基于S型函数的α稳态分布脉冲噪声有源控制

介绍了脉冲噪声有源噪声控制(ANC)算法,对对称α稳态(SαS)分布脉冲噪声有源控制进行了分析,提出了一种基于误差信号最小方差的S型转换的FXSIGMOIDLMS算法,分析了该算法的收敛条件,该算法不需要根据脉冲噪声的先验知识估测阀值和选择参数,易于实现。在Matlab编程环境下,采用FXSIGMOIDLMS算法进行仿真,验证了算法的有效性。对比了FXSIGMOIDLMS算法与对数变换FXlogLMS算法。证明了该算法具有良好的收敛性和稳定性。

α稳态分布噪声下单基MIMO雷达DOA估计

MIMO雷达实际中的噪声通常是没有二阶以上的矩的α稳态分布冲击噪声,基于二阶或更高阶累积量的常用角度估计算法很难实现目标DOA估计。为此,提出了一种基于FLOM-RC-MUSIC算法的MIMO雷达DOA方法,通过利用匹配滤波后数据先进行降维处理,减小了算法的运算复杂度,再构造分数低阶协方差矩阵实现对冲击噪声的有效抑制,弥补了传统的处理算法不适用于冲击噪声的缺陷,增强了噪声子空间估计算法的稳健性。

基于稳态分布的资本资产定价模型上海股市实证分析

运用BS估计和OLS估计对资本资产定价模型在我国证券市场的应用进行了实证分析,分析结果显示,运用OLS方法对建立在资产收益为正态分布基础上的传统资本资产定价模型与运用BS方法对资产收益为α稳态分布的资本资产定价模型的贝塔系数估计值存在较大的差异,而BS估计方法明显比OLS估计方法更有效率。

基于SαS和SVM方法的滑动油膜轴承故障诊断预测

轴承运行工况复杂,单类故障诊断对其不适合。为了提高轴承故障诊断效率,综合运用对称α稳态分布参数估计以及支持向量机的方法进行故障诊断。以滑动油膜轴承为对象,采用对称α稳态分布参数作为参考特征提取得到仿真信号,利用数学拟合的方式建立诊断样本,再把诊断样本输入到SVM多类分类器内完成训练与预测过程,进而得到油膜轴承故障诊断方案。研究结果表明:选择SαS和SVM方法进行处理时,准确率显著提升,能够满足油膜轴承故障诊断的需求,可以有效、准确地诊断出滑动油膜轴承的故障。