本說(shuō)明書(shū)涉及信號(hào)處理，具體而言，涉及一種基于自適應(yīng)濾波的引信去噪聲方法及系統(tǒng)。

背景技術(shù)：

1、無(wú)線電引信易受干擾信號(hào)影響，對(duì)于引信回波信號(hào)的消噪處理，主要有小波分析以及自適應(yīng)濾波等方法，由于lms自適應(yīng)濾波算法計(jì)算量小、易于實(shí)現(xiàn)以及穩(wěn)定性好等優(yōu)點(diǎn)被廣泛應(yīng)用于系統(tǒng)辨識(shí)、噪聲對(duì)消和波束成形等領(lǐng)域。針對(duì)傳統(tǒng)的變步長(zhǎng)算法模型，雖然使得變步長(zhǎng)的lms算法的特性具有一定提升，但具有穩(wěn)態(tài)誤差較大和收斂速度較慢的缺陷。

技術(shù)實(shí)現(xiàn)思路

1、本說(shuō)明書(shū)的目的在于提供一種基于自適應(yīng)濾波的引信去噪聲方法，該方法能夠克服上述傳統(tǒng)變步長(zhǎng)算法模型存在的上述缺陷。

2、本說(shuō)明書(shū)的實(shí)施例是這樣實(shí)現(xiàn)的：

3、一方面，本說(shuō)明書(shū)提供一種基于自適應(yīng)濾波的引信去噪聲方法，主要包括：

4、根據(jù)變步長(zhǎng)算法模型，通過(guò)常量參數(shù)變量化，構(gòu)建濾波器系數(shù)迭代模型；

5、計(jì)算濾波器輸入信號(hào)數(shù)據(jù)與輸出信號(hào)數(shù)據(jù)的誤差值；

6、在所述誤差值不小于預(yù)設(shè)誤差限的條件下，根據(jù)當(dāng)前次的誤差值和歷史誤差值，通過(guò)所述濾波器系數(shù)迭代模型，迭代更新所述濾波器的濾波器系數(shù)；

7、以更新后的濾波器系數(shù)，對(duì)所述信號(hào)數(shù)據(jù)進(jìn)行去噪處理。

8、另一方面，本說(shuō)明書(shū)提供一種基于自適應(yīng)濾波的引信去噪聲系統(tǒng)，主要包括：

9、構(gòu)建模塊，用于根據(jù)變步長(zhǎng)算法模型，通過(guò)常量參數(shù)變量化，構(gòu)建濾波器系數(shù)迭代模型；

10、計(jì)算模塊，用于計(jì)算濾波器輸入信號(hào)數(shù)據(jù)與輸出信號(hào)數(shù)據(jù)的誤差值；

11、迭代模塊，用于在所述誤差值不小于預(yù)設(shè)誤差限的條件下，根據(jù)當(dāng)前次的誤差值和歷史誤差值，通過(guò)所述濾波器系數(shù)迭代模型，迭代更新所述濾波器的濾波器系數(shù)；

12、處理模塊，用于以更新后的濾波器系數(shù)，對(duì)所述信號(hào)數(shù)據(jù)進(jìn)行去噪處理。

13、本說(shuō)明書(shū)實(shí)施例至少具有以下優(yōu)點(diǎn)或有益效果：

14、該基于自適應(yīng)濾波的引信去噪方法通過(guò)將常量參數(shù)變量化的方式構(gòu)建上述濾波器系數(shù)迭代模型，能夠有效增強(qiáng)上述模型的收斂速度，同時(shí)能夠使得穩(wěn)態(tài)誤差性能較好。而且，通過(guò)上述方式還能夠引入當(dāng)前次誤差值之前不同時(shí)刻的歷史誤差值，從而使得上述方法具有實(shí)用性強(qiáng)的優(yōu)勢(shì)，而且，能夠適用于多種不同應(yīng)用場(chǎng)景，另外，通過(guò)引入當(dāng)前時(shí)刻之前不同時(shí)刻歷史誤差值的方式還可進(jìn)一步提高上述方法的收斂速度和穩(wěn)態(tài)誤差性能。

技術(shù)特征：

1.一種基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，在所述計(jì)算濾波器輸入信號(hào)數(shù)據(jù)與輸出信號(hào)數(shù)據(jù)的誤差值之后，包括：

3.根據(jù)權(quán)利要求1所述的基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，所述根據(jù)變步長(zhǎng)算法模型，通過(guò)常量參數(shù)變量化，構(gòu)建濾波器系數(shù)迭代模型，包括：

4.根據(jù)權(quán)利要求3所述的基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，所述根據(jù)所述變步長(zhǎng)算法模型，通過(guò)常量參數(shù)變量化，確定步長(zhǎng)迭代模型，包括：

5.根據(jù)權(quán)利要求4所述的基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，在所述將常量參數(shù)α變量化為α(n)之后，包括：

6.根據(jù)權(quán)利要求5所述的基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，所述根據(jù)所述步長(zhǎng)迭代模型、所述濾波器的當(dāng)前濾波器系數(shù)和信號(hào)數(shù)據(jù)的誤差值，構(gòu)建所述濾波器系數(shù)迭代模型，包括：

7.根據(jù)權(quán)利要求6所述的基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，在所述根據(jù)所述步長(zhǎng)迭代模型、所述濾波器的當(dāng)前濾波器系數(shù)和信號(hào)數(shù)據(jù)的誤差值，構(gòu)建初始濾波器系數(shù)迭代模型之后，還包括：

8.根據(jù)權(quán)利要求1所述的基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，在所述計(jì)算濾波器輸入信號(hào)數(shù)據(jù)與輸出信號(hào)數(shù)據(jù)的誤差值之前，包括：

9.根據(jù)權(quán)利要求8所述的基于自適應(yīng)濾波的引信去噪聲方法，其特征在于，所述計(jì)算濾波器輸入信號(hào)數(shù)據(jù)與輸出信號(hào)數(shù)據(jù)的誤差值，包括：

10.一種基于自適應(yīng)濾波的引信去噪聲系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本說(shuō)明書(shū)提供了一種基于自適應(yīng)濾波的引信去噪聲方法及系統(tǒng)，涉及信號(hào)處理技術(shù)領(lǐng)域。該方法包括根據(jù)變步長(zhǎng)算法模型，通過(guò)常量參數(shù)變量化，構(gòu)建濾波器系數(shù)迭代模型；計(jì)算濾波器輸入信號(hào)數(shù)據(jù)與輸出信號(hào)數(shù)據(jù)的誤差值；在誤差值不小于預(yù)設(shè)誤差限的條件下，根據(jù)當(dāng)前次的誤差值和歷史誤差值，通過(guò)濾波器系數(shù)迭代模型，迭代更新濾波器的濾波器系數(shù)；以更新后的濾波器系數(shù)，對(duì)信號(hào)數(shù)據(jù)進(jìn)行去噪處理。其能夠有效增強(qiáng)上述模型的收斂速度，同時(shí)能夠使得穩(wěn)態(tài)誤差性能較好。而且，還能夠引入當(dāng)前次誤差值之前不同時(shí)刻的歷史誤差值，從而使得上述方法具有實(shí)用性強(qiáng)的優(yōu)勢(shì)，而且，能夠適用于多種不同應(yīng)用場(chǎng)景。

技術(shù)研發(fā)人員：羅瑤,陳旭偉,李如松,陳洋,張盼
受保護(hù)的技術(shù)使用者：北京遙感設(shè)備研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/8