基于微分进化算法的模拟地震振动台频响函数辨识

模拟地震振动台系统是一个非线性系统,带有负载的系统更是一个非线性系统,但在系统的控制策略中,系统在工作点附近通常可以看作近似线性的。对系统的频率响应函数的估计通常使用H1估计器或H2估计器,H1估计器为欠估计,而H2估计器为过估计,二者估计的误差都比较大。因此对于模拟地震振动台系统该文采用一种介于二者中间的估计器Hm,其参数利用微分进化算法进行估计,使Hm更接近系统的真实频率响应函数H,从而减少了振动台系统迭代控制的次数,减小对负载特性的影响。     

一种改进的变步长LMS算法及其DSP实现

固定步长LMS(least mean square)算法自适应滤波器在收敛速度、时变跟踪能力与稳态误差上对步长因子的要求存在矛盾.变步长LMS算法的步长因子是变化的,能够有效地避免此矛盾.在分析了2种变步长LMS算法的基础上,提出了全新的变步长算法,并在MATLAB环境中进行仿真,之后应用SZ-EPP5402评估板对其进行了DSP实现.仿真结果与DSP实现都表明:变步长LMS算法在一定程度上改善了收敛速度与稳态误差间矛盾,具有更快收敛速度与更小稳态误差.     

基于自适应滤波的信号处理系统建模及其系统实现

自适应滤波器为一个未知系统的建模提供了一种简单,实用的方法.可以在不知道系统的理论模型的条件下,通过测量和学习,实现对未知系统的最佳拟和.本文简要介绍了自适应滤波在信号处理系统建模中的应用,着重讨论了IIR递推结构自适应滤波器的LMS算法.在此理论基础上用matlab语言实现了对一个数字音效处理系统的建模.最后,简要介绍了该数字音效系统的DSP系统实现.     

相位信号的自适应滤波降噪检测研究

本文分析了一种运用ＳＣＨＥＲＩＮＧ电桥自动检测介质损耗角设计方法中相位信号的噪声特点。在无法直接获取参考输入的情况下，通过估计宽带噪声信号的采样时间序列的自相关函数，确定了自适应滤波器参考输入通道的延时参数，成功地设计了自适应噪声对消系统，有效地提高了信号的信噪比，实验及仿真结果证明了这种方法有效的保证了测量精度     

基于次级通道在线辨识新算法的振动主动控制

提出一种基于改进滤波型最小均方(filtered-X least mean square,简称FXLMS)算法次级通道在线辨识方法,将其应用到结构自适应振动主动控制中。该算法可以消除主动控制环节和次级通道辨识环节相互影响,加快系统的收敛速度,并有效消除附加随机信号对待控制区域残余振动的影响,简化了系统算法的复杂度。将该方法基于LABVIEW进行振动控制仿真,从收敛性能和振动控制效果两方面进行比较,得出其改进优势。以简支梁为控制对象,用本研究方法进行结构振动主动控制的试验研究。结果表明,该控制系统对简支梁的振动响应有很好的抑制作用,说明该基于次级通道在线辨识的主动控制方法的有效性。     

小波变换自适应算法的主动振动控制

将小波分析理论和最小均方(least mean square,简称LMS)算法相结合,用分解LMS算法对薄板进行自适应振动控制,并采用了Mallat快速算法,以提高小波自适应算法的实时性。仿真分析和试验结果表明,该方法与传统的LMS算法相比,有效地减小了输入信号自相关矩阵的相关性,且收敛速度和稳定性能均有显著提高。     

神经网络学习算法的过拟合问题及解决方法

针对反向传播学习算法及其改进算法中出现的过拟合问题，探讨了三种解决方法；调整法、提前停止法和陷层节点自生成法，并用实例对三种方法进行了验证和比较。其中，调整法和提前停止法针对一个较大的网络可以解决过拟合问题，而隐层节点自生成法的提出既能避免过拟合问题，又能获得最少神经元网络结构。这三种方法有效地解决了在神经网络学习过程中的近拟合问题，提高了网络的适应性，它们不仅适合于函数逼近，而且可以推广到其他网络结构等应用领域。     

改进LMS算法的仿真及其分析

在机械加工中,机械故障诊断的振动诊断技术在机械故障诊断学中占有重要地位.在振动信号处理方面,自适应信号处理是一个非常重要的分支,该方法能够有效的滤除含有背景噪声的信号,提取出有效的特征信号,但自适应算法有收敛速度与稳态误差之间的矛盾关系与步长因子易受噪声干扰等问题.为解决该问题,本文提出一种改进的变步长LMS算法:在算法中加入步长反馈因子,并对权值进行更新,使算法的收敛速度变快的同时保证了系统的稳定性,并加强了系统的跟踪能力.仿真结果表明:与其他算法相比,本文算法计算简单、收敛速度快、系统跟踪能力强,稳定性更好,能够有效的滤除噪声信号.     

基于FPGA的自适应噪声消除DLMS算法

研究了自适应噪声消除DLMS(Delay Least Mean Square)算法在实现时的速度和运算复杂度问题,提出了二进制树直接结构实现DLMS算法.算法采用了割集重定时技术和流水线结构,对延迟模块重新分割,使系统关键路径降到最低的同时具有较快的收敛速度.仿真结果表明与原有结构相比,新算法结构提高运算速度近3倍,较好地消除了含噪信号中的噪声.     

改进的自适应特征值分解声源定位算法研究

麦克风阵列室内声源定位,常用声达时间差定位技术.本文针对估计时延的自适应特征值分解算法收敛速度慢,时延估计精度较差,麦克风较多等问题,提出一种改进的自适应特征值分解时延估计算法,采用单源多元混响模型,将混响效应描述为室内冲激响应滤波器对信号的滤波过程,估计不同阵元的冲激响应抑制混响,根据冲激响应峰值计算时延.通过引入最小均方牛顿算法,加快了AED算法的收敛速度.给出了对声源进行三维定位的三麦克风阵列结构,实际测试结果表明,改进算法与三麦克风阵列的定位方法对声源的定位更加准确.     

基于群稀疏系数估计的图像重构算法

基于稀疏表示的图像先验信息模型被广泛用于实现图像的重构中。针对稀疏表示中字典选择与系数估计的关键问题,提出了基于稀疏表示与非局部自相似性相结合的图像重构方法。首先通过欧氏距离的块匹配寻找相似图像块,并利用左右字典分别对相似图像块集合进行局部稀疏与非局部稀疏表示,以获得更稀疏准确的稀疏表示系数。进一步针对传统阈值收缩法对稀疏系数估计精度不足的问题,利用伯格曼迭代算法快速有效地求解重构模型,并采用线性最小均方误差估计准则(LMMSE)实现稀疏系数的估计,以保证对包含图像纹理细节信息的小系数的精确估计。实验结果表明,本文方法不仅在PSNR等客观指标上达到了目前先进水平,而且重构后图像拥有更为丰富的细节信息,整体视觉效果更加清晰。     

基于归一化LMS滤波校正的核辐射法液位计设计

在工业现场环境对液位的测量中,噪声的干扰会影响测量精度。为提高粘稠状态下液位测量精度,设计了一种基于归一化最小均方误差(LMS)滤波方法校正的核辐射法液位测量系统。以STM32为控制核心,利用基于HART总线HT1200M芯片进行数据传输与接收,归一化LMS滤波算法能够进行更精确的滤波处理,计算系统迭代权矢量,进行权系数更新,有效消除系统液位测量噪声,提高液位测量精度。测试数据表明,归一化LMS滤波方法校正的核辐射法液位计在自适应规则下能够消除测量系统噪声干扰,提高液位测量精度,液位计能够满足工业现场环境对液位测量要求,能够提高相关工业自动化程度。     

二维ARMA模型及其在钢板形貌功率谱估计中的应用

二维ＡＲＭＡ模型的参数估计中,由于其对应的二维修正Ｙｕｌｅ－Ｗａｌｋｅｒ方程不具备唯一性和可辩识性,使得二维ＡＲＭＡ模型的定阶计算参数估计一直是一个非常困难的问题。本文正是针对该点,提出了一种二维ＡＲＭＡ模型的初步定阶方法,同时对ＡＲ参数的自相关函数估计方法进行了改进,在此基础上得到了功率谱估计算法。该算法在文中的应用实例中表现出了非常高的分辨率,另外在钢板表面形貌的功率谱估计中也得到了非常好的效果。     

一种用于QAM通信系统的盲相位恢复算法

本文对QAM星座图相位旋转的恢复进行了研究,发现通过对旋转后的星座图实施试探性相位补偿,并对补偿后的信号点进行判决,就可以在MMSE准则下简单的实现旋转相位提取。该算法为开环结构的盲算法,不需要辅助训练序列和判决反馈数据;同时算法利用所有接收信号点携带的相位旋转信息,可在较短的观测区间内实现相位恢复。     

基于小波包移频算法的AR功率谱在滚动轴承故障特征信息提取中的应用

为克服经典的小波包迭代算法由于小波包分解过程中的隔点采样而发生的频率混叠现象，本文采用移频算法进行小波包分解与重构，以1#、2#、3#这3个608滚动轴承(其中1#轴承工作正常，而2#、3#轴承工作异常)进行分析。先通过小波包分解提取这3个轴承振动信号的频带能量特征以确定2#、3#轴承故障特征信息所在的频带。并按这些频带分别对2#、3#轴承的振动信号进行小波包重构。通过对重构信号的基于AR模型的功率谱分析以实现滚动轴承故障特征信息的自动提取．从而对2#、3#轴承的故障作出诊断。     

气动加载系统的模糊自适应逆控制方法

气动加载系统具有时滞、时变及强非线性等特点,为了提高气动加载系统的控制精度,克服传统PI控制算法的不足,提出一种气动压力加载系统的模糊自适应逆控制方案。利用模糊辨识理论对气动加载系统进行离线逆建模,得到初始逆模型,并将该初始逆模型作为初始控制器,控制气动加载系统的输出压力,运行过程中采用最小方均根(Least mean square,LMS)滤波算法在线修正控制器的参数。基于VC++6.0软件开发平台设计系统实时控制程序,在一套电气比例压力阀控气动加载系统上进行试验研究。通过与PI控制算法、模糊比例积分微分(Proportion,integration,differentiation,PID)控制算法进行比较,结果表明设计的气动加载系统控制器控制精度高、响应速度快、抗扰能力强。     

自适应数字滤波算法应用于旋转机械运行状态辨识的研究

用自适应数字滤波算法研究了一类运动环境复杂、没有明确评价标准的放置机械的异常运行状态的在线辨识问题。讨论了自适应数字滤波算法和辨识原理,并给出了应用实例。结果表明,该方法可以把正常状态和异常状态明确地区分开来。该方法计算量小,容易实现在线实时辨识。     

LMS算法在微石英音叉陀螺信号解调中的应用

为了提高微石英音叉陀螺检测角速度信号的性能,提出了一种应用于微石英音叉陀螺角速度信号的最小均方(least mean square,LMS)解调算法.通过在Systemview通信软件里对LMS算法进行仿真,仿真结果表明此算法可以解调调幅角速度信号,可滤除其他噪声;在DSP里实现LMS算法,通过大量速率测试显示与传统相关解调比较,LMS解调算法的零位稳定性比相关解调提高了50.16％,分辨率也有提高.仿真和测试结果表明LMS算法应用在陀螺角速度信号的解调中能收到比相关解调更好的效果.     

正常角膜和圆锥角膜的特征提取

基于角膜测量仪器Corvis ST采集的图像视频,提出提取新特征参数以便准确区分正常角膜和圆锥角膜。首先对图像进行滤波、分割等预处理,检测角膜上下边界,并计算前角膜曲率值;用小波变换分析角膜曲率变化,获取与角膜运动趋势相关的特征,包括角膜运动的整体趋势和角膜振动的范数和标准差。然后,基于均方误差最小化法,提取特征参数,构建最优参数。最后,用支持向量机(SVM)对正常角膜和圆锥角膜进行分类。从频率的角度实施的实验显示角膜在基本运动趋势上存在着振动过程。此外,提出的参数优于形变幅度(DA)、峰值距离(PD)等传统参数,使准确度、灵敏度和特异性分别提高了10.2%,5.7%和6.9%。受试者工作特征曲线(ROC)下面积为0.948,接近于1。结果显示本文方法自动提取的特征参数可提高正常角膜和圆锥角膜区分的准确性,对临床诊断有辅助作用。     

自适应交互式融合的视觉跟踪

针对基于传统融合机制的联合跟踪器在复杂环境下鲁棒性不足的缺陷,提出一种在交互式多模型粒子滤波框架下传递概率矩阵可在线更新的自适应融合跟踪器。首先,在贝叶斯理论框架下,基于最小二乘误差估计法得到传递概率矩阵迭代更新方程;然后,利用数值积分法获得迭代更新方程的数值解;最后,结合重采样技术实现不同子跟踪器之间先验状态分布的自适应交互,以确保传递权值较大粒子对应的目标状态。在复杂环境下进行了的跟踪实验,结果验证了本文提出的自适应交互式融合机制增加了对粒子先验状态的校正功能,有效避免了因误差积累导致的"跟踪漂移"问题,使联合跟踪器的鲁棒性明显优于单一跟踪器或基于其它融合机制的联合跟踪器。