基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在信号处理中,噪声往往是非平稳和随时间变化的,传统方法很难解决噪声背景中的信号提取问题.通过对自适应噪声消除原理的研究,介绍了基于参考信号和基于预测原理的两种自适应噪声消除(ANC,Adaptive Noise Cancellation)方法,分析对比了基于最小均方(S,Least Mean Squares)、递推最小二乘(RLS,Recursive Least Squares)和平方根自适应滤波(QR_RLS,recursive least squares based on QR decomposition)三种噪声消除算法的性能.仿真结果表明:这几种算法都能从高背景噪声中有效地抑制干扰提取出有用信号,显示出了良好的收敛性能.相比之下,RLS算法和QR_RLS算法呈现出更快的收敛速度、更强的稳定性和抑噪能力.
推荐文章
基于DSP的自适应噪声消除系统
自适应
噪声消除
DSP
LMS
RLS
消除耳机噪声的自适应逆控制
自适应逆控制
噪声消除
基于MATLAB神经模糊的自适应噪声消除
MATLAB
模糊逻辑工具箱
自适应
神经模糊系统
自适应模糊神经网络在噪声消除中的应用
自适应噪声消除
神经网络
自适应神经模糊推理系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应噪声消除算法的性能比较与仿真
来源期刊 科学技术与工程 学科 工学
关键词 自适应噪声消除 自适应滤波器 噪声
年,卷(期) 2009,(19) 所属期刊栏目 研究简报
研究方向 页码范围 5835-5839
页数 5页 分类号 TP274.2
字数 2996字 语种 中文
DOI 10.3969/j.issn.1671-1815.2009.19.054
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 常太华 华北电力大学控制科学与工程学院 70 705 16.0 23.0
2 朱红路 华北电力大学控制科学与工程学院 22 142 7.0 11.0
3 江清潘 华北电力大学控制科学与工程学院 7 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (5)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (20)
二级引证文献  (15)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
自适应噪声消除
自适应滤波器
噪声
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导