目前的自适应噪声抵消主要是利朔 LM算法实现的,即LMS自适应噪声抵消法。由于这种方法所需要的信息较少,因此它已经得到了广泛的应用,例如雷达旁瓣抵消,心电胃害噪声抵消、现场播音系统中背景噪声的抑制等等在过程检测系统审,由于信号和噪声的特点,一般是不能利用LMS噪声抵消法的。本文提出了基于建立相关模型的自适应噪声抵消方法,并分析了这种方法在检测系统中的可行性:同时将 FTF算法用于自适应仿模它与 LMS算法相比,运算量略有增大但收敛性大大加快。
发布日期:2011-05-06 浏览次数:515
文章摘要:目前的自适应噪声抵消主要是利朔 LM算法实现的,即LMS自适应噪声抵消法。由于这种方法所需要的信息较少,因此它已经得到了广泛的
目前的自适应噪声抵消主要是利朔 LM算法实现的,即LMS自适应噪声抵消法。由于这种方法所需要的信息较少,因此它已经得到了广泛的应用,例如雷达旁瓣抵消,心电胃害噪声抵消、现场播音系统中背景噪声的抑制等等在过程检测系统审,由于信号和噪声的特点,一般是不能利用LMS噪声抵消法的。本文提出了基于建立相关模型的自适应噪声抵消方法,并分析了这种方法在检测系统中的可行性:同时将 FTF算法用于自适应仿模它与 LMS算法相比,运算量略有增大但收敛性大大加快。
排行榜