基于改进组内方差算法识别风电机组异常数据

由于受数据测量误差、弃风限电及停机等因素的影响,风电机组SCADA采集数据中存在大量异常数据,清洗剔除异常数据是有效进行风电机组性能分析与预测研究的前提。本文采用改进最优组内方差算法对风电机组异常数据进行识别。经现场实例验证表明:改进最优组内方差算法可在不增加硬件设备的前提下,准确有效的识别风速-功率曲线中的底部堆积型、中部堆积型、上部堆积型和周围分散型四类异常数据。

次级通道模型误差下滤波X型最小均方差算法性能的分析

分别从时域和频域对滤波X型LMS算法(即FXLMS算法)的性能进行分析,分析表明次级通道模型误差对FXLMS算法影响的大小取决于其相对误差随频率的分布,当相对误差不随频率而变化时,次级通道模型误差将不再对FXLMS算法的性能产生影响。其次证明了FXLMS算法的一个极限性质,该性质表明当滤波器的长度足够大时,次级通道模型误差对FXLMS算法没有影响,故通过提高滤波器的长度可以补偿模型误差对性能带来的负面影响。最后,给出了FXLMS算法“溢振”现象的机理。

快速分形图像编码局部方差算法的改进

该文提出了快速分形图像编码基于图像块方差的新算法 ,推广了C .K .Lee等提出的局部方差算法 (IEEETrans .ImageProcess .,1998,7( 6) :888-891)。新算法增加了两个参数以控制编码速度和解码图像质量。计算机仿真结果显示了算法的有效性 :例如 ,对于 2 5 6× 2 5 6× 8Lena图像 ,相对于全搜索的基本分形编码算法 ,该文算法 (对某些参数值 )在编码时间加快2 3倍的同时 ,PSNR反而增加 0 .

次级通道模型误差下滤波X型最小均方差算法收敛性分析

给出了滤波Ｘ型ＬＭＳ（ＦＸＬＭＳ）算法收敛的一个充分条件，指出如果次级通道传递函数与其估计值在所有频带上满足正实条件，则ＦＸＬＭＳ算法对任意参考信号收敛。若上述正实条件仅在某些频带上满足，则ＦＸＬＭＳ算法的收敛将依赖于参考信号功率谱密度的分布。收敛步长取决于某特定相关矩阵特征值的分布。将上述结论应用于时延型ＬＭＳ（ＤＬＭＳ）算法，得出在时延估计存在误差时，ＤＬＭＳ算法收敛于若干离散的频带，而频带宽度完全取决于“对延估计误差频率”（时延估计误差倒数的１／４）。

基于改进的最大类间方差算法的图像分割研究

每种图像分割方法都只利用了图像信息中的部分特征,必然带有局限性,因此只能针对各种实际应用领域的需求来适当选择所需的方法。比较了几种阈值分割和边缘检测算法,着重研究了最大类间方差算法,并对其进行改进。针对不同的图像进行了仿真,对实验结果进行了分析、研究、比较。结果表明,改进的Otsu算法能有效地提高图像分割的质量。

最小方差算法反演NOAA／AMSU海面大气温度垂直廓线

利用最小方差算法对NOAA/AMSU(Advanced Microwave Sounding Unit)探测资料在105°E^135°E、0~30°N海域范围内的大气温度垂直廓线进行了反演研究。利用NCEP再分析资料对算法的反演性能进行了验证;并与中国海洋大学卫星地面站SeaSpace/TeraS-can软件系统反演的温度廓线进行了比较。结果表明:该算法在中国区域具有较好的反演精度和适应能力;总体上改善了TeraScan软件的反演结果,尤其提高了对流层大部分区域的反演精度。本研究为地面站ATOVS(Advanced TIROS Operational Vertical Sounder)数据的进一步利用提供了一种较好的理论参考。

最小均方差算法在智能天线非盲波束形成中的应用

智能天线是当前通信领域的研究热点之一,智能天线研究的核心内容是自适应波束形成算法。本文阐述了智能天线的基本原理,详细介绍了最小均方差算法以及它在智能天线非盲波束形成中的应用。文章以四元均匀线阵为例,利用计算机模拟仿真给出了最小均方差算法的性能分析,并讨论了实验参数对算法性能的影响。实验结果表明,天线方向图的主瓣能准确地指向目标用户的来波方向和主动抑制干扰信号;迭代步长的增大对算法的收敛速度有明显提高;而信干比的提高对于算法收敛速度的影响很小。

基于自适应变步长最小均方差算法的磁悬浮电动机自动平衡方法

针对磁悬浮高速电动机拖动系统中会存在较大的外部不平衡量问题,提出了一种基于最小均方差(Least mean square,LMS)的变步长算法实现工作转速范围内实时自动平衡方法。在自适应LMS算法抑制电流同频量的基础上,提出切换步长因子符号的控制策略实现工作转速范围内自动平衡,同时分析步长因子的选择在不同转速下实现同频电流抑制的效果。在此基础上,改进一种随转子位移信号频率变化而变化的变步长因子实现自动平衡。那么在开环系统截止频率前以及截止频率后能够实时性地让转子绕其惯性轴旋转,保证升降速过程中转子运行状况良好。试验结果表明所提出的方法能够实时并稳定实现转子工作转速范围内的自动平衡。

相干和方差数据体的算法研究及应用

研究了相干数据体的C3算法以及方差数据体算法,编制开发了利用相干和方差数据体技术进行地震资料处理的数据处理系统,利用相干和方差数据体的时间切片和顺层切片来分析相邻道地震信号的相似性,进而探测小断层和分析地质构造。通过对实际资料的分析解释可以看出,相干和方差数据体技术对断层解释是非常有效的,可以提高解释精度,缩短勘探周期。

基于最小类内方差优化算法的遥感图像分割

为有效提高最小类内方差算法在遥感图像分割中的实时性,在分析最小类内方差算法和k-均值聚类算法原理的基础上,证明两者判别准则函数的等效性,利用k-均值聚类算法的高效性对最小类内方差算法进行优化。实验结果表明,优化的最小类内方差算法搜索空间小,获取阈值速度快,具有较强的实时性。

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。

基于协方差交叉算法的多源遥感图像融合方法

协方差交叉算法是分布式信息融合中不需要计算局部估计误差之间的相关性、通过优化一定的目标函数得到的一种保守的分布式融合估计方法。这种方法为图像融合增强提供了一种新思路。介绍了一维协方差交叉算法,把此方法扩展到二维信号和图像融合上,提出了一种基于协方差交叉算法的图像融合方法,最后对融合后的图像与已有的融合方法进行比较。结果表明,融合效果优于小波方法、经验模式分解方法和非负矩阵分解方法。

最小方差谱估计算法的改进及应用

最小方差谱估计方法(MVM)是声纳信号波达方向估计中一种十分重要的方法,然而工程实际应用中在小快拍数和低信噪比的场合最小方差谱估计方法的估计性能会受到很大影响。提出的基于时空相关信号协方差矩阵的最小方差谱估计算法(MVMBased on Time-Space Correlation Matrix)利用噪声在空间和时间上的相关性比较弱的特点大大改善了MVM在小快拍数和低信噪比场合的估计性能。基于时空相关信号协方差矩阵的最小方差谱估计算法应用到浅水高分辨率测深侧扫声纳的波达方向估计中,取得了比原始信号协方差矩阵的最小方差谱估计算法更好的效果。算法中的时空相关信号协方差矩阵构成方法在波达方向估计中有广泛的应用价值。

基于无迹变换的协方差交集算法研究

针对分布式数据观测系统中数据融合存在数据线性化过程误差较大、滤波过程中的错误无法修正的问题,提出了一种基于无迹变换的协方差交集算法。该算法首先对系统数据进行无迹变换,然后对数据采用协方差交集算法滤波,可得到较好的滤波性能。实验结果表明,该算法弥补了协方差交集算法的不足,能够修正数据线性化误差及滤波产生的错误,是一种有效的数据融合算法。

一种高维航迹融合协方差交集算法降维实现方法

在互相关性未知的分布式融合系统中,协方差交集算法是一种有效的融合算法,但其在融合高维航迹时存在计算量大、精度低的问题,为此对高维航迹进行了降维处理,把高维航迹的融合变为多组二维航迹的融合,从而得到了一种降维的协方差交集算法(Dimensionality Reduction Intersection Algorithm,DRCI)。理论分析表明该算法能有效降低运算量,仿真实验结果表明,该算法的精度高于协方差交集算法(Covariance Intersection,CI),与Kalman融合算法处于同一水平。

基于平滑最小方差无失真响应的一致性同步算法研究

脑电信号一致性反映双通道信号在一定频率范围上波动形式的一致程度,反映相应位点大脑之间的联络性。将基于最小方差无失真响应的一致性算法与核滤波相结合,提出平滑最小方差无失真响应一致性算法(SMVDR);仿真实验表明,SMVDR在窄带信号和宽带信号中均有较好的准确性和抗噪性能。利用新算法SMVDR,对31例糖尿病患者(遗忘型轻度认知障碍aMCI组18人,认知功能正常对照组13人)的脑电信号在大脑不同区域、不同频带(δ,θ,α,β)进行一致性分析,统计分析发现:aMCI组在左右颞间δ频段的一致性下降而β频段一致性增加,前额-枕区的θ频段的一致性增加,右颞-枕区和前额-右颞区域的α频段一致性下降。一致性值与MOCA得分的相关性分析发现,在特征通道下δ和α频段的一致性与MOCA得分存在显著的正相关,θ和β频段一致性与MOCA分数呈负相关。SMVDR算法可以更好地计算双通道脑电信号之间的一致程度,对于理解老年期轻度认知障碍的患病机制并进行早期诊断与干预具有重要的意义。

视频噪声方差估计算法研究

针对传统差分视频噪声方差估计算法在处理运动前景变化较大时,容易把视频实际信号分量也当作噪声,使得噪声估计结果偏大的问题,提出了一种改进的噪声方差估计算法。该算法不仅利用了静止图像在空间上的相关性和视频序列图像在时间上的相关性,而且还自适应地选取帧差图像中大部分像素的差分值用于估计噪声,使得估计结果更加准确和稳定,达到更好的视频去噪性能。

基于移动方差平均算法的相位敏感光时域反射计去噪算法研究

在相位敏感光时域反射计(φ-OTDR)系统中,扰动信号一般淹没在噪声中,导致扰动定位困难。为了提高扰动信号的信噪比,本文结合方差算法自身具有突出数据离散程度的特点,提出了一种移动方差平均算法。相比于累加平均、移动平均法、分离平均法、小波去噪、移动平均法+移动微分等传统算法,仿真和实验结果显示,移动方差平均算法具有更好的去噪效果,具有更高的信噪比(SNR)。因此,该算法可以用较少的累加采集次数实现扰动信号的定位,从而可以进一步提高φ-OTDR系统的响应频率,提升系统的实时性。

一种可变步长LMS算法及其性能分析

提出了一种自适应可变步长最小方差算法(λNVSS),以解决基本最小方差算法LMS中收敛速度和稳态误差之间的矛盾.该算法利用当前和过去共m(滤波器阶数)个误差信息,并通过引入修正系数ρ和遗忘因子λ(i),来确定下一步的迭代步长.文中对这种算法进行了分析和仿真验算.对比一般的变步长算法,λNVSS算法对于平稳过程中的滤波器能获得更快的收敛速度和更小的稳态误差,同时还具有较好的跟踪跃变系统的能力.

一种基于自适应网格剖分的协方差交集融合新算法

针对分布式航迹融合问题,提出了一种基于自适应网格剖分的协方差交集融合新算法。首先,自适应计算网格剖分误差上限;其次,利用网格剖分法求出局部航迹协方差椭圆的交集;最后,利用交集中心求出融合航迹估计值。通过仿真试验,该算法能自适应估计网格剖分步长上限,提高融合精度。