导读:本文包含了自适应噪声抵消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:自适应,噪声,算法,信号,神经网络,噪声控制,耳罩。
自适应噪声抵消论文文献综述
康彩丽[1]（2018）在《基于神经网络的自适应噪声抵消技术研究》一文中研究指出随着人们生活条件和环境的变化,近年来噪声已经严重影响人们的生活。对于噪声的影响,最重要的就是及时、准确地对其进行防控和消除。传统自适应的噪声消除技术具有极大的局限性,无法解决输入的两路噪声信号间非线性相关问题。基于神经网络的自适应噪声消除技术可以很好地消除噪声源未知时噪声的影响。实验采用BP神经网络算法,结合传统的自适应噪声抵消系统,建立了基于BP神经网络的自适应噪声消除器。利用MATLAB进行了Simulink模块仿真,发现噪声消除的准确率较高,具有非常重要的意义。(本文来源于《山西电子技术》期刊2018年06期）
张磊,李方鑫,王建新,肖超恩[2]（2018）在《神经网络自适应噪声抵消系统的性能比较与仿真》一文中研究指出线性自适应滤波算法(LMS、NLMS、RLS)对非线性噪声抵消效果较差。针对这一问题,研究神经网络自适应噪声抵消系统中不同隐含层神经元节点数、不同隐含层传输函数、不同神经网络学习算法以及不同信噪比原始输入下系统的噪声抵消性能。建立结构为单层隐含层,且输入层、隐含层和输出层节点数为1-N-1结构的神经网络模型。通过仿真分析,优化神经网络自适应噪声抵消系统中,隐含层节点数经验公式的参数取值。结果表明该系统中噪声抵消效果受到神经网络结构的影响;对于原始输入信噪比在2～10 dB的信号,参考输入与原始输入中噪声非线性相关;选择传输函数为tansig,神经网络隐含层节点数使用优化后的参数取值,输出信号信噪比提高了1. 0～1. 5 dB。(本文来源于《计算机应用与软件》期刊2018年12期）
赵玉龙,沈怀荣,任元[3]（2018）在《超流体陀螺相位波动噪声自适应抵消系统分析》一文中研究指出针对超流体陀螺相位波动噪声影响陀螺角速度检测精度的问题,提出了一种基于递推最小二乘(RLS)算法的陀螺自适应噪声抵消系统。首先,建立了超流体陀螺的相位检测模型,得到了陀螺输出薄膜幅值和相位的关系。其次,考虑热运动的影响,建立了相位波动噪声的等效输入角速度模型,探索了陀螺参数对角速度噪声的影响,得到了陀螺角速度噪声幅值范围。在此基础上,考虑该角速度噪声与输入角速度的互不相关性,将超流体陀螺薄膜幅值解算输出的混合角速度信息作为抵消系统的期望输入,将相位波动噪声引起的角速度噪声作为RLS自适应滤波器的参考输入,通过自适应调节参数使得RLS自适应滤波器的输出与混合角速度信息的噪声部分相抵消。通过与最小均方(LMS)算法仿真对比表明,在大角速度、大噪声情况下,该抵消系统能够有效消除陀螺混合角速度信息中的噪声成分,且具有较快的收敛速度和较好的稳定性。(本文来源于《北京航空航天大学学报》期刊2018年03期）
龙清,胡光波[4]（2016）在《基于自适应噪声抵消的无线传感网络信道优化》一文中研究指出无线传感器网络通信技术广泛应用在物联网近场通信、水声通信等领域。无线传感网络通信信道受到多途干扰,导致信道失衡,需要进行信道均衡模型设计。提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术,首先构建了无线传感器网络通信的信道模型,对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组,采用自适应噪声抵消算法进行信道的多途干扰滤波,结合最小二乘(RLS)准则算法进行无线传感器网络通信信道均衡设计。仿真结果表明,采用该通信信道均衡技术能有效提高无线传感器网络通信的信道质量,降低通信传输失真和误比特率,实现信道自适应均衡,提高通信的抗干扰能力。(本文来源于《智能计算机与应用》期刊2016年04期）
马令坤,程林波[5]（2016）在《基于MATLAB的自适应噪声抵消器设计》一文中研究指出噪声污染已经成为一个亟待解决的社会问题,无论是在日常生活中还是在工程应用领域,噪声干扰问题都严重影响着人们的生活生产。本文阐述了自适应噪声抵消器原理,搭建了自适应噪声抵消系统,采集了真实的语音和噪声信号,并在MATLAB中完成了抵消处理,分析了抵消结果,经过计算信号在抵消前后的信噪比分别为13.83d B和59.08dB,信噪比增益为45.25dB。(本文来源于《电子世界》期刊2016年06期）
张志强,余莉,韩方剑,刘志强[6]（2016）在《语音信号的自适应噪声抵消技术研究》一文中研究指出该文以语音信号为对象进行噪声抵消研究。首先对自适应噪声抵消(ANC)系统的基本原理进行了阐述;而后分别对基于LMS(最小均方)、NLMS(归一化最小均方)、RLS(递归最小二乘)、BP(误差反向传播神经网络)算法的自适应噪声抵消系统进行MATLAB仿真,发现LMS算法去噪效果较好、但迭代次数多,不能满足语音通信的实时性及高质量语音的要求。而训练函数为trainrp的BP算法去噪能力最好,可应用于语音质量要求高的去噪;训练函数为traincgf的BP算法收敛速度最快,可应用于抢险救灾、处突维稳等任务的实时语音去噪。(本文来源于《电脑知识与技术》期刊2016年02期）
陈智[7]（2016）在《基于DSP的自适应有源噪声抵消耳罩控制系统设计与实现》一文中研究指出目前,绝大部分有源耳罩采用模拟电路实现控制器。这种控制器的传递函数参数固定、不易调节,而实际噪声常具有非平稳、时变特性,并且传递函数、降噪空间中一些非可控参数常随时间变化,所以,当降噪环境发生变化时,系统抗噪性能明显下降,甚至不稳定,此外,无法处理多通道任务。因此,本论文设计了一种基于DSP的自适应有源耳罩控制系统。论文首先对基于DSP的自适应有源耳罩在市场中的定位及前景做了分析,进而明确了应用场合,并分析了目标场合中的初级噪声及降噪空间特性,制定了系统控制策略和控制任务。然后,从性能角度出发,对不同的系统控制方式、控制器结构及算法做了分析,并确定了控制系统的解决方案。其次,分析了前馈式单通道系统模型。在此基础上,推导了Fx LMS算法,分析了算法性能,并讨论了次级通路建模问题。然后,基于MATLAB软件编写了实现FxLMS算法的程序,在Simulink环境中搭建了前馈式单通道系统模型。仿真结果表明,建立在横向结构FIR滤波器和Fx LMS算法上的自适应有源控制器在处理窄带初级噪声和前馈式单通道系统时具有降噪效果较好的优点,另外,滤波器阶数和收敛因子越大,系统收敛越快,但系统稳定性受到影响。最后,基于DSP设计实现了自适应有源耳罩控制系统,并搭建了实验平台。实验结果表明,该系统能够自动追踪初级噪声统计特性,实时适应降噪环境变化,噪声抑制效果明显,同时,前馈结构保证了优良的稳定性。(本文来源于《兰州大学》期刊2016-03-01）
柯水霞,李迟生[8]（2016）在《基于LMS自适应噪声抵消和小波阈值的语音降噪算法研究》一文中研究指出针对宽带噪声干扰的语音降噪问题,提出一种基于LMS自适应噪声抵消和小波阈值的语音降噪算法。该算法首先采用LMS自适应噪声抵消器对消部分噪声,得到较高信噪比的语音信号后,再对其进行小波分析,用一种新的阈值函数对信号进行降噪,再重构得到降噪后的信号。Matlab仿真实验证明,该算法的效果优于单一算法,且避免了传统谱减法带来的"音乐噪声",视觉效果、输出信噪比和均方根误差也有很大改善。(本文来源于《现代电子技术》期刊2016年03期）
邹进,曹茜红,韩迎春,张建海[9]（2015）在《基于自适应噪声抵消的微弱振动信号提取方法》一文中研究指出针对微弱振动信号在强噪声背景下难以有效提取的问题,给出了基于自适应噪声抵消(Adaptive Noise Cancellation,ANC)的振动信号提取方法。该方法利用改进的变步长LMS算法对滤波器权系数进行调整和优化,能够自动跟踪信号的动态特性变化,有效地实现真实信号与噪声的分离。仿真和应用结果表明,该方法具有优良的自适应性能,收敛速度快、稳态误差小,能够在时变、非平稳的强噪声背景下精确地提取出弱振动信号,拓宽了振动信号处理的技术手段。(本文来源于《探测与控制学报》期刊2015年05期）
于新颖[10]（2015）在《多通道自适应噪声抵消系统》一文中研究指出对多通道自适应噪声抵消系统的噪声抑制能力进行了MATLAB仿真分析,结果表明,多通道系统的抑噪能力高于单通道系统,信噪比增益提高了1.36dB左右。(本文来源于《长春工业大学学报》期刊2015年05期）
自适应噪声抵消论文开题报告
（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：
线性自适应滤波算法(LMS、NLMS、RLS)对非线性噪声抵消效果较差。针对这一问题,研究神经网络自适应噪声抵消系统中不同隐含层神经元节点数、不同隐含层传输函数、不同神经网络学习算法以及不同信噪比原始输入下系统的噪声抵消性能。建立结构为单层隐含层,且输入层、隐含层和输出层节点数为1-N-1结构的神经网络模型。通过仿真分析,优化神经网络自适应噪声抵消系统中,隐含层节点数经验公式的参数取值。结果表明该系统中噪声抵消效果受到神经网络结构的影响;对于原始输入信噪比在2～10 dB的信号,参考输入与原始输入中噪声非线性相关;选择传输函数为tansig,神经网络隐含层节点数使用优化后的参数取值,输出信号信噪比提高了1. 0～1. 5 dB。
（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。
自适应噪声抵消论文参考文献
[1].康彩丽.基于神经网络的自适应噪声抵消技术研究[J].山西电子技术.2018
[2].张磊,李方鑫,王建新,肖超恩.神经网络自适应噪声抵消系统的性能比较与仿真[J].计算机应用与软件.2018
[3].赵玉龙,沈怀荣,任元.超流体陀螺相位波动噪声自适应抵消系统分析[J].北京航空航天大学学报.2018
[4].龙清,胡光波.基于自适应噪声抵消的无线传感网络信道优化[J].智能计算机与应用.2016
[5].马令坤,程林波.基于MATLAB的自适应噪声抵消器设计[J].电子世界.2016
[6].张志强,余莉,韩方剑,刘志强.语音信号的自适应噪声抵消技术研究[J].电脑知识与技术.2016
[7].陈智.基于DSP的自适应有源噪声抵消耳罩控制系统设计与实现[D].兰州大学.2016
[8].柯水霞,李迟生.基于LMS自适应噪声抵消和小波阈值的语音降噪算法研究[J].现代电子技术.2016
[9].邹进,曹茜红,韩迎春,张建海.基于自适应噪声抵消的微弱振动信号提取方法[J].探测与控制学报.2015
[10].于新颖.多通道自适应噪声抵消系统[J].长春工业大学学报.2015
论文知识图
