基于CEEMDAN-VSSLMS的滚动轴承故障诊断

针对传统机械轴承故障诊断模型易受系统噪声干扰、特征识别效率低等问题,提出一种基于信号固有模式深度建模分析的轴承故障诊断方法。首先,将采集到的轴承振动信号进行噪声自适应完全经验模态分解(CEEMDAN),获得不同时间尺度的局部特征信号,使用相关系数判别并去除虚假模态分量,再利用可变步长最小均方算法(VSSLMS)对剩余IMF分量降噪并进行重构;然后,将降噪后的振动信号进行离散小波变换(DWT)得到时频谱图,并利用形态学开运算进行特征增强;最后利用改进GoogLeNet网络模型对特征图进行训练,通过Softmax分类器完成特征归类,从而实现轴承故障诊断。将提出的故障诊断方法应用于不同工况下的轴承故障数据集,试验结果表明,所提方法在噪声干扰下具有较高的诊断精度。

基于镜像修正FxLMS控制算法的船舶管路振动主动控制

针对船舶管路减振和抗冲击的需求,本文根据镜像修正自适应滤波算法,设计出了一种管路振动主动控制策略,能够有效地控制管路在低频下的振动,并且在次级通道发生突变时,控制系统可再次快速收敛,进行稳定控制。本文先对镜像修正自适应滤波算法进行理论研究,分析算法的迭代及控制过程;再通过仿真分别验证算法在不同参考信号输入下的收敛性及稳定性;最后搭建实验台架,通过试验验证算法的实际控制效果。试验结果表明:该控制策略在管路振动主动控制中能够降低15.37%的振动强度,比自适应滤波算法控制策略的控制效果好8.85%。所以镜像修正自适应滤波算法能够及时有效地进行管路振动控制。

一种基于动态门限与LMS算法相结合的多径干扰抑制算法

在船舰行驶过程中,信号的传输在岛屿反射与海面散射影响下易产生多径效应,使船舰的无线地空数据接收系统受到影响。为提高接收机的接收性能,首先完成了多径信道的建模,搭建了三径信道模型,并在此模型下,将动态门限法与最小均方(LMS)算法进行改进结合,并用此算法完成了信号处理的研究与仿真。仿真结果表明,所提算法优化方案可以提高在此种情况下信号接收系统的准确性。

基于sigmoid-sinh分段函数的变步长FxLMS算法

为改善滤波-x最小均方(filtered-x least mean square,FxLMS)算法在噪声主动控制时无法兼顾收敛速度和稳态误差的问题,提出了基于sigmoid-sinh分段函数的FxLMS(SSFxLMS)算法,并引入蚁狮算法对SFxLMS(sigmoid filtered-x least mean square)、ShFxLMS(sinh filtered-x least mean square)、SSFxLMS算法的参数进行优化。分别采用高斯白噪声和实测簇绒地毯织机噪声为输入信号,采用FxLMS、SFxLMS、ShFxLMS、SSFxLMS算法进行噪声主动控制仿真,对比分析这4种算法的性能。结果表明:与其他3种算法相比,采用SSFxLMS算法对高斯白噪声和簇绒地毯织机噪声进行控制时,误差信号的平均绝对值更小,平均降噪量与收敛速度也有大幅度提升。由此可知,SSFxLMS算法有效改善了FxLMS算法无法兼顾收敛速度和稳态误差的问题,研究结果为噪声主动控制算法设计提供了一定的参考。

基于改进变步长LMS算法的储能飞轮主动磁轴承-转子系统振动控制

针对储能飞轮主动磁轴承-转子系统的振动控制,在变步长最小均方差(LMS)算法的基础上采用一种改进的步长因子并对其可变参数和算法效果进行对比分析,改进算法在提高迭代收敛速度的同时还能保持一定的稳态误差。对基于有限铁木辛柯梁单元法建立的轴承-转子系统动力学模型的仿真结果表明,在转子的振动位移反馈信号进入控制器前,利用基于改进步长因子LMS算法的自适应滤波器可以有效识别并滤除与转子同频的信号分量,从而实现储能飞轮主动磁轴承-转子系统的不平衡振动控制。

Underwater four-quadrant dual-beam circumferential scanning laser fuze using nonlinear adaptive backscatter filter based on pauseable SAF-LMS algorithm

The phenomenon of a target echo peak overlapping with the backscattered echo peak significantly undermines the detection range and precision of underwater laser fuzes.To overcome this issue,we propose a four-quadrant dual-beam circumferential scanning laser fuze to distinguish various interference signals and provide more real-time data for the backscatter filtering algorithm.This enhances the algorithm loading capability of the fuze.In order to address the problem of insufficient filtering capacity in existing linear backscatter filtering algorithms,we develop a nonlinear backscattering adaptive filter based on the spline adaptive filter least mean square(SAF-LMS)algorithm.We also designed an algorithm pause module to retain the original trend of the target echo peak,improving the time discrimination accuracy and anti-interference capability of the fuze.Finally,experiments are conducted with varying signal-to-noise ratios of the original underwater target echo signals.The experimental results show that the average signal-to-noise ratio before and after filtering can be improved by more than31 d B,with an increase of up to 76%in extreme detection distance.

基于LMS自适应滤波的雷达随队干扰抵消

随队干扰是雷达对抗中常用的干扰方式,通常通过遮盖目标回波信号而使雷达失去探测能力,因此需要加以抑制。随队干扰经常是非平稳的随机信号,在此情况下,文中利用最小均方(LMS)自适应滤波器得到干扰的估计并将其从雷达接收信号中消除,从而给出了一种基于LMS自适应滤波的雷达随队干扰抵消方法。首先,建立了雷达接收信号模型,包括主阵列天线接收信号和辅助阵元接收信号;然后,给出了基于LMS自适应滤波的干扰抵消原理,它实际上将辅助阵元接收信号输入自适应滤波器得到随队干扰估计,从主阵列天线接收信号中减去此干扰估计从而实现干扰抵消,通过分析抵消器的性能发现,除了辐射干扰的目标难以探测外,编队中其他目标的信干噪比都得到了提高;最后,给出了随队干扰抵消的仿真实例,验证了上述干扰抵消方法的良好效果。

高斯曲率与波域LMS算法相结合的图像去噪扩散模型

本文在充分研究传统PM模型的基础上,针对传统模型在模糊边缘细节等信息的不足,先利用图像的几何属性将高斯曲率作为检测算子引入到扩散模型中,将它作为扩散系数来保护边缘控制扩散,从而建立基于高斯曲率的图像去噪模型。考虑到噪声和图像的重要特征都集中在图像的高频部分,再采用小波变换进行小波分解,提取图像的高频部分,在小波域中运用最小均方误差(LMS)算法设计自适应阈值,进一步控制上述新扩散模型的扩散强度,提升去噪效果,建立基于高斯曲率与最小均方误差法的波域PM改进模型,最后将低频部分和经过新模型处理的高频部分进行小波重构,得到最终的去噪图像。实验结果表明,本文方法不仅能够有效去除图像噪声,同时也提升了对重要信息的保护。

基于LMS算法的短波通信数据干扰控制技术

短波通信原理简单,已广泛应用于大型无线通信系统。但在实际应用中,很多因素会影响短波通信,造成数据干扰,因此应采取有效的控制措施。基于此,分析短波通信的基本内容与主要特点,并在剖析短波通信干扰的基础上,分别从短波通信信号特征提取、干扰数据识别、数据干扰控制及实验测试4个方面,探讨基于最小均方(Least Mean Square,LMS)的短波通信数据干扰控制技术。

基于LMS滤波算法优化数控加工速度误差的应用

针对数控加工过程中速度误差导致加工精度低的问题,研究所加工零件的加工精度、切削加减速误差和切削加速度变化规律等,提出基于LMS滤波算法的数控加工速度误差优化。通过对非均匀有理B样条(NURBS)曲线进行仿真加工,对数控机床加工速度进行自适应控制。通过引入最小均方算法进行误差分析,从而提高插补速度精度,使数控机床加工误差降低、效率提高。通过实验测试对所提误差控制方法进行验证。结果表明:基于LMS滤波算法优化数控加工误差控制,不仅使数控机床加工速度得到提高,还有效解决了数控机床加工运动过程中存在的加工误差问题,使加工精度得到有效提升,证明所提加工误差控制方法具有一定可行性。

变步长CMA和DD-LMS双模式切换盲均衡算法

针对经典盲均衡算法收敛速度较慢和稳态误差较大的问题,提出了一种基于变步长恒模算法(Constant Modulus Algorithm, CMA)和判决引导的最小均方(Decision Directed Least Mean Square, DD-LMS)算法的双模式切换盲均衡算法。在算法收敛初期采用CMA算法,以确保算法可以较快收敛。在收敛之后切换至DD-LMS算法,以进一步降低稳态误差。通过设定阈值来切换算法,取相邻多次迭代误差的平均值作为算法的切换值,以确保算法切换时机的合理性。另外,引入Softsign变步长函数并加入3个参数对该函数进行改进,使得Softsign变步长函数可以依据不同信道环境设定最佳参数,同时提高算法的收敛速度。仿真结果表明,在卫星通用信道条件下,所提算法的收敛迭代次数约为1 000次,稳态误差为-12 dB,在信噪比为15 dB时,误码率为1×10~(-6)。与相关算法对比,所提算法的收敛速度较高,误码率和稳态误差较低。

改善的LMS自适应算法在TDLAS甲烷检测的降噪研究

为进一步有效抑制检测系统的噪声,提高检测精度,研究了改善的最小均方差自适应算法在可调谐二极管激光吸收光谱甲烷浓度检测系统的降噪方法。通过基于TDLAS技术的matlab仿真实验,搭建的甲烷检测系统,选取1 653.72 nm的甲烷吸收峰位,分析LMS自适应算法中滤波阶数、步长因子和采样周期三者对噪声的关系,改善参数的选取以最佳的滤波效果进行降噪优化处理。研究表明在高频采样时刻收敛到最佳的滤波阶数和步长因子可对系统起到最优滤波效果。研究结果显示信噪比有效提升了94%,拟合优度R~2达到0.997,证明改善的LMS自适应滤波算法可以有效抑制噪声对二次谐波信号的影响。

基于LMS自适应滤波器的PMSM谐波抑制方法

为有效抑制电流谐波,在原有的PI控制器基础上,基于最小均方自适应滤波器(LMS-ANF)改造控制器结构,使得永磁同步电机特定次电流谐波得到抑制。通过在传统d,q坐标系矢量控制算法的基础上增加自适应滤波器模块,将采样得到的实际电流作为输入,提取、放大实际电流中的特定次谐波电流,通过PI调节器对谐波误差放大后的电流进行调节,得到控制电压,取得了良好的谐波抑制效果。通过仿真以及台架实验,证明了该控制策略对于抑制电流谐波的有效性。

基于改进K-means的局部离群点检测方法

离群点检测任务是指检测与正常数据在特征属性上存在显著差异的异常数据。大多数基于聚类的离群点检测方法主要从全局角度对数据集中的离群点进行检测,而对局部离群点的检测性能较弱。基于此,本文通过引入快速搜索和发现密度峰值方法改进K-means聚类算法,提出了一种名为KLOD(local outlier detection based on improved K-means and least-squares methods)的局部离群点检测方法,以实现对局部离群点的精确检测。首先,利用快速搜索和发现密度峰值方法计算数据点的局部密度和相对距离,并将二者相乘得到γ值。其次,将γ值降序排序,利用肘部法则选择γ值最大的k个数据点作为K-means聚类算法的初始聚类中心。然后,通过K-means聚类算法将数据集聚类成k个簇,计算数据点在每个维度上的目标函数值并进行升序排列。接着,确定数据点的每个维度的离散程度并选择适当的拟合函数和拟合点,通过最小二乘法对升序排列的每个簇的每1维目标函数值进行函数拟合并求导,以获取变化率。最后,结合信息熵,将每个数据点的每个维度目标函数值乘以相应的变化率进行加权,得到最终的异常得分,并将异常值得分较高的top-n个数据点视为离群点。通过人工数据集和UCI数据集,对KLOD、LOF和KNN方法在准确度上进行仿真实验对比。结果表明KLOD方法相较于KNN和LOF方法具有更高的准确度。本文提出的KLOD方法能够有效改善K-means聚类算法的聚类效果,并且在局部离群点检测方面具有较好的精度和性能。

基于箕舌线可变步长LMS的空频抗干扰算法

针对空频最小均方(Least mean square,LMS)算法抗干扰性能与收敛速度不能兼顾的问题,提出了一种基于箕舌线可变步长LMS的空频抗干扰算法,简称空频基于箕舌线的可变步长LMS算法(Variable step LMS of tongue-like curve function,TLCVSLMS)算法。在兼顾抗干扰性能与收敛速度的基础上,空频TLCVSLMS算法避免了针对每一个频点人为地选取合适的固定迭代步长因子μ的困难,并根据不同频点的信号功率,对箕舌线函数的幅度因子与形状因子作更精细的调节。仿真实验表明,在抗干扰性能接近的情况下,空频TLCVSLMS算法比空频LMS算法少迭代至少400点,空频TLCVSLMS算法的收敛速度更快,而在收敛速度相同的情况下,空频TLCVSLMS算法比空频LMS算法的抗干扰性能提升至少3 dB以上。

LMSF Mean Shift目标跟踪算法

Mean shift作为一种有效的目标跟踪算法近年来得到了广泛的应用,但如何有效地更新核函数直方图模型仍是一个需要解决的问题.本文针对mean shift跟踪算法中模型更新问题,提出了一种新的模型更新策略.对mean shift中目标模型核函数直方图的分量进行自适应LMS滤波(LMS Filter),并且动态更新目标模型的核函数直方图分量,即解决了目标模型更新过快引起的过更新问题,同时核直方图模型又可以及时反映当前目标的颜色、外观变化.本方法通过实验证明取得了较好的跟踪效果.

基于双曲正弦函数设计变步长的LMS算法

针对非高斯环境下传统变步长LMS(Variable step-size least mean square,VSS-LMS)算法性能不佳的问题,基于传统的VSS-LMS算法利用双曲正弦函数构建变步长的更新策略,提出一种基于双曲正弦函数的变步长LMS算法。并在理论上分析了新提出VSS-LMS算法的收敛性与算法复杂度,并给出在不同输入信号时对两种特性的线性系统的VSS-LMS算法的辨识结果,且每次仿真中都在不同分布的非高斯噪声下进行。结果表明,提出的算法相比Log-NLMS算法和改进G-SVSLMS算法,新提出的VSS-LMS算法具有更快的收敛速度和较好的稳态特性,且稳态误差趋于理论的SNR。

基于SS-LMS算法的自适应DFE均衡电路

针对信道传输对高速串行数据带来的码间串扰问题,提出一种基于符号最小均方根(SS-LMS)算法的半速率判决反馈均衡器(DFE)结构。基于Slicer和积分器电路的结构优化,实现面积和功耗的优化。采用28 nm CMOS工艺实现了连续时间线性均衡器(CTLE)和8抽头DFE组合结构的SerDes电路。测试结果表明,所设计的均衡电路能够将通过38 inch背板传输的16 Gbps信号的眼图水平张开度达到0.56 UI,最大功耗12.25 mW/Gbps。

基于TSO-ELM的广东省电力需求预测方法

针对极限学习机(extreme learning machine,ELM)的输入层权值以及隐含层偏值的不同取值对预测结果影响较大和现有的预测模型对广东省电力需求预测精度不高的问题,提出一种基于金枪鱼群优化(tuna swarm optimization,TSO)算法优化ELM得到最优数值,构建TSO-ELM预测模型的方法。将2008—2018年广东省的6个影响因素和电力需求量数据进行归一化处理之后构建预测模型,对2019—2021年广东省的电力需求量进行预测。仿真结果表明,与SVM、BP、ELM和GWO-ELM这4种预测模型相比较,TSO-ELM预测模型具有更高的预测精度。

Mean-square Almost Periodic Random Functions

In this paper, we present a basic theory of mean-square almost periodicity, apply the theory in random differential equation, and obtain mean-square almost periodic solution of some types stochastic differential equation.