搜索资源列表
nlms.rar
- 归一化最小均方（LMS）自适应数字滤波，带测试主程序。,Normalized least mean square (LMS) adaptive digital filter with the test main program.
adaptivefilter
- 归一化最小均方（NLMS）和递归最小二乘法（RLS）解决自适应滤波器的MATLAB源码-Adaptive Filter implementation using nlms & rls algorithms.
zishiyingjiangzao
- 这里介绍了一种基于自适应滤波的噪声抵消法，采用归一化最小均方误差算法，采集实际噪声环境下各种不同信噪比的带噪语音样本进行降噪处理，实验结果表明，处理后信号的信噪比得到了较大程度的提高，大大改善了听音效果，具有很高的可懂度，且语音自然度好，没有失真；并与谱减法进行了比较，自适应噪声抵消法的降噪幅度比谱减法有一定提高，在听音效果上，用自适应噪声抵消法处理后的语音在清晰度，自然度方面优于谱减法。-Here a novel adaptive noise cancellation method using
A-Variable-Step-Size-LMS-Algorithm
- 一种变步长的归一化最小均方自适应滤波算法的实现-A variable step size normalized least mean square adaptive filter algorithm to achieve
aec-master
- webrtc 的回声抵消(aec、aecm)算法主要包括以下几个重要模块：1.回声时延估计 2.NLMS(归一化最小均方自适应算法) 3.NLP（非线性滤波） 4.CNG(舒适噪声产生），一般经典aec算法还应包括双端检测(DT)。考虑到webrtc使用的NLMS、NLP和CNG都属于经典算法范畴，故只做简略介绍，本文重点介绍webrtc的回声时延估计算法,这也是webrtc回声抵消算法区别一般算法(如视频会议中的算法)比较有特色的地方。-webrtc echo canceller (aec,
adaptive filter
- 介绍了噪声抵消的原理和从强噪声背景中自适应滤波提取有用信号的方法，并对最小均 方 (LMS, Least Mean Squares) 、归一化 LMS(NLMS, Normalized Least Mean Squares) 和递推最小二乘 (RLS, Recursive Least Squares) 三种基本自适应算法进行了对比研究。计算机模拟仿真结果表明，这 几种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性。相比之下， RLS 算法 具有良好的收敛性
LRSs
- 递归最小二乘(RLS)是一种自适应滤波算法，它可以递归地找到最小化加权线性最小二乘代价函数与输入信号相关的系数。这种方法与其他算法相比较，例如最小均方(LMS)，旨在减少均方误差。在RLS的推导中，输入信号被认为是确定性的，而对于LMS和类似的算法，它们被认为是随机的。(Recursive least squares (RLS) is an adaptive filter algorithm that recursively finds the coefficients that minimiz