简介：对降秩自适应滤波算法进行了系统的总结和分析,推导了其相互关系.分析表明,GSC(GeneralizedSidelobeCanceller)框架降秩变换自适应滤波是各种降秩自适应滤波算法的统一模型.在此基础上导出了线性约束正交投影算法.降秩多级维纳滤波器在相关意义上进行截断降秩,其降秩性能优于基于特征子空间截断的降秩方法.酉多级维纳滤波器与共轭梯度法等效,均是基于Krylov子空间截断降秩的方法,降秩性能更优.最后通过计算机仿真试验比较了各种降秩处理算法的性能.

简介：在非制导火控系统中,为实现目标信息的自适应滤波与自适应解命中问题,机动目标模型应能动态识别,又要适应工作周期的各种变化.本文提出的“参数辨识模型”能同时满足上述要求,并可将自适应滤波纳入到现代控制理论的正常思路内予以解决.

简介：　　由图2.3.2.1和图2.3.2.2可以看出NLMS算法的自适应滤波过程及误差收敛情况,图3.1.1自适应噪声抵消系统,提出了自适应LMS算法在噪声抵消

简介：针对滤波器发散的内在原因，根据反馈的思想推导出一种自适应滤波算法，将该方法运用到天文导航单天体连续定位中，编程模拟的结果显示，该算法降低了系统对参数变化的敏感度，有良好的防发散能力和较高精度。

简介：LMS自适应滤波器通过算法,　　2.1最小均方误差(LMS)自适应算法,　　本文主要研究的是自适应信号处理中一些基本的算法

简介：以SINSiGPS组合导航系统为背景，在对Kalman滤波原理和工程应用进行深入分析的基础上，总结了该方法的不足，提出了应用神经网络和模糊推理技术对系统噪声、观测噪声和其相关阵进行直接调控的方法。该方法根据新息和新息方差的变化，实时调整自适应因子，间接改变Kalman滤波器的当前观测量和过去信息的比例关系。仿真结果表明，该算法对模型和噪声干扰有较强的自适应性，能够有效抑制滤波发散，在不损失原有精度的前提下，提高了系统的鲁棒性。

简介：介绍了LMS算法和LMS滤波器的的基本原理．给出了利用MATLAB和DspBuilder来建立算法模型，从而完成LMS自适应滤波器的仿真与设计方法，该方法可以有效地提高FPGA的设计效率，同时降低设计人员对硬件的要求。

简介：通过分析公路隧道监控系统的构成,探讨监控数据传输过程中干扰的来源。综合考虑监控数据的特征,选用LMS算法和RLS算法研究对隧道监控数据的自适应滤波,并采用MATLAB平台实现对含有噪声数据的滤波处理。比较这2种滤波算法的性能,得出RLS自适应滤波法更适合于隧道监测数据的滤波处理。

简介：提出了一种简单的自适应中值滤波方法。该方法先将整幅图像划分成多个子图像，然后对每一个子图像进行扫描并统计出各子图像中的噪声点个数，最后对每个子图像自动选用合适的滤波窗口进行滤波操作。

简介：地下采煤引起的地表沉陷是一个时间和空间的过程，据此提出了观测站动态数据处理模型Kalman滤波和自适应Kalman滤波，通过实例验证了自适应Kalman滤波比普通Kalman滤波在观测站数据滤波和预测中具有优越性。

简介：为了提高捷联惯导系统的对准精度和收敛速度，提出了一种基于Sage-Husa自适应滤波算法的初始对准方法。针对方位小失准角的情况，推导出精对准误差模型和自适应Kalman滤波方程。常规Kalman滤波算法，在噪声统计特性已知的情况下，使用比较方便；多数情况下，噪声统计特性是处于未知状态，从而引入自适应Kalman滤波算法。它利用观测到的数据自动进行噪声统计特性的在线估计和修正，使系统达到最佳的滤波效果。通过仿真验证，该自适应滤波算法有效地提高了收敛速度和对准精度。

简介：──发散现象是应用卡尔曼滤波经常遇到的问题。导致发散的原因很多，其中很重要的原因就是缺乏对系统噪声和测量噪声统计特性的了解。本文在理论推导的基础上，提出了一种新的自适应滤波方法，并将该方法应用于弹性体上惯性测量系统的传递对准。通过大量的仿真证明，按本文的滤波算法，确实能十分有效地控制由于噪声统计值不准所导致的发散现象，而且滤波精度也很高。

简介：引入复杂的随机噪声是一种有效的抗功耗攻击技术。虽然复杂功耗噪声产生模块具有多种不同的工作状态，但每种工作状态都具有相对稳定的功耗行为。文中将这种功耗行为称为功耗模式。本文提出应用模式聚类和识别技术来确定功耗攻击时各样本中噪声所属何种模式，并且应用自适应滤波技术消除功耗样本中的噪声。实验结果表明，这种预处理方法有效地改善了功耗攻击的效果。

简介：为了有效地消除重力异常畸变对海洋重力仪测量精度的影响,得到更高精度的重力异常测量值,根据随机过程理论,分析了重力异常状态方程,并对H∞滤波算法和自适应卡尔曼滤波算法进行了理论对比分析,将其应用到消除重力异常畸变系统中.为了避免滤波发散,自适应卡尔曼滤波采用降阶的Sage-Husa算法.理论分析和仿真实验表明:H∞滤波算法和自适应卡尔曼滤波算法都具有较好的滤波收敛特性,并能在一定程度上有效地消除重力异常畸变对重力异常测量精度的影响,但自适应卡尔曼滤波的性能优于H∞滤波.

简介：针对在量测噪声统计特性发生变化时,基于滤波算法的惯性/地磁组合导航系统存在精度下降甚至发散的问题,提出了一种基于模糊自适应强跟踪滤波算法的惯性/地磁组合导航方法,该方法通过制定模糊规则,实时监控系统残差变化,自适应地调整柔化因子的大小,即增强了滤波器对时变噪声的跟踪能力又保证了滤波器处理当前信息的能力。仿真结果表明：该方法能够很好地抑制纯惯性导航系统随时间累积的误差,而且在量测噪声统计特性发生变化时,系统误差没有出现明显的跳变,保证了整个导航系统的精度,提高了系统的鲁棒性。

简介：人们对自适应滤波器的研究始于五十年代末，已提出了多种自适应算。目前，最常用的方法是在LMS的权系数递推中采用时变步长来代替标准LMS算法的固定步长。然而超量均方误差直接与自适应步长成比例，步长减小会导致收敛时间增加。鉴于一般情况下，滤波器的阶数是固定不变的，因此本文采用变阶思想

简介：摘要针对电力系统中非线性负荷的复杂性与多样性，提出了一种能够补偿各类谐波电流的有源电力滤波器自适应控制策略。基于李雅普诺夫稳定性理论论证了所提控制策略的大信号稳定性。通过仿真分析了非线性负载动态变化时控制方法的有效性。该方法能够对控制参数进行自动调整，具有灵活性好，适应性强，鲁棒性强等优点。

简介：针对SINS/GNSS组合导航在GNSS信号异常时出现的系统滤波精度和稳定性下降的问题,提出一种基于EKF的自适应分类容错滤波算法。该算法通过比较系统残差协方差矩阵的实际值与理论值来检测GNSS信号是否存在异常,然后对异常信号进行分类,并对不同类别的异常信号使用不同的加权矩阵进行修正,以减弱异常值对系统滤波精度的影响,同时在滤波过程中加入UD分解,使系统滤波性能更稳定。仿真结果表明：该算法能够有效降低GNSS输出异常信号对SINS/GNSS组合导航带来的不利影响并提高系统稳定性;在GNSS信号出现异常情况下,其导航精度相比EKF至少提高95.6%,相比REKF和AEKF分别至少提高44.5%和24.6%。

简介：嵌入式小波零树编码(EmbeddedZerotreeWavelet,EZW)是一种典型的小波图像编码算法。它是一种非常有效和实用的压缩技术,曾为其他小波编码算法的产生奠定基础。小波变换理论是近几年兴起的崭新的时(空)频域分析理论,与其它的变换编码方法一样,小波变换也是将视频(空域)信号变换到系数空间(频域)上进行处理的方法,许多学者在利用小波变换进行视频图像压缩方面做了大量工作,并取得了相当大的成果,其中Shaprio的嵌入式零树小波编码方法(EZW)则是最有影响的小波编码方法之一。

简介：在自适应信号处理中,FIR滤波器被广泛使用。介绍了在MATLAB环境中采用RLS算法实现FLR自适应滤波器的方法。