变截面压电悬臂梁能量采集器在高斯白噪声激励下的稳态统计特性研究

环境振动是一种非周期、随机的宽频激励,研究振动能量采集器在环境振动下的能量采集特性具有重要意义。本文采用改进随机平均法,求解了变截面压电梁在高斯白噪声激励下的等效振幅、位移、速度的稳态概率密度函数,位移与速度的联合概率密度函数以及稳态均方输出电压,随后研究了变截面压电梁的能量采集效能。结果表明:负载电阻一定时,截面系数β>0时的变截面压电梁相比β=0时的等截面压电梁有更好的稳态均方输出电压;截面系数β>0时,随着电阻电容乘积的倒数的增加,变截面压电梁的均方电压均呈现逐渐减小的趋势,当电阻电容乘积的倒数值一定时,β值越大,均方电压也越高;随着噪声强度的增加,变截面压电梁的均方电压均呈现逐渐增大的趋势,当噪声强度一定时,β值越大,均方电压也越高。本文研究结果可为变截面压电悬臂梁能量采集系统的设计及应用提供理论依据。

均方偏差分析的多态可变步长LMS算法

最小均方(least mean square,LMS)算法在时变信道的最小稳态均方偏差(mean square deviation,MSD)由输入功率、噪声功率、随机扰动信号功率以及滤波器长度共同决定。为达到系统中最小的MSD值,传统的LMS算法存在有迭代次数较多和收敛速度慢等问题,提出了一种多态可变步长最小均方(multi-state variable step size least mean square,MVSS-LMS)算法。该算法通过添加暂态递减步长作为过渡,实现以更快的收敛速度达到系统中最小的MSD值。理论分析与仿真结果表明,与目前最新的Prob-LMS算法相比,所提算法在时变信道以及突变信道都具有更快的收敛速度和更低的MSD值,且算法的复杂度更低。

经典盲均衡算法中稳态剩余误差的分析

阐述了经典盲均衡器的组成原理,分析了稳态剩余误差中理论误差和超量均方误差的产生原因,研究了影响稳态剩余误差大小的因素,如滤波器阶数、步长因子、输入信号的统计特性等,提出了减小稳态剩余误差措施,并利用计算机进行了仿真,仿真结果与理论分析相符．

基于改进变步长最小均方算法的心电图信号去噪

针对定步长和现有变步长最小均方(LMS)自适应滤波算法对心电图(ECG)信号去噪效果较差的问题,提出一种基于分式函数改进的变步长LMS算法。首先利用分式函数构造出改进的变步长LMS算法的步长函数式,通过理论和仿真分析得到该算法参数的最佳取值,并在相同条件下与定步长和其他变步长LMS算法进行性能对比,验证了该算法具有更快的收敛速度、更低的稳态误差和更小的计算复杂度。然后将该算法与定步长和其他变步长LMS算法在相同条件下对含多种真实噪声的ECG信号进行去噪效果对比。实验结果表明,相比于其他算法,该算法能更好地去除ECG信号的噪声,且去噪后ECG信号的信噪比最大,均方误差最小,Pearson相关系数最接近于1。

参数模型化方法提取40Hz听觉稳态诱发响应用于麻醉深度监测

实时、有效地监测麻醉深度在临床手术中具有重要的意义,由于当今全身麻醉普遍使用肌松药,作为判断麻醉深度最主要的呼吸和体动两项指标已失去意义,从而使麻醉深度的判断愈加困难。近年来有研究表明40Hz听觉稳态诱发响应(ASSR)具有良好的麻醉深度监护特性。本文基于参数模型化方法来提取40HzASSR,相对于常规叠加平均方法来说,反应速度较快,能够迅速地跟踪病人从清醒到无意识的转变过程。

一种新的变步长自适应最小均方算法

提出了一种根据滤波器系数梯度差值的自相关来计算步长的新的变步长自适应LMS算法。分析了算法的收敛性能和稳态特性,给出了算法参数选择的原则。由实验验证了该算法具有良好的收敛性能和跟踪特性,特别是在输入信号相关的情况下,该算法显示出比标准LMS算法和其它变步长算法的优异性能。

最小均方算法用于数字信号的性能

为了获取最小均方 (LMS)算法用于数字信号的性能 ,提出了一项新的性能参数——误码率。分析了误码率与算法均方误差之间的关系 ,在实验的基础上给出了两者之间的一个近似函数表达式。并重点研究了算法步长对收敛速度、稳态失调量、误码率这三项性能参数的影响 ,以及步长确定的原则 ,为数字信号领域使用 LMS算法提供了一些理论基础。

一种改进的加权多模盲均衡算法

在加权多模盲均衡算法的基础上,提出了一种误差函数在判决引导模式和加权多模模式之间切换的改进算法。算法根据误差函数符号的比较结果,在判决引导模式与固定加权多模模式之间切换,可充分利用两种模式的优点,更好的匹配信号星座,避免动态权值多模算法中权值的调整。仿真结果表明与动态权值多模算法相比,改进算法可获得更快的收敛速度和更低的稳态均方误差,计算量增加较少,适用于QAM信号。

基于自适应混合能量参数的变步长LMS水声信道均衡算法

提出了一种新的变步长算法,并将该算法用于水声信道均衡。该算法克服改进归一化最小均方(developed normanized least mean square,XENLMS)算法依赖固定能量参数λ的局限性,遵循变步长算法的步长调整原则在XENLMS算法的基础上引入一个自适应混合能量参数λk,改善算法收敛速度和鲁棒性。首先通过仿真分析变步长算法中的3个固定参数α,β,μ的取值范围及对算法收敛性能的影响;并在两种典型的水声信道环境下,采用两种调制信号对算法的收敛性能进行计算机仿真,结果显示,新算法的收敛速度明显快于XENLMS算法和已有的变步长算法,收敛性能接近递归最小二乘(recursive least square,RLS)算法的最优性能,但计算复杂度远小于RLS算法。最后,木兰湖试验验证了带判决反馈均衡器(decision feedback equalization,DFE)结构的新算法具有较好的克服多径效应和多普勒频移补偿的能力,相比LMS-DFE提高了一个数量级。

改进的LMS自适应时延估计方法

针对传统的基于SINC插值的自适应时间延迟估计方法估计误差较大、收敛速度较慢等问题,提出了一种新的插值方法和相应的自适应时延估计方法.根据LMS自适应时延估计方法中最优权表达式的有关参数特点,采用自适应算法对参数进行估计并进行了理论分析.计算机仿真结果表明,与基于SINC插值的自适应时延估计方法相比,在不同信噪比条件下,新方法所需自适应滤波器抽头长度小且具有较快的收敛速度和较好的稳态均方误差,具有广泛的适用性.

关于最小不确定态的概率分布(英文)

本文借助于曲线坐标下动量算符的一种厄密形式，导出了广义坐标算符和广义动量算符的最小不确定态，并结合常见坐标分量取不同上、下限的情况讨论相应的概率分布。

一种修正的双模式盲均衡算法研究

传统的CMA盲均衡算法存在收敛速度较慢、稳态均方误差较大的缺点。结合了判决引导算法的CMA算法虽具有稳态均方误差小的优势,但是算法本身收敛能力弱,在信号眼图未张开的条件下难以保证算法收敛。针对上述不足,提出了一种含软判决思想的双模式盲均衡算法。该算法通过最大化均衡器输出信号的后验概率密度函数来获得均衡器抽头系数的最优值。计算机仿真结果表明,所提算法可以有效地纠正输出信号的相位旋转,具有较好的均衡效果。

改进的Hilbert变换无线网络信道邻阶均衡算法

针对传统方法中利用Hilbert变换进行无线网络信道均衡设计时,对网络拓扑结构中跨链路层邻阶边向量通信信道不能消除码间干扰的问题。对传统的基于Hilbert变换的无线网络信道盲均衡算法进行改进,引入经验模态分解技术,结合Hilbert谱分析方法,提出一种改进的Hilbert变换无线网络信道邻阶均衡算法。构建无线网络信道盲均衡系统,采用EMD分解和Hilbert谱分析相结合的方法对信道幅值、时间和频率之间关系进行估计,实现信道邻阶盲均衡。仿真实验表明,采用改进的Hilbert变换无线网络信道邻阶均衡算法进行无线网络通信,收敛速度较快,能有效消除跨链路层邻阶边向量码间干扰,稳态均方误差大幅降低。

再谈一种新的偏态分布下心理状态数的估计

心理状态数是反映人们日常生产活动中心理状态对他们的行为和结果影响的重要指标.董云河和宋述龙最早假定心理状态对结果影响的偏态分布为N(0,σ2,c).随后,宋立新给出一种新的偏态分布.该文指出了这种新偏态分布的局限性,并在此基础上提出一种更广泛的偏态分布,并得到了其矩估计和极大似然估计.通过统计模拟研究,比较已得到的2种估计与已有估计的偏差与均方误差,得出了极大似然估计具有较强的稳健性的结论.

有源电力滤波器自适应谐波检测新算法

为了克服定步长算法无法兼顾快速性和稳态精度的局限,改进现有的变步长自适应算法中存在计算量大、未知参数多的缺点,该文基于均方误差理论推导了一种新的根据误差实时自动调节步长的迭代算法,并应用于有源电力滤波器谐波检测。算法优点在于计算量小,从均方误差最快下降梯度入手,在误差较大时采用大步长,保证快速性;在误差较小时采用小步长,保证稳态精度。Matlab仿真和系统实验验证了文中算法的快速性和准确性,以及应用于有源电力滤波器谐波检测时的有效性。

一种新的LMS自适应滤波算法分析仿真研究

传统变步长最小均方(LMS)算法存在收敛速度慢、易受噪声干扰等缺点,为了提高算法的性能,通过对变步长LMS算法进行分析研究,在步长因子x(n)与误差信号e(n)的相关统计量之间建立一种新的非线性函数关系,提出了一种新的变步长LMS自适应滤波算法。该算法采用误差信号的自相关时间均值来调节步长,并用绝对估计误差的扰动量以加快自适应滤波器抽头权向量的收敛。理论分析与计算机仿真结果表明:与SVSLMS和G-SVSLMS算法比较,该算法具有较快的收敛速度、较小的稳态误差以及较强的抗干扰能力。

改进的LMS算法在Simulink仿真平台实现

目的将改进的变步长LMS算法在Simulink平台上实现。方法对LMS算法进行基础研究,详细地探究变步长算法在信号处理中的收敛速度和失调两个方面的内容,改进变步长算法,并验证算法的有效性。基于S-fuction,对改进的LMS算法建模,通过算法模块调用改进算法程序,达到对信号滤波的目的。结果仿真结果表明,算法模块能够实现算法滤波功能,能有效地抵消干扰。结论算法应用于Simulink建模,算法模块能够适应不同的Simulink平台,提高了对算法的开发与应用的效率。

改进的双曲正切函数的变步长LMS算法

为了解决定步长LMS算法不能同时满足快速收敛和低稳态误差的问题,提出了一种基于改进双曲正切函数的变步长LMS算法(IVSSLMS)。该算法利用步长反馈因子的二范数和误差信号的相关值来调节步长,克服了定步长算法收敛速度慢及抗噪声能力差的问题;并从理论上分析了算法的性能,给出了参数的取值方法。仿真实验结果表明,在高/低信噪比条件下,IVSSLMS算法比已有变步长算法的收敛速度更快、稳态误差更小、系统跟踪能力更优。

加权l_p范数LMS算法的稀疏系统辨识

针对经典最小均方(LMS)算法没有考虑冲击响应通常具有稀疏性的特点,一般的稀疏LMS算法当自适应趋于稳态时,对小系数施加过大的吸引力,导致稳态误差增大的缺点,提出对稀疏系统进行辨识的改进的l p(0<p1)范数惩罚约束的自适应算法——加权l p范数惩罚(reweighted l p-norm penalty)LMS算法。该算法的主要思想是在惩罚函数中加入一个更新权值,适当地调节吸引力的大小。计算机仿真实验结果表明了该算法的可取性,并且其在收敛速度和稳态性方面优于现有的稀疏系统辨识方法。

一种新的变步长LMS自适应算法及仿真

对变步长自适应滤波算法进行了讨论,给出了一种新的变步长LMS自适应算法,这种新方法通过估计误差信号自相关及均方误差的时域平均来调节自适应算法的步长,具有较好的抗干扰性能,且收敛速度快,稳态误差小。将其应用于干扰机的自适应收发隔离系统中,计算机仿真结果与理论分析一致,表明了该算法具有一定的可行性和优越性。