X-滤波和ε-滤波LMS算法性能分析

研究了 X-滤波和ε-滤波 L MS算法的性能 ,给出了它们的均值收敛和方差收敛条件 ,提出了 X-滤波和ε-滤波L MS算法具有二次稳定性的充分条件 .仿真结果表明 ,这两种 L MS算法对被控对象的估计误差具有不敏感的特性 .

基于ε-滤波LMS算法的航空发动机自适应逆控制

针对航空发动机这种复杂的被控对象, 设计了基于ε 滤波LMS算法的发动机自适应逆控制系统。该控制结构能利用非线性滤波器实现航空发动机建模和逆建模, 以滤波后的误差在线调整控制器权系数。进行了飞行包线内的数字仿真。结果表明: 这种方案结构不需要精确的发动机模型, 跟踪速度快, 具有较高的精度和较强的鲁棒性。

基于改进的ε-滤波LMS算法的一种自适应逆控制系统

针对导弹在包线内飞行时,要求其自动驾驶仪对于飞行速度和飞行高度的变化表现出良好的一致跟踪性能,文中采用自适应逆控制(Adaptive Inverse Control)结构设计了某型自动驾驶仪的过载通道,以使自动驾驶仪的输出过载正确地跟踪指令输入。基于ε-滤波的 LMS(Least Mean Square)算法被证明是一种稳定、有效的高速自适应过程,在自适应控制系统中得到了广泛的应用。文中针对基于ε-滤波的 LMS 算法的自适应逆控制系统中,需要进行对象模型及其逆模型的建模问题,提出了一种近似建模方法,简化了系统设计。仿真结果表明,这种基于改进的ε-滤波的 LMS 算法的导弹自动驾驶仪自适应逆控制系统能够很好地跟踪指令输入,并不受飞行速度和飞行高度变化的影响,表明了其在导弹飞行包线内实施控制的有效性。

基于变步长LMS算法的自适应逆控制系统

针对各种变步长自适应滤波算法,提出了两种收敛速度快、鲁棒性能好的基于变步长X-滤波、ε-滤波LMS算法和带反馈补偿的自适应逆控制系统.变步长自适应滤波算法可以使系统获得更快的收敛速度和较小的稳态误差,提高了控制精度;反馈补偿可以克服系统的零漂移.仿真结果表明,经过改进的基于变步长X-滤波、ε-滤波LMS算法的自适应逆控制系统收敛速度快、稳态误差小、抗噪声扰动能力强.

一种人脸皮肤图像诊断方法

在皮肤病诊断、化妆品功效判定和皮肤评价中都需要精确地检测和提取色斑、皱纹和毛孔。在人脸皮肤图像中截取一块矩形区域,设计了一个滤波器组对该区域图像进行诊断。该滤波器组包括一个小波同态滤波器和一个ε-滤波器组。一方面,把区域图像用小波同态滤波器滤波,进而检测出色斑。另一方面,把区域图像用ε-滤波器组滤波,进而检测出皱纹和毛孔。结合它们各自的特点和一些形态学图像处理算法分别对它们进行了提取。根据实验结果进行了分析,验证了方法的准确性。

基于LMS算法的自适应逆可重构控制系统

针对多输入多输出 (MIMO)飞控系统的可重构设计问题 ,提出了解耦控制与自适应逆控制 (adaptiveinversecontrol)相结合的控制策略。首先采用降阶线性动态逆 (RLDI)设计了某型飞机的滚转角控制回路 ,以使飞机侧向运动的滚转与侧滑之间实现解耦 ;然后 ,考虑到当舵机出现故障以后系统性能的恢复问题 ,应用基于ε 滤波的LMS(leastmeansquare)算法 ,在系统解耦的基础上构建了自适应逆控制系统 ,从而实现系统在舵机故障下的重构。仿真结果表明 ,这种基于改进的ε 滤波的LMS算法的自适应逆可重构飞行控制系统具有良好的系统故障恢复功能 ,表明了其在飞控系统中实施重构控制的有效性。

浅海声场单模激发的自适应逆控制算法

提出了一种基于自适应逆控制理论的单模激发闭环控制算法,采用ε-滤波LMS结构,以期望单模声压矢量作为控制指令,并引入抖动信号,通过误差抵消和误差过滤技术,自适应生成对象控制器。计算结果: (1)期望波形能量与均方误差能量之比SER曲线能较快地达以信噪比SNR为极限的平稳线; (2)控制器c的收敛不以对象Q的自适应准确为前提,即对对象的抖动不敏感。结果表明对于由声源阵列和水听器阵列构成的多输入多输出(MIMO)单模激发控制系统,算法简单、有效,能很好地消除海域对象的扰动和噪声,在浅海波导中激发预期单模。