论文研究自适应滤波算法在功率谱估计中的应用研究 .pdf

均值方差自适应卡尔曼滤波算法的改进型研究，沈鸿康，郑德春，首先介绍了几种目标跟踪的机动模型，对在

滤波是信号处理中的重要环节，鉴于盲信号处理本身的特点，传统的滤波技术并不适合直接用于盲源分离之中。然而作为分离前的预处理，滤波技术在独立成分分离算法中是必要的。为此，结合稳健的数据非线性投影，首次提出

针对欠定模型条件下定步长比例归一化子带自适应滤波（PNSAF）算法收敛速度和稳态误差之间的矛盾，提出了一种变步长VSS-PNSAF算法。该算法将系统干扰噪声和欠定模型噪声对系统性能的影响考虑进滤波器系

SDN以集中式的控制、可编程的接口等优点，极大地提高了网络的管控效率及操作的灵活性。但在SDN部署运行中，也暴露出传输时延大、丢包率高等缺点。针对这些问题，提出了一种基于遗传算法的自适应SDN路由算法

介绍了稀疏路径回声消除PNLMS、MPNLMS、IPNLMS和MIPNLMS的几种自适应滤波算法,并进行了Matlab的仿真比较。仿真结果表明,PNLMS的初始收敛速度优于NLMS,但当脉冲响应变得密

自适应滤波器一直是随机信号处理当中的一个重要的研究课题。在介绍了自适应滤波器的各种算法之后 ,重点讨论了基于 LMS的自适应滤波器算法和基于 RLS的自适应滤波器算法 ,并用 Matlab对这两种算法

传统的[α]稳定分布噪声下信号功率谱估计方法有两种，分别为共变谱估计与协方差谱估计。这两种谱估计方法都是以自相关这个二阶矩作为频域分析对象，而自相关是个损失了信号中相位的信息，不能用于时频域分析。针对

基于光流场估计的自适应Mean-Shift算法及其目标跟踪应用，李剑峰，黄增喜，针对传统Mean-Shift算法在目标跟踪中可能会出现由于目标运动速度过快或尺度明显变化以及目标遮挡时导致跟踪失败的问题

自适应滤波器结构LMS自适应滤波算法仿真分析LMS自适应滤波算法中的步长参数是给定的,如果选择合适的参数,对系统的稳定性和滤波效果都有

Research on LMS Adaptive Filter Algorithm