基于自适应LMS算法的跨声速风洞模型系统辨识

针对风洞试验模型系统辨识不准确的问题,利用自适应LMS(least mean square)滤波器模型对跨声速风洞模型进行系统辨识。由于实测信号中存在多模态耦合,为了提高系统辨识精准度,首先对输入输出信号作了FRF(frequency response analysis)分析得到试验模型俯仰方向前两阶模态,其次利用快速Fourier变换进行模态解耦,接着利用自适应LMS滤波器模型、传递函数模型、多项式模型对俯仰方向单模态进行系统辨识,最后得到了基于自适应LMS滤波器模型的俯仰方向一阶、二阶模态滤波器系数。通过对比不同数学模型的输出与输入之间的相关系数和均方误差及辨识结果,表明自适应LMS滤波器模型具有更高的系统辨识精准度和更简洁的数学模型结构。为后续风洞试验模型振动主动控制计算法的设计提供有力支撑。

一种用于毫米波探测系统的变步长LMS-AGC方案

在毫米波探测系统中,自动增益控制(AGC)是信号处理系统的关键技术之一,其作用是应对大动态范围的中频信号接收。本文阐述了一种数字自动增益控制(DAGC)的实现方案,通过对中频信号的数字采样进行处理,采用基于平均功率参量的变步长LMS-AGC自适应算法,将自适应滤波器的变步长思想应用到AGC方案中,并对其步长算法进行优化。通过对比普通功率检测自动增益控制和固定步长LMS-AGC方案,本文提出的变步长LMS-AGC方案具有更快的收敛速度和更小的稳态误差。

基于ELMS算法的电网谐波电流检测

在LMS自适应滤波方法的基础上,根据电网谐波快速检测的要求,导出实现最优权值快速计算的ELMS(Extrapolated LMS)算法公式,该算法在理论上能更有效地提高谐波检测的精度和检测实时性。理论研究和仿真表明,根据该ELMS算法设计的自适应滤波系统可实现对电网谐波的快速检测。

基于归一化LMS滤波校正的核辐射法液位计设计（英文）

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。

Fast Affine Projection Algorithm for Adaptive Noise Canceling and Its Application on the Fetal Electrocardiogram Extraction

Aimed at the problem of adaptive noise canceling(ANC),three implementary algorithms which are least mean square(LMS) algorithm,recursive least square(RLS) algorithm and fast affine projection(FAP) algorithm,have been researched.The simulations were made for the performance of these algorithms.The extraction of fetal electrocardiogram(FECG) is applied to compare the application effect of the above algorithms.The proposed FAP algorithm has obvious advantages in computational complexity,convergence speed and steadystate error.

基于快速傅里叶变换和改进T-S模糊神经网络集成模型的逆变器开路故障诊断方法研究

针对受负载扰动和测量噪声影响,逆变器开路时的故障边界间、故障与特征间存在交叠和模糊性问题,在对逆变器功率管开路故障特征的分析基础上,提出基于快速傅里叶变换和改进T‑S(Takagi‑Sugeno)模糊神经网络集成模型的逆变器开路故障诊断模型。首先,依据快速傅里叶变换分析逆变器的三相输出电流波形,提取功率管发生不同类型开路故障时的故障特征;其次,采用规则自分裂技术和模糊C均值设计T‑S模糊神经网络的前件网络的隶属函数层;然后,依托自适应Levenberg‑Marquardt算法对T‑S网络参数进行训练;最后,利用训练后的T‑S网络实现逆变器功率管的多种故障类型与位置的诊断。实验结果表明,所提出模型的诊断准确率高达96%,能够显著改善逆变器功率管开路故障诊断时所存在的问题。

基于快速FIR算法的自适应滤波器的VLSI实现

[目的]自适应滤波器能根据优化算法来自动调整传递函数,是一种强大的自适应系统,在信号处理、通信、雷达、声呐、地震学、导航系统和生物医学工程等领域有着广泛应用。随着集成电路工艺技术的发展,电路功耗显得尤为重要,可提升收敛特性和吞吐率。[方法]本研究提出一种基于快速FIR算法的3并行延时LMS自适应滤波器的架构,设计一种新颖的硬件高效架构,用于并行自适应3条支路的权重更新。与传统滤波器结构相比,并行滤波器具有更高的吞吐率和更低的功耗。为提高自适应数字滤波器的收敛特性,从三条权值更新支路中选择一个具有更好系统性能的分支。采用细粒度的算术运算单元和重定时技术,能有效降低关键路径的延时。[结果]从ASIC综合结果可知,与现有最佳结构相比,本研究所提出的3并行9抽头滤波器架构的功耗降低近16%,面积延时积(ADP)降低近11%。[结论]本研究所提出的架构设计具有重要的实践指导意义。

一种用于水声相干通信的快速自适应自最佳均衡器(英文)

多通道判决反馈均衡器(MC-DFE)是水声相干通信克服信道多径效应、消除码间干扰(ISI)的主要手段。本文提出了一种用于水声相干通信系统的分集合并自最佳自适应多通道判决反馈均衡器。该算法将快速自优化LMS分集合并(FOLMSDC)算法、快速自优化LMS(FOLMS)算法和快速自优化LMS相位补偿(FOLMSPC)算法有机地结合在一起。该算法一方面可以进一步减少运算复杂度,另一方面,由于算法中的步长因子和相位跟踪因子可以自适应地更新,因此算法可以更好地跟踪水声信道的变化,进一步提高通信系统的接收性能。仿真结果表明,本文提出的算法的性能优于现有算法。

基于卷积神经网络的随机梯度下降算法

为解决卷积神经网络(CNN)中随机梯度下降算法(SGD)的学习率设置不当对SGD算法的影响,提出一种学习率自适应SGD的更新算法,随着迭代的进行该算法使学习率呈现周期性的改变。针对CNN中Relu激活函数将CNN中的阈值为负的神经元丢弃的缺陷,设计选择Leaky Relu作为激活函数的CNN。实验验证了使用该激活函数的有效性,实验结果表明,采用上述学习率更新算法的SGD可以使网络快速收敛,提高了学习正确率;通过将Leaky Relu激活函数和采用上述学习率更新算法的SGD相结合,进一步提高CNN的学习正确率。

电液振动台正弦振动自适应控制方法

电液振动台是大型结构正弦振动模拟实验的关键设备。受液压系统频宽及系统中存在的死区、摩擦力等因素影响,正弦振动实验中加速度输出信号存在跟踪精度低、波形失真度大等问题。为提高电液振动台控制精度,提出正弦振动自适应逆控制及谐波抑制复合控制策略。通过带遗忘因子的RLS算法构建自适应逆控制器,提高正弦波形的跟踪精度。基于快速块LMS算法构建双次自适应谐波抑制控制器,减小系统加速度输出信号波形失真度。最后通过振动台实验,验证了控制策略的有效性。

使用实时自适应陷波器抑制多个窄带干扰

基于KWAN和MARTIN提出的抑制多个窄带干扰算法,改进了其中的梯度搜索算法,减少了硬件复杂性。KWAN和MARTIN的算法在窄带干扰数量增加时,硬件数量呈几何级数增长。而对于笔者改进的算法来说,硬件数量只需要代数增长就能够实现相同的效果。KWAN和MARTIN的算法在处理3至10个窄带干扰时,所需要的硬件数量分别比新算法多12.5%和124%。新算法的仿真结果显示了它在多种实际的信号处理应用中都是强壮和有效的。