一种基于多信道模型的IIR信道盲辩识算法

本文的主要贡献在于:1)证明了对单输入单输出(Single-Input-Single-Output SISO)IIR信道的输出进行过采样可以将其转化成单输入多输出(Single-Input-Multiple-Output SIMO)的多信道模型,不同的子信道具有相同的AR系数。2)由SISO向SIMO模型的转化时,本文指出子信道数是可变的,并且当子信道数等于过采样的倍数时,辨识效果最好。实验证明本文算法估计效果好,计算量小。特别是当用于估计的点数较少时仍能保持良好的性能,因而可适用于快变信道。

基于自回归时序盲辩识的机械故障诊断

提出了一种自回归(AR)模型的盲辨识的算法,该算法与传统AR模型的辨识算法的区别在于它可同时确定AR模型的阶次和参数,而不需事先确定AR模型的阶次或者假定AR模型的阶次已知,其特点是计算量小,具有很好的收敛性,并在此基础上将AR模型的盲辨识方法应用到机械故障诊断中.

过采样技术在盲信道辩识和均衡中的应用

本文讨论了过采样信道的模型,指出了过采样信道的多样性,论述了过采样信号的循环平稳性。详细探讨了基于过采样技术,利用接收信号的二阶统计量实现盲信道辩识和均衡算法的原理及其特点.介绍了基于过采样技术实现信道盲均衡的其它算法和特点.

基于最大峰度准则和遗传算法的盲辨识与盲均衡

根据最大峰度准则设计了一种针对线性系统的盲辨识与盲均衡算法。该算法在对系统参数进行估计的同时,用求逆滤波器的方法估计均衡器系数,并利用最大峰度准则不断调整系统参数的估计值,使其逼近实际值。由于采用了高阶累积量,算法对高斯噪声有较好的抑制能力。针对传统梯度搜索方法容易陷入局部收敛问题,又提出利用实数编码的遗传算法对准则函数进行最优化搜索。仿真实验表明,本算法具有快速收敛性能和高精确度等优点,能够大大提高均衡后的输出信噪比。

盲系统辨识与故障诊断

盲系统辨识是一种仅由系统的输出中提取系统的未知信息的一种新的基本信号处理方法.论述了盲系统辨识的基本思想及其算法,将盲系统辨识思想引入到旋转机械状态监测与故障诊断中,提出了基于盲系统辨识的机械故障诊断的方法,并以转子裂纹为例,研究了基于时序模型盲辨识的不同的裂纹位置、深度的转子裂纹参数化双谱特性,得到了一些有价值的结论,为转子裂纹的诊断提供了一种新的方法.实验结果表明,该方法是有效的,基于时序模型盲辨识的参数化双谱分析具有对故障的灵敏性及能显示检测信号的一次、二次谐波等主谐波以及描述检测信号中二次相位耦合等非线性现象.

基于盲辨识理论的双通道肌电信号建模与分类

基于肌电信号产生机理 ,对双通道前臂肌电信号建立单输入多输出 IIR系统模型 ,由于模型输入未知且不可测 ,采用了盲信道辨识方法对模型传递函数进行辨识 .通过提取模型参数作为信号特征 ,能够对握拳、展拳、前臂内旋和前臂外旋四类前臂动作进行识别 .实验表明 ,该方法运算量小 ,适合在线实现 ,性能要优于传统的

基于输出累积量的 ARMA(AR)系统的一致性阶次递推辩识(英文)

本文提出了一种根据系统输出的观测数据对ARMA（AR）系统进行盲识别的新算法。该模型由独立同分布非高斯随机序列驱动，其输出序列中含方差未知的加性高斯噪声。通过求解基于三阶累积量谱的代价函数，该算法以模型阶次递推形式同时辩识ARMA的系统阶次和估计出系统参数。文章给出了该算法一致收敛性的证明，并对两类不同阶次的最小及非最小相位ARMA系统的AR参数及阶次辩识进行了数字仿真，结果令人满意。