一种基于格型算法的线谱增强器

利用格型算法的线谱增强器与自适应FIR陷波器相比,不仅运算量大大降低,而且避免了FIR陷波器中去噪声相关时延△的选择,这两点十分有利于工程实现。利用变步长的自适应线谱增强器可以大大增加收敛速度。计算机仿真结果证明了这一点。     

基于自适应陷波滤波器的频率和幅值估计

估计正弦信号的频率和幅值以实现准确信号跟随具有广泛的应用. 本文采用三维自适应陷波滤波器分析正弦信号, 提出了非归一化和归一化两种频率估计方法, 两种算法都具有圆形周期轨道, 能够获得信号的频率和幅值的准确估计以及正弦跟踪. 用Lyapunov定理和平均方法证明积分流形的存在性和一致渐近稳定性. 归一化算法改进了非归一化的收敛速度受制于信号幅值的缺点. 分析了估计器的带宽参数和频率自适应增益参数对频率跟踪暂态速度和稳态精度以及噪声特性的影响. 通过仿真证实了算法的有效性.     

基于改进粒子群算法的自适应陷波器设计

在信号处理中,接收信号常伴随着干扰和噪声,这就需要最优滤波器来实现,其中工频干扰的消除则以自适应陷波器为最优。利用粒子群算法自适应地调节其权值,得到与干扰信号接近的期望信号,最终达到消除干扰得到有用信号的目的。同时,针对此算法存在局部收敛和收敛速度不高的问题,提出了改进方法。计算机仿真结果表明了该改进粒子群算法在自适应陷波器设计上的有效性,并取得了较高的效率。     

一种基于SVD和改进自适应算法的科氏流量计气体信号频率解算方法

频率解算是科氏流量计气体信号处理的首要任务。针对实际应用中气体信号信噪比低、频率波动大的特点,本文提出了一种基于SVD和改进自适应算法的科氏流量计气体信号频率解算方法。首先利用SVD对气体信号降噪并重构原信号,然后应用改进自适应算法处理重构信号,解算出频率。仿真及实验结果表明,本方法可以获得更快的收敛速度和更高的频率跟踪精度。     

一种基于多级维纳滤波的改进空时抗干扰算法

传统的空时自适应处理（STAP）算法不仅计算量大, 而且不能抑制与导航信号来自同一方向的窄带干扰。针对此问题, 提出了一种改进的STAP抗干扰算法, 将时频域结合的IIR格型陷波器与改进MSNWF的功率倒置算法相结合, 通过IIR格型陷波器预测并抑制窄带干扰, 通过改进MSNWF抑制宽带干扰并实现降维处理。这种新的算法不仅能更有效地抑制窄带和宽带干扰, 而且提升了计算速度和输出信干噪比（SINR）。     

异构复杂信息网络下的异常数据检测算法

异构复杂信息网络承载着不同的协议和网络信道,并通过云储存实现资源调度,由此产生的异常数据会给网络信息空间带来安全威胁和存储开销,所以需要进行异常数据准确检测。传统的检测算法采用简化梯度算法进行异常数据检测,不能有效去除多个已知干扰频率成分的异常数据,检测性能不好。提出一种基于自适应陷波级联模型的异常数据检测算法。构建异构复杂信息网络系统模型,采用固有模态分解把异常数据信号解析模型分解为多个窄带信号,设计二阶格型陷波器结构,用多个固定陷波器级联抑制干扰成份,采用匹配投影法寻求优化特征解,找出所有匹配的特征点对,从而实现异常数据检测的改进。仿真实验表明,采用该算法进行异常数据检测时,信号幅值大于干扰噪声数据幅值;该算法提高了检测性能,具有较好的抗干扰性能。     

一种差分进化算法优化小波神经网络及其在弱信号检测中的应用

在混沌理论和相空间重构技术的基础上,提出了一种基于小生境自适应差分进化小波神经网络(NADE-WNN)的混沌背景下弱信号检测方法。该方法采用小生境自适应差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高网络的学习精度和收敛速度。实验结果表明,与传统的RBF神经网络和小波神经网络预测混沌时间序列的性能相比,该算法优化的小波神经网络具有更高的预测精度和收敛速度,能够较好地检测出混沌背景下的弱信号。     

煤矿井下电磁无线随钻测量信号滤波研究

针对采用自适应滤波最小均方算法和递推最小二乘算法提取煤矿井下电磁无线随钻测量(EMMWD)信号存在收敛速度慢与运算时间长等问题,提出了一种稳定快速横向递归最小二乘(SFT-RLS)算法,用于自适应滤除井下非稳态电气干扰与工频及其2倍频、3倍频干扰,实时提取微弱EM-MWD信号。该算法基于RLS算法,利用4个并行滤波器结构可降低运算时间,并利用加权最小二乘误差进行反馈以提高稳定性。仿真试验结果表明,SFT-RLS算法可实现对采样率为1kHz的EM-MWD信号进行自适应滤波和自适应陷波,平均每次迭代运行时间小于156.98μs,实现了快速稳定收敛运算与实时自适应滤波;SFTRLS算法自适应滤波可抑制信号与干扰比为-115dB的非稳态电气干扰;SFT-RLS算法自适应陷波可实时滤除工频及其2倍频、3倍频干扰,有效提取频率为6.25Hz的时间脉冲位置调制的EM-MWD信号波形,为正确解码EM-MWD信号提供了可靠数据。     

迭代技术的电力系统傅氏测频算法

针对自适应调整采样间隔的傅氏测频算法的不足，提出了基于迭代技术的自适应频率跟踪算法。该算法通过实时调整傅氏滤波系数来实现跟踪测量。计算机仿真结果表明，本算法能较好地跟踪系统频率的变化，能够同时对多路信号进行频率的跟踪测量。     

基于Gray-Markel结构的多点自适应陷波算法研究

为了有效抑制短波通信中的窄带干扰,提出了一种改进的格型自适应多点陷波算法。该算法在Gray-Markel结构陷波器基础上,采用LMS-Newton迭代不断地更新陷波器参数。实验结果表明,算法具有比较理想的收敛性和鲁棒性。     

基于重叠短汉宁窗DTFT算法的科氏流量计信号处理方法*

本文提出了一种基于重叠短汉宁窗DTFT算法的科氏流量计信号处理方法：首先采用新式自适应陷波器对科氏流量计时变信号进行滤波以求其频率,然后采用重叠短汉宁窗DTFT算法实时计算两路信号之间的相位差,再根据频率和相位差求得时间差,最终测得质量流量。给出的仿真和实测结果表明本文方法是实用有效的。     

基于U-LMS算法的船舶自适应逆控制

自适应逆控制的基本思想就是要用一个来自控制器的信号去驱动对象,而该控制器的传递函数就是参考模型与该对象建模函数的商.按照某一种自适应算法,用对象和指令输入之差的误差信号来调节控制器的参数以使该误差信号的均方差最小.根据IIR算法的快速收敛性,该文设计了基于U-LMS算法的IIR控制器,并把其应用到船舶模型控制上,仿真结果表明这种控制器大大减少了计算量,快速性得到了提高,并且权值的失调较小,对于参考模型的输出具有非常优良的跟踪性能.     

基于全通滤波器的IIR陷波器抑制信号中的周期性干扰

从滤波器的系数敏感度角度 ,提出一种基于全通滤波器的 IIR陷波器来抑制信号中的周期性干扰。该滤波器是由全通滤波器的级联构成的 ,因为全通滤波器传递函数的分子和分母多项式之间的镜像对称关系 ,该滤波器可以用高效的格型运算结构来实现 ,并且具有很低的系数敏感度 ,使得系数量化后的陷波频点偏移量最小。本文详细论述了该陷波器的设计方法 ,并深入分析了其在低频段的系数敏感度问题。通过实际数据验证了这种滤波器能够有效的抑制电力线通信信号中的谐波干扰。     

基于空时自适应处理的多波束抗干扰改进算法

传统的多波束算法无法处理与导航信号来自同一方向的窄带干扰。针对该问题,提出了一种改进的多波束抗干扰算法,级联时频域结合的IIR格型陷波器于多波束抗干扰算法中,通过IIR格型陷波器预测并抑制窄带干扰,通过多波束形成抑制宽带干扰。这种新的算法能有效地抑制窄带和宽带干扰,提升GPS抗干扰接收机的性能。     

基于U-滤波LMS算法的自适应逆控制系统

根据对IIR算法的快速收敛性考虑，采用了基于U－滤波LMS算法的IIR控制器。并且与传统的FIR结构的X－滤波LMS算法的自适应逆控制器作了比较，在相同条件下，U－滤波LMS算法的控制系统大大减少了计算量，快速性得到了提高，并且权值的失调较小，对于参考模型的输出具有非常优良的跟踪性能。     

一类离散时变系统的在线无限脉冲响应滤波逆控制

针对一类离散时变系统,提出了一种基于自适应惯性权重合作粒子群（AIW—CPSO）算法的在线尢限脉冲响应（IIR）滤波自适应系统辨识方法,实现零极点实时跟踪的全匹配控制．IIR滤波器可解决有限脉冲响应（FIR）滤波器在辨识时变系统时因其相关矩阵的特征值会无规律变大而被迫离线训练的问题．同时义降低了在线训练所需的权值向量长度,提升了优化与建模效率．本文设计的白适应惯性权重合作粒子群（AIW—CPSO）算法可在传统卡讧子群优化（PSO）算法的基础上更好地解决因选用IIR滤波器所带来的全局优化问题．通过仿真分析可以看出,对十此类离散时变系统,基于在线AIW—CPSO—IIR滤波器的自适应逆控制方法可以快速有效的实现未知对象的在线建模,同时实时跟踪时变系统的特征值变化．     

基于高阶零陷滤波的空间多目标跟踪算法

针对传统的移动多目标跟踪算法计算量大、实时性差的问题, 提出了一种新的基于阵列天线的空间多目标跟踪算法。算法利用阵元个数相对于信源数目的自由度, 设计一个高阶的零陷空域滤波器组, 对空间干扰源进行陷波, 并对空间波束成形后的信号进行自适应跟踪, 估计出多个移动目标的波达方向（direction of arrival, DOA）。仿真结果表明, 此算法精度较高, 计算复杂度较低, 为空间移动多目标的实时跟踪提供了一种新方法。