数字处理及显示技术专辑 106册 913M空时自适应信号处理 207页 4.8M.pdf
标签：
上传时间： 2014-05-05
上传用户：时代将军
专辑类-数字处理及显示技术专辑-106册-9138M 自适应滤波器原理（第三版）1007页-15.4M.pdf
上传时间： 2013-04-24
上传用户：wang0123456789
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
本文的目的在于设计一个自适应噪音抵消系统,使其能消除含噪语音信号中的背景噪音,达到提高语音信号质量的目的.主要工作分为两大部分.本文在第一部分介绍了自适应数字滤波器的基本理论思想,具体阐述了自适应噪声抵消系统基本原理,并对自适应噪声抵消系统的指标、抵消性能进行了计算分析.自适应滤波器的算法是整个系统的核心,在第一部分中,对两种最基本的自适应算法,进行了详细的介绍和分析,并针对两种算法的优缺点进行了详细的比较.这一部分中最关键的是对设计的噪声抵消系统进行计算机仿真,验证系统设计的合理性和算法的正确性.通过对自适应噪声抵消器的MATLAB仿真及对仿真图形的分析,验证了系统设计和自适应算法的可行性.第二部分主要完成自适应噪声抵消系统的硬件设计和软件编程.在第一部分计算机仿真分析的基础上,利用高速信号处理芯片DSP(TMS320LF2407)设计了一个噪声干扰抵消系统,在高速信号处理芯片(TMS320LF2407)上开发实现了自适应LMS算法.
标签： DSP
上传时间： 2013-06-28
上传用户：zklh8989
自适应滤波器是统计信号处理的一个重要组成部分。在实际应用中，由于没有充足的信息来设计固定系数的数字滤波器，或者设计规则会在滤波器正常运行时改变，因此我们需要研究自适应滤波器。凡是需要处理未知统计环境下运算结果所产生的信号或需要处理非平稳信号时，自适应滤波器可以提供一种吸引人的解决方法，而且其性能通常远优于用常规方法设计的固定滤波器。此外，自适应滤波器还能提供非自适应方法所不可能提供的新的信号处理能力。 本论文从自适应滤波器研究的重要意义入手，介绍了线性自适应滤波器的基本原理、算法及设计方法，对几种基于最小均方误差准则或最小平方误差准则的自适应滤波器算法进行研究，最终基于一改近的LMS算法设计复数自适应滤波器，并以VHDL语言编写在maxplus平台上进行仿真测试。
上传时间： 2013-07-11
上传用户：W51631
自适应滤波器的硬件实现一直是自适应信号处理领域研究的热点。随着电子技术的发展，数字系统功能越来越强大，对器件的响应速度也提出更高的要求。 本文针对用通用DSP 芯片实现的自适应滤波器处理速度低和用HDL语言编写底层代码用FPGA实现的自适应滤波器开发效率低的缺点，提出了一种基于DSP Builder系统建模的设计方法。以随机2FSK信号作为研究对象，首先在matlab上编写了LMS去噪自适应滤波器的点M文件，改变自适应参数，进行了一系列的仿真，对算法迭代步长、滤波器的阶数与收敛速度和滤波精度进行了研究，得出了最佳自适应参数，即迭代步长μ=0.0057，滤波器阶数m=8，为硬件实现提供了参考。 然后，利用最新DSP Builder工具建立了基于LMS算法的8阶2FSK信号去噪自适应滤波器的模型，结合多种EDA工具，在EPFlOKl00EQC208-1器件上设计出了最高数据处理速度为36.63MHz的8阶LMS自适应滤波器，其速度是文献[3]通过编写底层VHDL代码设计的8阶自适应滤波器数据处理速度7倍多，是文献[50]采用DSP通用处理器TMS320C54X设计的8阶自适应滤波器处理速度25倍多，开发效率和器件性能都得到了大大地提高，这种全新的设计理念与设计方法是EDA技术的前沿与发展方向。 最后，采用异步FIFO技术，设计了高速采样自适应滤波系统，完成了对双通道AD器件AD9238与自适应滤波器的高速匹配控制，在QuartusⅡ上进行了仿真，给出了系统硬件实现的原理框图，并将采样滤波控制器与异步FIF0集成到同一芯片上，既能有效降低高频可能引起的干扰又降低了系统的成本。
上传时间： 2013-06-01
上传用户：ynwbosss
自适应滤波器是智能天线技术中核心部分-自适应波束成形器的关键技术，算法的高效稳定性及硬件时钟速率的快慢是判断波束成形器性能优劣的主要标准。 首先选取工程领域最常用的自适应横向LMS滤波算法作为研究对象，提出了利用最小均方误差意义下自适应滤波器的输出信号与主通道噪声信号的等效关系，得到滤波器最佳自适应参数的方法。并分析了在平稳和非平稳环境噪声下，滤波器的收敛速度、权系数稳定性、跟踪输入信号的能力和信噪比的改善等特性。 在分析梯度自适应格型算法的基础上，提出利用最佳反射系数的收敛性和稳定性，得到了梯度自适应格型滤波器的定步长改进方法；并以改进的梯度自适应格型和线性组合器组成梯度自适应格型联合处理算法，在同样环境噪声下，相比自适应横向LMS算法，其各项性能指标都得到了极大地改善，而且有利于节省硬件资源。 设计了自适应横向LMS滤波器和梯度自适应格型联合处理滤波器的电路模型，并用驰豫超前技术对两类滤波器进行了流水线优化。利用Altera公司的CycloneⅡ系列EP2C5T144C6芯片和多种EDA工具，完成了滤波器的FPGA硬件设计与仿真实现。并以FPGA实现的3节梯度自适应格型联合处理器为核心，设计了一种TD-SCDMA系统的自适应波束成形器，分析表明可以很好地利用系统提供的参考信号对下行波束进行自适应成形。
上传时间： 2013-07-16
上传用户：xyipie
回波消除器广泛应用于公用电话交换网(PSTN)、移动通信系统和视频电话会议系统等多种语音通信领域。在PSTN系统中，由于线路阻抗不匹配，远端语音信号通过混合线圈时产生一定泄漏，一部分信号又传回远端，产生线路回波，回波的存在会严重影响语音通信质量。本文主要针对线路回波进行研究，设计并实现了满足实用要求的基于FPGA平台的回波消除器。 首先，对回波产生原理和目前几种常用回波消除算法进行了分析，在研究自适应回波消除器的各个模块，特别是深入分析各种自适应滤波算法和双讲检测算法，综合考虑各种算法的运算复杂度和性能的情况下，这里采用NLMS算法实现自适应回波消除器。针对传统双讲检测算法在近端语音幅度较低情况下容易产生误判的情况，给出一种基于子带滤波器组的改进双讲检测算法。 本文首先使用C语言实现回波消除器的各个模块，其中包括自适应滤波器、远端检测、双讲检测、非线性处理和舒适噪声产生模块。经过仿真测试，相关模块算法能够有效提高回波消除器性能。在此基础上，本文使用硬件描述语言Veillog HDL，在QuartusⅡ和ModelSim软件平台上实现各功能模块，并通过模块级和系统级功能仿真以及时序仿真验证，最终在现场可编程门阵列(Field Programmable Gate Arrav，FPGA)平台上实现回波消除系统。本文详细阐述了基于FPGA的设计流程与设计方法，并描述了自适应滤波器、基于分布式算法FIR滤波器、除法器和有限状态机的设计过程。 根据ITU-T G.168标准提出的测试要求，本文埘基于FPGA设计实现的自适应回波消除系统进行大量主客观测试。经过测试，各项性能指标均达到或超过G.168标准的要求，具有良好的回波消除效果。
上传时间： 2013-06-18
上传用户：qwe1234
波束形成模块是声纳信号处理系统中的核心部分，其作用为在空域上加强来自某一方向的信号，抑制干扰，同时探测目标的方位。因此，波束形成模块的研究在水下探测器、水下武器引信等声纳系统中显得尤为重要。本文基于阵列波束形成的原理对圆阵自适应波束形成展开了比较深入的研究。 首先，本文概述了声纳波束形成的研究背景和研究现状。基于本课题所研究的主动声纳模型，分析了主动声纳信号，提出应用复基带信号进行波束形成的方案；对接收波束形成的原理和方法进行了比较详细的推导和论述。 其次，本文重点对均匀圆形阵列流形的波束形成作了详细分析和波束图函数推导，并且应用MATLAB软件进行了仿真分析。然后对LMS自适应算法进行了介绍，由对LMS算法的分析推导了DLMS算法，并对LMS算法和DLMS算法进行了分析，并将DLMS算法应用于均匀圆阵波束形成。仿真结果表明，基于FIR滤波架构的DLMS算法以牺牲部分收敛速度为代价，可获得高速并行处理能力。DLMS自适应波束形成方法能使目标方向信号加强，同时将干扰信号零陷。 最后，本文介绍了基于FPGA的并行度为2的8阵元DLMS自适应波束形成设计思路以及实现方法。系统的整体结构采用了并行处理架构，而在单个支路采用了流水线技术。并应用硬件描述(VHDL)语言在QuartusⅡ4.0环境下设计了各软件模块和功能仿真。
上传时间： 2013-04-24
上传用户：moonkoo7
智能天线技术是阵列信号处理技术发展的产物，它可以看作是将一组传感器按一定的方式放置在空间的不同位置上而构成的阵列，该传感器阵列将接收到的空间传播信号经过适当的自适应信号处理后，提取所需的信号源和信号的属性...
上传时间： 2013-05-26
上传用户：LYNX
