原文服务方: 自动化与仪表       
摘要:
LMS算法在语音增强和信号预测等信号处理中有着广泛应用,在纺纱系统清纱过程中纱疵信号信噪比低,普通滤波算法无法检测出湮没在复杂噪声中的纱疵信号,而LMS自适应滤波算法能很好地滤去信号中的噪声.LMS自适应滤波算法的步长是影响其性能的重要因素,普通的固定步长LMS算法在系统稳态误差和收敛速度之间存在顾此失彼的缺点,为了降低这个矛盾并且提高算法的性能,该文将LMS算法中固定步长因子μ(n)设为与误差信号e(n)的相关的函数,从而引出一种变步长自适应滤波LMS算法,并使用Matlab对算法中的参数值进行分析与调整,Matlab仿真结果显示该算法能较好地协调系统的收敛速度和稳态误差性能.针对纱线信号的特征,将该算法用来对纱线信号进行初步处理,纱疵信号去噪率达到86%,为纱疵的后续精确识别和处理提供基础.
推荐文章
混沌信号自适应协同滤波去噪
混沌
去噪
协同滤波
自适应滤波
自适应高斯滤波图像去噪算法
图像去噪
高斯滤波
自适应滤波
峰值信噪比
RLS自适应滤波在信号消噪中的应用
消噪
自适应滤波
递推最小二乘法(RLS)
基于递推最小二乘自适应滤波算法的图像去噪
自适应滤波
递推最小二乘算法(RLS)
图像去噪
MATLAB 仿真
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 自适应滤波算法在纱疵信号去噪中的应用
来源期刊 自动化与仪表 学科
关键词 自适应滤波 变步长自适应滤波算法 收敛速度 纱线信号
年,卷(期) 2018,(3) 所属期刊栏目 检测技术与数据处理
研究方向 页码范围 46-51
页数 6页 分类号 TP273
字数 语种 中文
DOI 10.19557/j.cnki.1001-9944.2018.03.012
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 何勇 东华大学机械工程学院 71 417 12.0 16.0
2 卢斌 东华大学机械工程学院 3 2 1.0 1.0
3 刘传群 东华大学机械工程学院 4 2 1.0 1.0
4 彭达 东华大学机械工程学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (70)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自适应滤波
变步长自适应滤波算法
收敛速度
纱线信号
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
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
总被引数(次)
18195
论文1v1指导