自适应回声对消的初期迭代统计学模型及改进算法

为减少滤波器长度,提出自适应滤波算法初期迭代统计学模型及改进的回声消除算法。提出的统计学模型分析了自适应算法迭代初期滤波器各系数的均值和方差。基于该模型提出的改进算法,先检测回声路径峰值,进而确定回声路径延时,然后以延时为中心,用一个短的滤波器辨识原回声路径活跃系数部分。用实际回声路径进行仿真,理论和实验结果均表明,新算法在迭代的前75～100步已可准确检测回声路径峰值并确定延时;而减少滤波器长度,可大幅提高自适应算法收敛速度并降低算法计算复杂度。     

改进仿射投影算法及其在电子回声消除中的应用

在电子回声消除应用中,为提高自适应算法的收敛速度,提出一种改进的仿射投影算法及其快速实现形式.新算法利用回声路径的稀疏结构特征,通过收敛步长控制矩阵,按滤波器各系数幅值大小,等比例地为其指定相应收敛步长,以加快大系数收敛,最终达到加快滤波器整体收敛速度的目的.对新算法进行的统计学分析,为其快速收敛于目标系统的算法特性提供了理论依据.仿真实验表明与传统自适应算法相比,新算法能减小稳态失调并大幅提高收敛速度,其低计算复杂度亦保证了系统的实时性.     

汽车模拟驾驶装置中的数据采集系统

介绍了一种汽车模拟驾驶装置中的数据采集系统，该系统通过码盘装置对输出连续信号的操纵机构的位置和动作方向进行检测，详细 码盘装置检测和检测电路的工作原理，给出了数据采集系统的组成框图，介绍了系统的工作过程。数据采集系统方案，具有检测结果准确，运行可靠等特点。     

基于MSWF和改进Adaline神经网络的间谐波分析

为降低计算复杂度,将多级维纳滤波器(MSWF)应用于电力系统间谐波分析,提出基于MSWF和改进自适应神经网络的间谐波分析方法。利用MSWF的前向递推实现信号子空间和噪声子空间的快速估计,不需要估计数据的协方差矩阵及其特征值分解,减小了计算量。应用新的最小描述长度准则和TLS-ESPRIT算法确定谐波、间谐波的个数及频率。为提高收敛速度,应用基于递归最小二乘学习算法的自适应神经网络分析谐波和间谐波的幅值和相位。Matlab仿真结果验证了所提算法的有效性。该方法计算复杂度低,分辨率高,精度高,收敛快。     

基于自适应神经网络的谐波分析模型与算法

提出一种周期信号的谐波基函数神经网络模型及基于该模型的谐波分析算法.该算法将基波频率和谐波幅值相位共同作为权值参与学习调整,通过自适应测量原理估计各次谐波参数,算法的收敛性定理为学习率的选择提供了理论依据.对信号存在频率偏差和含有白噪声两种情况分别进行了仿真,结果表明该算法精度高、收敛速度快,适合于非同步采样和短数据下的电力系统谐波分析.     

基于AR谱估计和Adaline神经元的间谐波分析

将人工神经网络应用于电力系统间谐波分析，提出了Burg算法与Adaline神经元相结合的间谐波分析方法。通过Burg算法计算自回归（AR）模型参数，得到信号中谐波和间谐波的个数及频率初值，然后应用改进的Adaline神经网络精确分析谐波和间谐波的频率、幅值和相位。MATLAB仿真结果验证了Burg-Adaline间谐波分析方法具有分辨率高、精度高、收敛快的优点。     

汽车驾驶模拟训练系统通信接口的设计

文章分析了主动型汽车驾驶模拟训练系统对上下位机之间数据通信接口的需要 ,介绍系统的通信规约设计思想、接口硬件电路及编程实现方法 ,并讨论VC + +多线程技术和Win dowsAPI串口函数在通信接口中的应用     

上下位机数据通信的模块化接口技术及应用

提出了上下位机之间数据通信的模块化接口技术，将模块化接口技术应用于汽车驾驶模拟训练系统计算机与单片机数据采集控制系统之间的数据通信中，介绍系统的需求和功能、通信规约的设计思想及编程实现方法。     

基于Adaline神经网络的家用电器谐波分析

为了分析常用家用电器用电对公共电网的谐波污染,应用Adaline神经网络对其进行自适应谐波分析。改进的增强型Adaline神经网络将频率作为待定权值,同时估计被测信号的频率、幅值和相位。幅值相位权值的学习采用变步长方法,频率权值的学习采用动量项方法,提高了收敛速度。修正的频率调整公式和频率延迟调整策略简化了频率学习率的设置。基于实测电压信号的对比研究验证了改进算法的收敛性能和分析精度。通过数据采集实验装置得到计算机、电视机、洗衣机、微波炉等家用电器的用电波形,并用改进的Adaline方法对波形信号进行谐波分析。实验结果表明,计算机的电流谐波总畸变率超过60%,微波炉的电流谐波总畸变率在40%以上,电视机和洗衣机的电流谐波总畸变率在10%以上。