冲击噪声下的稀疏自适应滤波算法研究

发布时间：2021-12-24 16:45

  自适应滤波算法的研究成为当今信号与信息处理领域的热点，算法直接影响滤波效果的好坏。随着信息技术和通信的发展，传统的自适应滤波算法面临着新的挑战，一些通信系统信道的脉冲响应很长且具备稀疏性，现实中存在的噪声往往服从高斯分布，同时还存在一些冲击性强的非高斯分布。本文围绕冲击噪声和稀疏自适应滤波算法展开了详细的研究。 具体工作包括可概括如下： 首先，论述了-稳定分布的三种定义方式，简述了四个特征参数对-稳定分布的影响。讨论了-稳定分布的若干性质、分数低阶矩和最小离差准则，研究了如何正确地产生服从-稳定分布的随机变量。最后通过仿真实验证实了-稳定分布的脉冲特性。 然后，阐述了自适应滤波器的原理，介绍了高斯噪声下并基于最小均方误差准则的两种经典自适应滤波算法，即最小均方（LMS）算法和归一化LMS算法。在此基础上，介绍了-稳定冲击噪声条件下的最小平均l p范数（LMP）算法和归一化LMP算法，这两种算法以最小离差准则代替最小均方误差准则，它们是高斯噪声下自适应算法的推广。通过仿真实验分析了LMS算法、NLMS算法、LMP算法和NLMP算法的收敛性能，得出了LMP算法和NLMP算法不仅在冲击噪声条件下具有很好的收敛性能，，同时在高斯噪声条件下也显示出很好的滤波效果。 最后，介绍了稀疏脉冲响应自适应滤波算法——零吸引最小均方（ZA-LMS）算法和ZA-NLMS算法，该算法将与稀疏特性有密切关联的l1范数引入LMS算法的代价函数中，使得在稀疏系统中占主要地位的零系数加速收敛,从而显著提高自适应算法的收敛性能。受到这种思想的启发，本文提出了零吸引最小平均范数（ZA-LMP）算法以及其归一化的ZA-NLMP算法，该算法同样将范数引入LMP算法的代价函数中。通过计算机仿真实验，对比了几种算法的收敛速度和稳态误差，证明了在较强的冲击噪声和稀疏响应的条件下，新算法比其它几种算法表现出更佳的收敛性能，同时在高斯噪声环境下也有较好的滤波效果。

【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN713;TN911.7
【目录】：

【参考文献】

中国期刊全文数据库 前2条

1 曲庆;金坚;谷源涛;;用于稀疏系统辨识的改进l_0-LMS算法[J];电子与信息学报;2011年03期

2 金坚;谷源涛;梅顺良;;用于稀疏系统辨识的零吸引最小均方算法[J];清华大学学报(自然科学版);2010年10期

中国博士学位论文全文数据库 前1条

1 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

【共引文献】

中国期刊全文数据库 前10条

1 曲庆;金坚;谷源涛;;用于稀疏系统辨识的改进l_0-LMS算法[J];电子与信息学报;2011年03期

2 李霄剑;王永;陈绍青;付志浩;;一种方向优化最小均方算法[J];电子与信息学报;2014年06期

3 伍飞云;周跃海;童峰;方世良;;可适应稀疏度变化的非均匀范数约束水声信道估计算法[J];兵工学报;2014年09期

4 邱陈辉;李锋;徐祖强;;基于FPGA和符号LMS算法的自适应滤波器设计[J];电子器件;2014年05期

5 周伟;吴晗平;吴晶;黄俊斌;黄璐;;紫外目标探测弱信号处理方法研究[J];红外技术;2012年09期

6 刘遵雄;秦宾;王树成;;加权l_p范数LMS算法的稀疏系统辨识[J];计算机工程与应用;2013年13期

7 李建;张国毅;王长宇;;复杂调制形式脉压雷达信号的识别方法[J];计算机工程与应用;2013年13期

8 傅剑斌;彭华;董政;;基于频域LMS算法的稀疏信道估计[J];计算机工程;2013年12期

9 罗侃;王华;张敏;;抽头动态更新频域LMS算法研究[J];计算机应用研究;2013年12期

10 陈国玉;龚育龄;黎正根;汤洪志;;基于LMS算法的三维电阻率采集系统的干扰场实时补偿[J];东华理工大学学报(自然科学版);2013年S1期

中国博士学位论文全文数据库 前6条

1 单志明;α稳定分布参数估计及自适应滤波算法研究[D];哈尔滨工程大学;2012年

2 刘畅;回声干扰抑制中的自适应信号处理算法研究[D];电子科技大学;2013年

3 文昊翔;面向实时通信系统的自适应回声消除算法研究[D];浙江大学;2013年

4 黄伟;航空发动机高稳定性控制及其在加速控制中的应用[D];南京航空航天大学;2013年

5 吴华稳;混沌时间序列分析及在铁路货运量预测中的应用研究[D];中国铁道科学研究院;2014年

6 梁喆;公共安全领域中地下震动信号探测和识别的关键技术研究[D];中国矿业大学（北京）;2015年

中国硕士学位论文全文数据库 前10条

1 蔡文;水果动态称重与自动分选控制系统研究与开发[D];浙江大学;2011年

2 刘康;基于MATLAB的探地雷达数据处理研究及软件开发[D];中国地质大学（北京）;2011年

3 秦运柏;超声红外定位系统抗干扰技术研究[D];吉林大学;2011年

4 李婵;短波通信基带串行Modem的算法研究及其DSP平台的构造与实现[D];北京邮电大学;2011年

5 周舟;导弹雷达引信中的自适应波束合成算法改进及实现[D];国防科学技术大学;2010年

6 许国威;自适应噪声抵消技术研究及DSP实现[D];西北师范大学;2011年

7 尚羽佳;并联型有源电力滤波器谐波检测与电压预测控制的研究[D];天津大学;2012年

8 王雷;卫星信道群时延特性的均衡技术研究[D];燕山大学;2012年

9 梁玉岚;基于二阶循环统计量的阵列信号处理[D];辽宁科技大学;2012年

10 李晶晶;基于新型变步长LMS的自适应谐波检测算法[D];南京信息工程大学;2012年

【二级参考文献】

中国期刊全文数据库 前10条

1 孙锦华,金力军;几种改进型RLS算法在自适应滤波系统中的应用[J];重庆邮电学院学报(自然科学版);2003年03期

2 赵仙红;杨争武;;应用于智能天线的一种新的LMS改进算法[J];弹箭与制导学报;2008年03期

3 张志华,朱章森,李儒兵;几种修正的自适应神经网络学习算法及其应用[J];地球科学;1998年02期

4 叶华,吴伯修;变步长自适应滤波算法的研究[J];电子学报;1990年04期

5 高鹰,谢胜利;一种变步长LMS自适应滤波算法及分析[J];电子学报;2001年08期

6 吴启晖,王金龙,沈良,任国春;用于自适应天线的稳健的RLS算法[J];电子学报;2002年06期

7 罗小东;贾振红;王强;;一种新的变步长LMS自适应滤波算法[J];电子学报;2006年06期

8 吴光弼，祝琳瑜;一种变步长LMS自适应滤波算法[J];电子学报;1994年01期

9 曾召华,刘贵忠,赵建平;LMS和归一化LMS算法收敛门限与步长的确定[J];电子与信息学报;2003年11期

10 赵亮;朱维庆;朱敏;;一种用于水声相干通信系统的自适应均衡算法[J];电子与信息学报;2008年03期

本文编号：175760