基于信号残差修正与PSO-RVM的混凝土拱坝位移组合预测模型

传统的混凝土拱坝位移预测模型仅考虑各类影响因子对预测结果的影响,未充分挖掘残差序列中的有效信息。为此,首先运用关联向量机(RVM)结合粒子群(PSO)算法建立拱坝位移预测的PSO-RVM模型;然后采用奇异谱分析(SSA)对残差序列进行分解,并根据奇异值的累计贡献率筛选分量进行重构;其次利用随机森林算法(RF)对重构序列进行预测,得到残差序列的修正值;最后将PSO-RVM模型预测值与残差序列修正值叠加,建立基于信号残差修正与PSO-RVM的混凝土拱坝位移组合预测模型PSO-RVM+。工程实例表明,奇异谱分析与随机森林算法能有效提取残差序列中的有效信息并对残差进行修正;相较于PSO-RVM、RVM及传统的回归模型(SWR)等位移预测模型,PSO-RVM+组合预测模型的预测性能更优、适应性更强。本研究能为大坝安全监控与健康诊断提供一种新的思路。

一种用于语声转换系统的LPC残差信号生成算法

残差信号中的基音信息对语音的说话人个性特征有着重要的影响。本文首先通过转换后的语音谱包络特征参数(LSP)来预测相应的目标基音周期,再利用预测的目标基音周期来修改源语音的残差信号,从而生成所需要的目标语音残差信号。客观评测和主观听觉测试都表明,本文的残差信号生成算法(PP+DCT,Pitch Prediction+Discrete Cosine Trans- form)性能要好于以往的残差预测法。

基于残差信号谐波和的声门波提取

为了获取高自然度和高精度的声门波,将残差信号谐波和(SRH)应用到声门波的提取算法中.首先,设计了一种基于小波变换结合SRH的清浊音判别算法W-SRH;然后,提出了一种基于SRH的基音同步迭代自适应逆滤波方法 SRH-PSIAIF,提取激励源声门波.结果表明采用W-SRH方法对清浊音的判别准确率更高,采用SRH-PSIAIF算法提取的声门波自然度较高.该研究为情感语音声门波的分析以及情感语音合成奠定了良好基础.

基于残差反馈控制的自动驾驶仪滚动回路设计研究

为满足战术导弹自动驾驶仪滚动回路面临的抑制严重干扰和稳定滚转姿态的需求,针对常规控制采用折中方法设计存在的问题,对基于残差反馈控制的自动驾驶仪滚动回路设计进行了研究,以解决系统鲁棒性与动态性能的矛盾。用Youla参数法分析标准闭环控制系统,提出针对被控对象发生模型摄动的控制策略:控制器分为两部分,针对无干扰等未建模特性的额定状态控制器和针对外来干扰、内部噪声等未建模特性时的残差信号反馈控制回路,分别保证系统稳定性、动态性能与鲁棒性。给出了自动驾驶仪滚动回路设计。用仿真与滑模变结构控制方法比较,验证了方法的有效性。

基于空时联合稀疏重构的红外小弱运动目标检测方法

提出了一种基于空时联合稀疏重构的红外小弱运动目标检测算法。通过学习序列图像内容而构建的空时联合字典能同时刻画目标或背景的形态特征和运动信息;利用多元高斯运动模式从空时联合字典中提取出目标空时字典和背景空时字典,目标空时过完备字典描述移动的目标,背景空时过完备字典表征背景噪声。将连续多帧图像在空时联合字典上进行稀疏分解,然后分别利用目标空时字典和背景空时字典中的最大稀疏系数及其空时原子重构信号,获取重构残余能量差异来区分目标和背景。试验结果表明,由同源的空时字典重构的残余能量小,而由异构的空时字典恢复的残余能量大,该方法不仅能提高序列信号表示的稀疏度,还能有效提高小运动目标的探测能力。

基于特征聚类的网络恶意干扰信号协同过滤

为解决网络恶意干扰信号引发的网络安全问题,提出基于特征聚类的网络恶意干扰信号协同过滤方法。基于网络恶意干扰信号特点,将包络起伏度、时域矩偏度以及时域矩峰度三者协同作为描述网络恶意干扰信号的特征,采用FCM特征聚类算法,根据每个网络恶意干扰信号特征样本点到聚类中心的欧式距离,将具有相似特征的信号样本点归为同一聚类簇,完成网络恶意干扰信号特征聚类;将特征聚类结果利用网络信号矩阵投影至特征子空间,并依据主成分分析法获取主分量特征值划分子空间为正常信号和恶意干扰信号子空间,将恶意干扰信号子空间残差信号平方预测误差与恶意干扰信号过滤阈值比较,判定恶意干扰信号并将其过滤。实验结果表明,该方法可有效过滤掉网络恶意干扰信号,得到了较为纯净网络信号,且过滤准确率高,漏判和误判的情况较少。

移动机器人空间声源目标定位

针对空间声源目标定位的精度问题,提出了利用移动机器人头部结构对声源信号的影响和转动自由度进行声源前后方位的判断,并在此基础上结合耳廓结构进行水平方位和对应的垂直方位评估的定位策略。通过实验证明,提出的定位策略和算法具有较高的定位精度。

无电离层延迟组合GPS数据的小波预处理方法研究

以小波分析为工具,提出利用基于小波分析的组合观测值残差趋势信号改正原始观测值的预处理方法,详细介绍其原理与处理流程。通过实例分析该预处理方法对内外符合精度的影响及不同的小波分析策略对解算结果的影响。结果表明:该数据预处理方法可以有效地削弱非模型化系统误差的影响,提高精密单点定位精度。

基于小波包变换的减速机降噪方法研究

在小波包降噪的基础上,提出了一种对小波包降噪后的残差信号进行频谱分析和统计分析的新方法,该方法首先对原始振动信号进行小波包降噪,然后根据降噪后的振动信号和原始振动相比的差值提取残差信号,最后通过对残差信号进行频谱分析提取产生噪声信号的特征频率,通过对残差信号的统计量分析判断设备运行状况。实例验证了小波包降噪和小波包降噪后残差统计分析的正确性。

基于小波模型的故障诊断法

提出了一种基于小波模型的电液伺服系统故障诊断法．即在电液伺服系统正常情况下，构造一个离散小波变换形式的模型．利用这个模型，通过比较健康信号和系统实际产生的信号，产生一个残差信号，并对残差信号进行适当处理，从初始故障到严重故障，可以有效地得到监测．

基于相似度的高精度基音检测算法

提出了一种具有较高精度且抗噪性能强的基音检测算法。该算法将线性预测残差看作语音源信号的近似,对其进行频谱分析,依据残差幅度谱算得基音周期的粗估值。然后回到时域信号,根据基音周期粗估值设计一长度可调的窗,通过窗函数在语音段连续取两段语音信号作相似度运算,可根据最大相似度值计算出准确的基音周期。该方法准确性高,在噪声环境下也具有较好的效果。

基于状态观测器的鲁棒故障诊断滤波器设计LMI方法

研究受不确定性扰动影响情况下线性时不变连续时间系统的鲁棒故障诊断滤波器设计问题 .引入一种新的体现残差对于故障信号灵敏度和不确定性扰动鲁棒性的性能指标 ,从系统的 L2 增益角度出发 ,将基于状态观测器的鲁棒故障诊断滤波器设计问题形成为 H∞ 优化问题 .然后应用线性矩阵不等式技术 ,给出并证明了该设计问题的解存在条件和求解方法 .并通过简例说明了算法的有效性 .

基于模板匹配和改进的快速LADT结合的心电数据压缩算法

性能优越的心电数据压缩算法,必须具备较快的处理速度、较高的压缩比和较理想的恢复精度,而三者通常是相互矛盾、相互制约的,实际应用中只能取折衷方案。现有的心电数据压缩算法不能在这三方面同时取得理想的效果,只能根据需要满足某一方面的需求。基于模板匹配和改进的快速LADT结合的心电数据压缩算法,吸收了模板匹配和改进的快速LADT算法的优点,并对算法实现的关键技术作了进一步的改进。介绍了模板匹配和改进的快速LADT算法的基本原理,实现步骤和关键技术,并对其应用前景作了预测。

一类线性时不变系统的故障诊断滤波器的设计

针对一类线性时不变系统 ,提出一种新型全阶故障诊断滤波器 .它通过对原系统进行增广处理 ,再对新系统进行设计 ,从而间接得到原系统的诊断滤波器 .这种滤波器能够在具有初始状态估计误差的情况下渐近诊断出具有 n个测量输出的 m个 (可增加至 n个 )同时发生的故障 .对诊断阈值和设计参数与诊断滤波器性能之间的关系进行了深入分析 ,给出了阈值和参数的选取原则 .仿真结果表明这种诊断滤波器具有良好的诊断性能 .

具有干扰解耦能力的鲁棒在线故障诊断

针对一类带有未知输入干扰和模型不确定性系统 ,提出了一种新型鲁棒在线故障诊断方法 .该方法综合应用带有未知输入状态观测器技术和 RBF神经网络的在线建模能力 ,利用状态观测误差实时调整 RBF神经网络的权值 ,使其不但能在线实时检测、分离、估计故障信号 ,而且对未知输入干扰具有解耦能力 ,对有界模型不确定性具有鲁棒性 .给出了该方法的鲁棒性和灵敏度的分析结果 .仿真结果表明了该方法的有效性 .

空间声源目标垂直方位角定位研究

针对目标定位中的声源垂直方位定位问题,提出了利用机器人头部结构的转动自由度来进行前后方位的判断.在此基础上,利用耳廓效应对频谱图中谷点中心频率进行抽取,同时建立相应的标高角评估函数.并利用机器人前后摆动自由度加大精确定位的范围.实验证明,提出的定位算法具有较高的精度和一定的可行性,可以为目标识别和声源分离提供方位基础.

基于最优分解的时不变小波变换的油液磨粒特征提取方法

分解层次的确定对磨粒特征的提取效果具有重要的影响。基于时不变小波变换,提出一种以残差信号的分段峭度均方差为准则的最优分解层次确定方法。该方法使用时不变小波变换方法提取磨粒信号,以提取出磨粒信号后的残差信号的分段峭度均方差作为准则,根据残差信号的信息自适应地确定最佳分解层。分别使用仿真信号和真实信号对该方法进行验证,结果表明,该方法较传统方法可提高油液中磨粒检测精度。

基于RRW的组合定位算法

针对于非视距环境下(NLOS)的室内定位,传统的算法是将泰勒级数展开算法(Taylor)与卡尔曼滤波算法(KF)相结合,这种算法能够在一定程度上降低非视距误差,而当环境中的多径效应严重时,此算法误差将会显著增大。因此提出了一种基于信号残差加权(RRW)的组合定位算法,通过基站不同的组合方式,进行多轮定位,把每一轮的信号残差作为权重,实现最终的加权求和定位结果。实验结果表明,该方法能够有效地降低非视距误差,而且在遮挡严重的环境下,也能实现高精度定位。

基于观测器的时滞系统故障诊断

针对状态含有时滞的故障系统,给出一种故障诊断设计方法。通过对系统设计未知输入观测器,利用观测的状态得到残差方程,从而诊断出时滞系统的故障,并能对传感器故障和执行器故障进行分离,最后给出故障诊断系统阈值的选取原则。

基于ITU-T G.723.1标准语音处理芯片的LSP算法研究

描述了ITU-T G.723.1算法的编码结构原理及实现,介绍了基于该算法的芯片设计。重点对线性预测编码技术LPC(Linear Prediction Coding)中LPC系数转换为线谱对LSP(Line Spectrum Pair)系数算法进行了详细的推导分析,并给出了用标准C的实现的代码及在芯片设计过程中对算法进行优化的方法。