自适应滤波算法在微弱振动测量中的应用

发布时间：2017-06-11 15:00

  本文关键词：自适应滤波算法在微弱振动测量中的应用，，由笔耕文化传播整理发布。

【摘要】：将递归最小二乘自适应滤波算法应用于激光多普勒测振技术中,搭建了相应的微弱振动测量装置。模拟仿真与实验中,通过与设计的切比雪夫低通滤波算法对比,结果表明:该递归最小二乘自适应滤波算法能够有效抑制随机高斯白噪声,还原出原始信号;能够对简谐振动信号实现有效滤波,并且可以还原出淹没在噪声中的低频20 Hz信号;文中算法可以去除语音噪声,使声音更加纯净,增强语音信号,以此验证了该算法在外差振动测量中的可行性。该算法简单易用、收敛性强、速度快,尤其对于随机噪声的去除比普通的低通滤波器更加有效。
【作者单位】： 四川大学电子信息学院激光微纳工程研究所;
【关键词】： 振动测量 语音检测 自适应滤波 递归最小二乘算法 激光外差
【基金】：国家自然科学基金(60890200,10976023)
【分类号】：TN249;TN713
【正文快照】： 0引言光学测量技术是一种非接触式的测量方法,一直以来是工业和科研领域的研究热点[1-4]。激光外差探测技术本质上是一种相干探测技术,具有精度高、线性度好、动态响应快等特点。另外,作为一种非接触式测量方式,可以应用于许多其它接触式测振方式无法测量的任务中,还可以弥补

【相似文献】

中国期刊全文数据库 前10条

1 蔡卫菊;;线性自适应滤波算法综述[J];科技资讯;2011年36期

2 邹艳碧,高鹰;自适应滤波算法综述[J];广州大学学报(自然科学版);2002年02期

3 李庆奎;吕志平;;基于模糊理论构造的自适应滤波算法[J];测绘科学;2008年02期

4 尤昌德,李红艳;目标航迹在转弯状况下自适应滤波算法的研究[J];西安交通大学学报;1993年04期

5 林耀荣,韦岗,文剑锋;两种简化的仿射投影自适应滤波算法(英文)[J];控制理论与应用;2000年03期

6 罗强;何培宇;;一种改进的自适应滤波算法及其在回波对消中的应用[J];四川大学学报(自然科学版);2007年04期

7 李庆奎;吕志平;;基于学生化残差的模糊自适应滤波算法[J];测绘学报;2008年04期

8 肖助明;冯月亮;李涛;伍铁兵;;一种新型自适应中值滤波算法[J];湘潭师范学院学报(自然科学版);2006年02期

9 肖林;;LMS和RLS算法的研究与实现[J];中山大学研究生学刊(自然科学.医学版);2010年02期

10 褚东升;刘祺;张玲;;转移矩阵未知时带乘性噪声系统的自适应滤波算法[J];中国海洋大学学报(自然科学版);2011年06期

中国重要会议论文全文数据库 前10条

1 徐润博;;一种变步长自适应滤波算法及其分析[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

2 李超;毛剑琴;;一种进化的自适应滤波算法及其在振动主动控制中的应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

3 刘先省;胡振涛;;基于“当前”统计模型修正的自适应滤波算法[A];2005年中国智能自动化会议论文集[C];2005年

4 牛振中;李岁劳;王青青;任鸿飞;;改进的自适应滤波算法及其在精确空投组合导航中的应用[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年

5 赵龙;李铁军;陈璞;;新型自适应滤波算法及其在惯导/双星组合中的应用[A];第一届中国卫星导航学术年会论文集（下）[C];2010年

6 陈勇;黄清;;自适应滤波算法在多普勒频偏估计中的应用研究[A];2007年全国微波毫米波会议论文集（下册）[C];2007年

7 张磊磊;王再英;;基于Matlab仿真的几种自适应滤波算法的比较研究[A];第十七届全国煤矿自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2007年

8 陈坡;孙付平;郭飞;刘雪瑞;;扩展自适应滤波算法在GNSS/INS紧组合中的应用[A];微机电惯性技术的发展现状与趋势——惯性技术发展动态发展方向研讨会文集[C];2011年

9 陶伟刚;冯新喜;;一种新的目标跟踪自适应滤波算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

10 刘世金;张榆锋;刘大利;高永丽;;几种自适应滤波算法在噪声抵消应用中的仿真比较研究[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

中国博士学位论文全文数据库 前5条

1 高鹰;基于累积量的自适应滤波理论及其应用[D];华南理工大学;2002年

2 张斌;高效稳健的自适应滤波算法研究[D];西安电子科技大学;2010年

3 刘立刚;稀疏冲激响应的自适应滤波算法及其应用研究[D];复旦大学;2010年

4 曾谦;基于滤波器凸集的自适应滤波算法[D];吉林大学;2015年

5 李宁;LMS自适应滤波算法的收敛性能研究与应用[D];哈尔滨工程大学;2009年

  本文关键词：自适应滤波算法在微弱振动测量中的应用，由笔耕文化传播整理发布。

本文编号：441795