1) the model off multiple reference adaptive noise canceller
多参考输入噪声抵消器模型
2) adaptive noise cancellation
噪声抵消
1.
Genetic Algorithm Approach to Mixed Fixed H_2/H_∞ Optimal Adaptive Noise Cancellation;
基于快速遗传算法的固定阶H_2/H_∞自适应噪声抵消器
2.
Adaptive Noise Cancellation Using Adaptive Fuzzy Neural Networks Algorithm;
基于自适应模糊神经网络的噪声抵消器
3.
In order to avoid the trap of local minima,a design method based on the genetic algorithm was introduced to treat the nonlinear optimization of the fixedorder optimal adaptive noise cancellation.
讨论了同一噪声源多传感信号的自适应噪声抵消器的设计方法·针对同一信号源的多传感信号,采用快速遗传算法获取多路信息融合器(LC)的权系数及自适应噪声抵消器的系数,克服了基于梯度的搜索算法和随机搜索等算法获取最优滤波器参数难的问题·利用遗传算法自适应调整LC的权系数,克服了采用并行噪声抵消器的输出平均作为估计信号时,可能造成估计误差太大的缺陷·仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单、运行时间短,而且充分利用了多传感信号的信息,其去噪效果良好
3) noise cancellation
噪声抵消
1.
Application of ELMS algorithm in noise cancellation
ELMS算法在噪声抵消中的应用
2.
Starting with an adaptive noise cancellation technique-least mean square(LMS) method-to separate voice signals from strong background noises and, specifically, analysing the performance of this algorithm to find its demerits such as sluggish convergence and narrow wave band of signal extraction, an improved algorithm of adaptive least mean square with momentum factor is presented.
采用从强背景噪声中提取话音信号的自适应噪声抵消技术———最小均方误差(LMS)入手,对该算法的性能进行了分析,针对其收敛速度慢、提取信号频带窄的缺点,提出了改进的有动量因子的自适应最小均方误差算法(MLMS)。
3.
With the development of communication technology,self-adaptive noise canceller(ANC) is widespread applied in many fields,and adaptive noise cancellation technology is playing very important role in signal processing.
随着通信技术的发展,自适应噪声抵消器在现在信号处理中得到越来越广泛的应用。
4) noise canceling
噪声抵消
1.
Adaptive noise canceling by using adaptive network based fuzzy inference system;
基于自适应网络模糊推理系统的噪声抵消
2.
The application of acoustic vector-sensor in the noise canceling;
自适应噪声抵消在矢量传感器方位估计中的应用
3.
Based on the analysis of the nonuniformity noise characteristics in infrared focal plane arrays, an adaptive algorithm for nonumiformity correction in infrared focal plane arrays by using noise canceling technique is proposed in this paper.
在分析了红外焦平面阵列非均匀性的噪声特性基础上 ,提出用噪声抵消的方法来对红外焦平面阵列的非均匀性进行自适应校正 ,针对实际图像进行了实验 ,结果表明该方法比神经网络法能得到更好的校正效果 。
6) adaptive noise canceller
自适应噪声抵消器
1.
The reverberation is an important factor influencing the performance of an adaptive noise canceller(ANC).
目的回响是影响自适应噪声抵消器 (abapitvenoisecanceller,ANC)性能的重要因素 ,本文拟提出一种降低回响的改进算法。
2.
In this paper, the theory of adaptive noise canceller is discussed.
本文论述了基于LMS算法的自适应噪声抵消器的工作原理,并进行了实验验证。
补充资料：模型参考适应控制系统
包含有理想系统模型并能以模型的工作状态为标准自行调整参数的适应控制系统，简称模型参考系统。这种适应控制系统已有较成熟的分析综合理论和方法。模型参考适应控制系统最初是为设计飞机自动驾驶仪而提出的，初期阶段由于技术上的困难而未能得到广泛应用。随着微型计算机技术的发展，这种系统的实现已较容易。模型参考适应控制技术已在飞机自动驾驶仪、舰船自动驾驶系统、光电跟踪望远镜随动系统、可控硅调速系统和机械手控制系统等方面得到应用。
结构和工作原理 图1是说明模型参考适应控制系统组成结构和工作原理的示意图。其中，参考模型是一个具有固定结构和恒定参数的理想系统。在系统的参考输入作用下，模型的输出被规定为系统的受控对象所应具有的理想输出。由于外界干扰和内部的随机变化(参数漂移等)，受控对象的实际输出与理想输出之间会出现误差e(t)。自适应环节根据误差信号，按照事先设计的调整策略（自适应律）向自适应控制器发出调整信号。控制器根据参考输入信号r(t)、受控对象实际输出的反馈信号和调整信号，对受控对象发出相应的控制信号，使误差e(t)减小以至消失，也就是使受控对象的输出接近于理想状态。
设计问题 在模型参考适应控制系统中，自适应环节常是非线性的。如果设计不当，可能使整个系统失去稳定（见稳定性）。自适应律的合理设计是模型参考系统设计中的核心问题。为使系统稳定工作，可采用李雅普诺夫直接法（见李雅普诺夫稳定性理论）或波波夫超稳定性理论的概念和方法来设计自适应律。在图2 的系统中，受控对象是一个一阶系统,它的传递函数为K/(Ts＋1)。其中K为未知参数，是需要自适应调整的增益，T是已知常数。参考模型的传递函数是K0/(Ts＋1)， K0是理想增益。对于这个系统，适应控制器是一个增益可调的放大器。它是按照李雅普诺夫方法来设计的，其中取李雅普诺夫函数V(e，x)＝e2＋λx2,λ≥0，x＝K0- KS，KS是实际的系统增益。按照图2的结构组成的适应控制系统可稳定地工作，且可使输出偏差e(t)趋于零。
参考书目
Y.D.Landau, Adaptive Control： The Model Reference Approach, Marcel Dekker Inc., New York,1979.
结构和工作原理 图1是说明模型参考适应控制系统组成结构和工作原理的示意图。其中，参考模型是一个具有固定结构和恒定参数的理想系统。在系统的参考输入作用下，模型的输出被规定为系统的受控对象所应具有的理想输出。由于外界干扰和内部的随机变化(参数漂移等)，受控对象的实际输出与理想输出之间会出现误差e(t)。自适应环节根据误差信号，按照事先设计的调整策略（自适应律）向自适应控制器发出调整信号。控制器根据参考输入信号r(t)、受控对象实际输出的反馈信号和调整信号，对受控对象发出相应的控制信号，使误差e(t)减小以至消失，也就是使受控对象的输出接近于理想状态。
设计问题 在模型参考适应控制系统中，自适应环节常是非线性的。如果设计不当，可能使整个系统失去稳定（见稳定性）。自适应律的合理设计是模型参考系统设计中的核心问题。为使系统稳定工作，可采用李雅普诺夫直接法（见李雅普诺夫稳定性理论）或波波夫超稳定性理论的概念和方法来设计自适应律。在图2 的系统中，受控对象是一个一阶系统,它的传递函数为K/(Ts＋1)。其中K为未知参数，是需要自适应调整的增益，T是已知常数。参考模型的传递函数是K0/(Ts＋1)， K0是理想增益。对于这个系统，适应控制器是一个增益可调的放大器。它是按照李雅普诺夫方法来设计的，其中取李雅普诺夫函数V(e，x)＝e2＋λx2,λ≥0，x＝K0- KS，KS是实际的系统增益。按照图2的结构组成的适应控制系统可稳定地工作，且可使输出偏差e(t)趋于零。
参考书目
Y.D.Landau, Adaptive Control： The Model Reference Approach, Marcel Dekker Inc., New York,1979.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条