首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
为了解决变压器机器鱼避障过程中时延信息难以准确估计的问题,提出一种基于变步长LMS(最小均方误差)自适应滤波器的时延估计方法。不同于传统的互相关时延估计算法,变步长LMS自适应滤波器算法不需要信号和噪声的统计先验知识,具有更好的适用性。算法根据最小均方误差准则和最速下降法对滤波器的输出和权系数向量进行自适应调节,迭代过程中采用变步长代替传统的固定步长提高了收敛速度,然后对权系数向量进行Sinc函数插值获得时延估计结果。仿真分析了不同信噪比条件的时延估计性能,并且与传统互相关算法进行了比较,结果表明所提算法相对于传统互相关算法具有更好的抗噪性和更明显的时延估计峰值。  相似文献   

2.
提出了一种复杂度低的,应用于多输入多输出(MIMO)系统迭代接收机中的迭代可配置树型搜索(IRTS)检测方法.不同于最优的最大后验概率检测器对所有可能的发送符号向量进行完全搜索,该算法仅处理对检测器的软输出有较大贡献的符号向量.IRTS算法首先基于最小均方误差(MMSE)准则估计发送符号的可靠度;然后依据此可靠度对发送符号和信道矩阵进行排列来构造可配置的树型结构;并以该树型结构进行宽度优先搜索.在准静态信道条件下的仿真结果表明,即使在相对较小的搜索序列数目的情况下,IRTS算法也具有优越的性能.  相似文献   

3.
研究了滑动平均噪声干扰的双输入多率系统最小二乘迭代辨识算法.首先推导出2个输入通道采样周期不相等的多率系统的离散时间状态空间模型,得出对应的传递函数模型.针对辨识模型信息向量中存在不可测噪声项的困难,利用最小二乘迭代原理,将未知噪声变量用其迭代估计值来代替,提出了这类双输入多率采样数据系统的最小二乘迭代辨识算法.最后通过仿真例子比较了最小二乘迭代辨识算法与递推增广最小二乘算法的辨识效果,说明了所提出算法的参数估计精度较高.  相似文献   

4.
基于综合目标函数的神经网络多新息辨识算法   总被引:1,自引:1,他引:0  
为提高动态神经网络学习算法的辨识精度及抗噪性能,提出一种基于综合目标函数的多新息辨识算法。该算法基于多新息理论在最小均方误差目标函数中引入一辅助项构造综合目标函数,利用该目标函数进行网络输出层权值的训练,并采用牛顿法推导出输出层权值的递推计算公式。与已有二阶学习算法相比,新算法鲁棒性强,收敛速度快,辨识精度高。仿真结果验证了算法的有效性。  相似文献   

5.
研究了分段线性连续混沌信号驱动的线性卷积系统的盲辨识问题,提出了基于混沌同步的线性卷积系统辨识方法.借助线性矩阵不等式,利用混沌同步系统构造了基于最小二乘的观测器,并设计自适应算法最小化观测器,从而估计出线性卷积系统的参数.以简单的分段线性混沌系统为例,进行了仿真分析.数值仿真结果与理论分析一致,表明了所提出的算法能正确辨识系统,且算法仅需十几次迭代就能收敛.与传统Bussgang算法相比,所提算法具有更好的噪声鲁棒性,在输入信噪比15dB时,输出信噪比较Bussgang算法高约10dB,且在输入信噪比为0dB时仍有5dB的输出信噪比.  相似文献   

6.
整车道路模拟试验台的控制算法研究   总被引:1,自引:0,他引:1  
介绍多输入多输出系统时域波形再现(TWR)过程,给出基于频率响应函数(FRF)模型的系统辨识方法以及基于频域迭代自学习控制(ILC)算法的目标信号迭代具体流程.针对整车道路模拟试验台控制算法软件的开发,提出在迭代过程中对信号进行适当重叠分段的频域迭代自学习控制算法.通过现有的四通道整车道路模拟试验台,在真实环境中成功实现了对某样车各车轮轴头处垂向加速度的时域波形再现.结果表明,该算法精度较高,能够作为试验台的控制算法.  相似文献   

7.
针对长期演进技术(LTE)下行多输入多输出正交频分多址链路(MIMO-OFDM)中的天线间干扰和多径干扰的问题,提出一种低复杂度的基于预编码矩阵的迭代均衡算法。该算法通过预编码矩阵将发射信号扩展到所有子载波上,降低由天线引起的部分子载波干扰。在接收端,利用最小均方误差排序QR分解(MMSE-SQRD)软输入软输出干扰消除均衡算法,从而避免传统基于MMSE并行软干扰消除均衡算法中矩阵求逆运算,进而降低了算法复杂度。在接收端,同时通过预编码对重建信号中误差进行扩展,进而缓解在迭代干扰消除过程中的误差传播。研究结果表明:在2发2收场景下,当误码率为10-3时,本文算法经过5次迭代后信噪比相比于传统MMSE-SQRD的迭代算法提高4.4~5.0 d B。  相似文献   

8.
为解决多输入多输出(MIMO)非线性系统Volterra频域核辨识困难的问题,提出了一种MIMO非线性系统Volterra频域核的非参数辨识方法.该方法先对待辨识的MIMO非线性系统的各输入端添加不同频率成分的单音激励信号,再对系统的输出端信号进行采样并使用Vandermonde法使各阶核输出分离,然后根据单音激励下MIMO非线性系统Volterra核的频域输出特性,推导出该类系统Volterra频域核的辨识公式.由于采用了多音信号激励MIMO非线性系统,实现了一次激励下多点辨识的目的,因此提高了辨识效率.该方法仅依赖于系统的输入输出数据,具有较强的实用性.采用该方法对一个双输入双输出的非线性系统Volterra频域核进行辨识,最大偏差小于10-5,验证了该方法的有效性.  相似文献   

9.
针对单输入多输出(SIMO)模型提出一种基于非零延迟均衡器的自适应最小均方误差(MMSE)盲均衡算法,该方法通过均衡器系数、不同延迟下的截短协方差矩阵及信号子空间三者之间的关系将零延迟均衡器推广到非零延迟均衡器。该方法不同于传统的零延迟均衡算法,可利用信道的多阶参数进行盲均衡使其减小信道一阶参数对均衡效果的影响,且对信道阶数过估计具有鲁棒性。文章给出了算法的Batch实现过程,同时为更好地适应一般时变信道环境和实现实时处理的要求,利用快速次子空间追踪算法(FDPM)通过递归迭代得到算法的自适应实现过程。仿真实验表明在信道一阶参数能量较小或信道阶数过估计的条件下,即使信噪比较低,算法仍具有良好的均方误差(MSE)性能,此外自适应算法能够在几百个样本值内使信号快速达到收敛。  相似文献   

10.
基于多级维纳滤波器,提出了一种多输入多输出系统中的降秩自适应均衡算法.该算法利用多级维纳滤波器得到一组子空间基向量,通过子空间投影,把均衡器输出限定在低维子空间内,从而降低了自适应均衡的迭代复杂度,加快了收敛速度.理论分析和仿真表明,降秩均衡算法有效地提高了均衡器的收敛速度,降低了计算复杂度,并在多级维纳滤波器的级数不超过 10 的情况下,就能达到近似满秩均方误差性能.  相似文献   

11.
 提出了应用自适应最小二乘支持向量机和小波包能量特征的柴油机进排气系统故障诊断方法。对气门间隙异常、气阀漏气等几种常见故障和系统正常运行进行小波包分解,提取频带能量作为支持向量机的输入特征向量;然后,利用自适应优化算法对最小二乘支持向量机进行优化;最后,利用基于优化参数和最小输出编码的最小二乘支持向量机进行故障分类和识别。对比实验表明,与BP神经网络和采用交叉验证的传统最小二乘支持向量机相比,该方法可克服训练时间较长、容易陷入局部最小等问题,具有较快的训练速度和较高的分类准确率,提高了传统最小二乘支持向量机算法的寻优速度,在样本数较小时仍可取得较好的效果,能有效诊断柴油机进排气系统故障。  相似文献   

12.
在案件侦破中方言的辨别能提供重要线索,为了对汉语方言进行辨别,基于长短期记忆神经网络LSTM的方言辨识模型被提出,语音样本数据其中包括地区口头禅均采集于贵州省6个地区,并提取梅尔频率倒谱系数MFCC,每份语音样本MFCC后面加上相应的地区口头禅MFCC,然后采用滑窗进行信息重叠分块,对每块分别进行横向与纵向奇异值分解并保留高贡献率的特征向量,把分块合并作为方言识别模型的输入数据。先对LSTM进行改进,然后构建方言识别模型,通过交叉实验对该模型进行训练和验证,从而对滑窗的宽度进行优化,同时与循环神经网络RNN进行比较。实验结果证明本研究构建的LSTM模型对汉语方言识别是高效的。  相似文献   

13.
针对采用物理建模刻画三元催化器故障演化精确性不足问题,提出一种基于尾气大数据的改进测度模糊C均值(FCM,fuzzy c-means),故障诊断方法。该方法包括分数阶傅里叶变换(FRFT,fractional fourier transform)下的故障特征提取与优化、核熵成分分析(KECA,kernel entropy component analysis)下的分形故障特征降维以及改进相似测度下的FCM故障特征聚类。首先,对不同工况的尾气数据进行FRFT处理,获取三元催化器从时域到频域的精细故障信息,同时利用粒子群算法(PSO,paticle swarm optimization)选取最优的FRFT特征,并由分形算子给出相应精细特征的分形维数;其次,借助KECA对候选的高维分形特征进行维数约简;最后,将获得的故障特征提交给改进测度的FCM故障分类器完成故障诊断。数值实验结果表明,较之采用欧式距离或余弦距离的FCM方法,研究方法的故障诊断精确度更高。  相似文献   

14.
提出了一种新的注册者模型——“时间一空间分布模型(TSDM)”,传统GMM用参数表征训练矢量的空间分布,但舍弃了训练矢量间的时间联系信息,而TSDM利用基于GMM中均值矢量的高阶协方差矩阵,可向训练矢量的空间分布模型中引入一定程度的训练矢量间时间联系.还给出了TSDM的判据生成方法.实验表明,TSDM能在长训练语句时获得与传统GMM相当的识别性能,在短训练语句时表现得更优秀.  相似文献   

15.
该文提出了一种适于说话人辨认的自适应频率尺度变换,基于说话人信息在不同频带中的非均匀分布性质,通过F比衡量不同频率子带对说话人信息的贡献大小,设计自适应频率滤波器,提高贡献大的频带的频率分辨率,降低贡献小的频带的频率分辨率,提取鉴别性特征DFCC。干净语音环境下,不同测试文件的实验表明,该文提出的DFCC特征的识别率比传统MFCC特征平均提高了1.45%,表明特征的稳定性好,对语音内容不存在依赖性;在不同信噪比的噪声环境下,识别率平均提高了6.37%,表明DFCC特征能够充分利用语音频带中包含的说话人信息,具有良好的抗噪性能。  相似文献   

16.
为了实现GIS局部放电故障类型的识别,利用GIS局部放电试验采集的超高频和超声波信号得到了局部放电相位解析(Phase Resolved Partial Discharge,PRPD)图和格拉姆角场(Gramian Angular Field,GAF)图,提出了基于自适应卷积神经网络的GIS局部放电类型识别算法,优化了卷积神经网络超参数,建立了基于决策级多信息融合的GIS局部放电类型识别模型框架,研究了不同GIS局部放电类型识别方法的准确性及内在影响因素。结果表明:基于超高频和超声波信号的决策级多信息融合方法能够进一步提高GIS局部放电类型的识别准确性,识别准确率在98%以上,提出的决策级多信息融合方法的识别准确率高于特征级多信息融合方法,研究成果可为GIS局部放电类型识别提供技术支撑。  相似文献   

17.
针对机载雷达动目标空时参数估计中常用的基于最大似然准则的参数搜索方法计算量过大的问题,提出了一种新的目标空时参数快速估计方法.该方法首先对机载雷达阵列回波信号做降维的空时自适应处理,对滤波输出最大的多普勒单元在空域取3个不同方向的导向矢量做空域滤波,得到3个不同的自适应权矢量和输出响应,再利用这些权矢量和输出响应,用多项式求根方法得到目标的空域频率,然后利用多普勒频率滤波响应主瓣附近的3个频率的输出,依据二阶近似求解极值得到目标的多普勒频率最大似然估计值.仿真实验表明,该方法在保证估计精度与参数搜索方法相同的情况下,计算量能够减小到参数搜索方法的1/100.  相似文献   

18.
为了保证指纹信息在网络上传输的安全性和完整性,基于小波变换多尺度分解原理以及人眼对频率、纹理和对比度的视觉特性,提出新的临界可见误差模型.用该模型可使指纹特征信息生成的数字水印自适应嵌入合成的指纹图像中,提高了指纹认证系统的可信度.实验证明,该方法不但保证了不可见性,而且对多种图像处理操作具有较高的鲁棒性.  相似文献   

19.
采用传统的高斯混合模型(Gaussian mixture model,GMM)进行语音带宽扩展时,会出现所估计的特征参数过平滑的问题,其主要原因是协方差估计不准确而导致扩展的高频特征细节信息的丢失,因此本文提出了码本映射(codebook mapping,CM)与高斯混合模型相结合的语音带宽扩展算法.提取高、低频特征参数,并训练高斯混合模型,基于高斯混合模型参数训练偏移矢量的码本;在扩展阶段,利用偏移矢量的码本将低频偏移矢量映射为高频偏移矢量,再将高频偏移矢量与高斯混合模型估计部分相加作为估计的高频特征参数.对利用该方法进行带宽扩展后的语音质量进行主观/客观评测.实验结果表明,相比传统的GMM语音带宽方法,CM-GMM合成的高频语音更接近原始高频语音,明显消除了高频过平滑现象.   相似文献   

20.
为实现对电液伺服系统非线性、不确定性和未建模动态等因素的有效补偿,将系统转换成具有自适应动态递归模糊神经网络(ADRFNN)辨识误差,即二次不确定性的等效线性数学模型,利用增益自适应滑模变结构控制(GASMC)方法对系统进行综合设计.实验结果表明:ADRFNN的高精度在线辨识和GASMC校正项的增益自适应功能使系统具有较强鲁棒性和更高的稳态精度,同时使系统控制量的颤振现象得到有效抑制.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号