙秀丽[1]（2018）在《一种基于曲波变换的自适应地震随机噪声消除方法》一文中研究指出基于稀疏反演的随机噪声消除方法需要估计一个与噪声能量相匹配的阈值才能获得可靠的去噪结果。由于不同数据的噪声能量不同,因此通常采用人工调节的方法获得合理的阈值估计,这会耗费大量的计算资源和人力成本。为此提出一种自适应的随机噪声消除方法,以曲波变换为稀疏变换,通过迭代过程中解的稀疏性与拟合误差之间的内在关系确定合适的阈值,并且自动终止迭代,因而不依赖于对噪声能量的估计就能实现对噪声的消除。利用理论模型数据及两个地区实际地震数据验证了方法的有效性。(本文来源于《石油物探》期刊2018年01期）
路翠华,李国林,陆巍巍[2]（2014）在《基于组合自适应横向滤波器的噪声消除》一文中研究指出为有效消除无法获取相关噪声源情况下有用窄带信号中的噪声,根据窄带信号的可预测特性,采用自适应横向滤波器对噪声进行抑制。为进一步提高噪声消除性能,设计了组合自适应横向滤波器结构。采用该结构对窄带信号中的噪声进行消除,计算量明显小于采用普通自适应横向滤波结构,并且能获得更好的噪声消除效果。(本文来源于《航天电子对抗》期刊2014年05期）
王天杨,李建勇,程卫东[3]（2014）在《基于改进的自适应噪声消除和故障特征阶比谱的齿轮噪源干扰下变转速滚动轴承故障诊断》一文中研究指出变转速工作模式和齿轮噪源干扰是阻碍滚动轴承故障诊断的两个难题。虽然基于转速信号的角域重采样技术和基于参考信号的自适应噪声消除算法为这两个问题提供了可靠的解决路线,但是由于安装空间和成本的限制,转速信息和参考信号在实际工程中往往难以获取。为解决这一难题,提出了一种不依靠上述辅助设备的滚动轴承故障诊断新算法。整个算法由五部分组成:(1)利用峰值啮合倍频趋势线构造参考信号对混合信号进行自适应滤波以削弱齿轮噪源对轴承故障共振频带获取的干扰;(2)利用谱峭度快速算法确定由轴承故障引起的高频共振所对应的中心频率,滤波带宽和对应的尺度并直接得到最能反映轴承故障的滤波包络;(3)利用短时傅里叶变换求得两次滤波后包络信号的包络时频谱并利用峰值搜索算法对瞬时故障特征频率趋势线进行提取;(4)提出基于采样频率重调的重采样算法,对谱峭度滤波结果进行故障阶比域重采样;(5)利用傅里叶变换求取重采样信号的故障特征阶比谱,并提出新的故障诊断策略对滚动轴承的运行状态进行判断。仿真算例和应用实例证明了该算法的有效性。(本文来源于《振动与冲击》期刊2014年18期）
常太华,李伟,胡阳,王海东[4]（2014）在《基于串联自适应噪声消除器的热工过程数据融合技术》一文中研究指出针对火电厂现场数据容易受到各种噪声干扰的问题,提出了一种二级串联自适应噪声消除器,将ANC系统与ALE系统串联起来联合消噪,提高了信号精度。对于多个传感器的数据融合问题,结合一种分布式融合结构模型,并采用一种权值最优分配准则作为融合中心算法,改善了数据处理方式,提高了数据可用性。最后,基于一种热量信号构造模型的实际数据仿真进行仿真,得到的计算热量信号数据波动较小,稳态效果更好,去噪效果明显。(本文来源于《华东电力》期刊2014年01期）
王宗臣,包志华,张士兵,施博一[5]（2013）在《基于自适应噪声消除的无差拍控制方法》一文中研究指出无差拍控制在对瞬时电流进行处理控制时易受噪声干扰,且采样与信息处理造成的控制延时会影响系统的稳定性。根据参考电流具有较强的周期性和重复性的特点,提出一种应用于并联有源电力滤波器的基于自适应噪声消除的无差拍控制方法。该方法采用自适应噪声消除算法处理不同周期但同一相位的采样数据,自适应预测参考电流、输出电流和系统电压,使得控制算法提前一拍执行,消除了控制时延对系统稳定性的影响,有效地抑制了噪声干扰,具有良好的动态响应速度、跟踪精度和系统稳定性。仿真结果表明了方法的有效性和可行性。(本文来源于《电气传动》期刊2013年02期）
傅熊,王永斌,谢佳轩[6]（2012）在《互补对LMS自适应算法在噪声消除中的应用实现》一文中研究指出在接收超低频信号时,由于受到天线辐射效率和海水衰减的限制,噪声的存在是对有用信号最大的干扰。传统的算法可靠性受限,可以采用自适应算法来实现噪声消除。一般LMS算法收敛速度快但稳态误差大,通过搭建自适应滤波模型,对其改进算法即互补对LMS算法进行仿真。结果表明,这种自适应算法滤波后稳态误差较小,对噪声的消除具有良好的效果。(本文来源于《舰船科学技术》期刊2012年11期）
郭来功,欧阳名叁,蔡俊[7]（2012）在《基于FPGA的自适应噪声消除DLMS算法》一文中研究指出研究了自适应噪声消除DLMS(Delay Least Mean Square)算法在实现时的速度和运算复杂度问题,提出了二进制树直接结构实现DLMS算法。算法采用了割集重定时技术和流水线结构,对延迟模块重新分割,使系统关键路径降到最低的同时具有较快的收敛速度。仿真结果表明与原有结构相比,新算法结构提高运算速度近3倍,较好地消除了含噪信号中的噪声。(本文来源于《仪表技术与传感器》期刊2012年10期）
徐艳红[8]（2012）在《基于模糊LMS算法的自适应噪声消除器》一文中研究指出为了有效解决数字语音通信系统中语音信号的噪声消除问题,设计了一种基于模糊LMS算法的自适应噪声消除器。基于LMS算法的收敛性能及系统失调量均受步长因子影响的特点而采用模糊LMS算法,使噪声消除器的步长因子能够随外部参数的变化而改变,提高噪声消除器的去噪效果。用MATLAB分别对LMS算法和模糊LMS算法进行仿真。仿真结果表明:模糊LMS算法自适应噪声消除器能够有效滤除噪声,恢复语音信号,提高自适应滤波器的收敛速度和检测精度。(本文来源于《数据采集与处理》期刊2012年S1期）
张守勇[9]（2011）在《自适应回波抵消与噪声消除技术研究》一文中研究指出在电话中回波和噪声是不可避免的，随着电视网络会议等免提系统的发展，对自适应回波抵消器(AEC)提出了更高的要求，需要更高效的控制算法满足实时性强、通信质量高等要求。由于回波是实时变化的，而自适应滤波器具有在未知环境中快速跟踪实时变化信号的功能，所以自适应滤波技术被广泛的应用于回声消除领域中。干扰信号对通讯系统影响是非常严重的所以必须消除，在构建一个通讯系统时，可能会遇到的问题有声学回声、噪声及双方讲话的干扰，为了消除这些干扰获得较好的通信质量，本文采用了一种具有回声抵消和噪声消除功能的抵消器结构，并主要研究了回声抵消中的两个核心技术：去除电子元器件引起的非线性变化，并分析了控制自适应过程的算法；双端同时讲话的保护算法。本文所做的主要工作包括：(1)简要介绍有关声回波抵消技术的背景知识，包括回声噪声消除的意义、国内外的研究现状和发展趋势，并对自适应回声噪声消除的技术难点作了介绍。(2)在介绍了自适应回声抵消原理后，就常用的线性回波抵消算法如最小均方误差(LMS)、归一化最小均方误差算法(NLMS)、递归最小二乘算法(RLS)和仿射投影算法(AP)，分别从算法描述、收敛性能和在自适应回波抵消中的适用性作了分析，最后就回声抵消的各种技术指标对上述算法作了比较。(3)对于因放大器扬声器等引起的非线性失真，可能会使得传统的AEC失去抵消效果，因此本文在介绍了使用Pseudo-相干函数的辨识方法后，得出一种适用于无记忆非线性环境的自适应回声抵消器，并分别分析了辨识非线性的系数和自适应过程的控制算法。在介绍了几种变步长LMS算法的基础上引入了一种改进的基于Sigmoid函数的变步长算法，通过计算机仿真结果来体现了改进算法在AEC中的适用性。(4)在通话时经常会发生双方同时说话的情况，本文在简单介绍了双端检测的发展后指出了使用DTD的一些技术难点和缺陷，因此采用了一种无须DTD就能区分DT和EPC，同时具有双讲保护功能的步长控制方法。(5)考虑到噪声对回声抵消结果的影响，本文主要采用基于最优维纳滤波器的消噪法，将其与AEC结合得出一种联合噪声消除的自适应回声抵消器结构，并分别以噪声和实际语音为输入信号，验证了该结构的效果。(本文来源于《河南工业大学》期刊2011-06-01）
江清潘,常太华,朱红路,马军[10]（2009）在《自适应噪声消除算法的性能比较与仿真》一文中研究指出在信号处理中,噪声往往是非平稳和随时间变化的,传统方法很难解决噪声背景中的信号提取问题。通过对自适应噪声消除原理的研究,介绍了基于参考信号和基于预测原理的两种自适应噪声消除(ANC,Adaptive Noise Cancellation)方法,分析对比了基于最小均方(LMS,Least Mean Squares)、递推最小二乘(RLS,Recursive Least Squares)和平方根自适应滤波(QR-RLS,recursive least squares based on QR decomposition)叁种噪声消除算法的性能。仿真结果表明:这几种算法都能从高背景噪声中有效地抑制干扰提取出有用信号,显示出了良好的收敛性能。相比之下,RLS算法和QR-RLS算法呈现出更快的收敛速度、更强的稳定性和抑噪能力。(本文来源于《科学技术与工程》期刊2009年19期）
自适应噪声消除器论文开题报告
（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：
为有效消除无法获取相关噪声源情况下有用窄带信号中的噪声,根据窄带信号的可预测特性,采用自适应横向滤波器对噪声进行抑制。为进一步提高噪声消除性能,设计了组合自适应横向滤波器结构。采用该结构对窄带信号中的噪声进行消除,计算量明显小于采用普通自适应横向滤波结构,并且能获得更好的噪声消除效果。
（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。
自适应噪声消除器论文参考文献
[1].曹静杰,杨志权,杨勇,孙秀丽.一种基于曲波变换的自适应地震随机噪声消除方法[J].石油物探.2018
[2].路翠华,李国林,陆巍巍.基于组合自适应横向滤波器的噪声消除[J].航天电子对抗.2014
[3].王天杨,李建勇,程卫东.基于改进的自适应噪声消除和故障特征阶比谱的齿轮噪源干扰下变转速滚动轴承故障诊断[J].振动与冲击.2014
[4].常太华,李伟,胡阳,王海东.基于串联自适应噪声消除器的热工过程数据融合技术[J].华东电力.2014
[5].王宗臣,包志华,张士兵,施博一.基于自适应噪声消除的无差拍控制方法[J].电气传动.2013
[6].傅熊,王永斌,谢佳轩.互补对LMS自适应算法在噪声消除中的应用实现[J].舰船科学技术.2012
[7].郭来功,欧阳名叁,蔡俊.基于FPGA的自适应噪声消除DLMS算法[J].仪表技术与传感器.2012
[8].徐艳红.基于模糊LMS算法的自适应噪声消除器[J].数据采集与处理.2012
[9].张守勇.自适应回波抵消与噪声消除技术研究[D].河南工业大学.2011
[10].江清潘,常太华,朱红路,马军.自适应噪声消除算法的性能比较与仿真[J].科学技术与工程.2009
论文知识图
