基于自适应系统辨识的收发隔离技术研究

收发隔离是机载干扰机不可避免的难题。如果收发隔离问题解决不好,轻则削弱干扰机效率,重则造成自发自收,形成自激励。固定步长的归一化最小均方误差(NLMS)算法在解决基于自适应系统辨识的收发隔离的问题时,由于精度不够,隔离效果很不理想。针对此问题提出一种基于先验误差的变步长NLMS算法,该算法依据相邻时刻先验误差的相关系数改变步长因子,改变后的步长因子能够在算法收敛过程中削弱噪声的影响,提高算法精度。理论分析和仿真结果证明:基于文中的变步长NLMS算法的收发隔离方案与基于其他最小均方误差算法的隔离方案相比,隔离性能有较大的改善。

一种混沌Hopfield网络及其在二维自适应系统辨识中的应用

在对传统的混沌神经网络模型深入研究的基础上,构造了一种具有暂态混沌动力学特性的Hopfield神经网络模型。在Hopfield神经网络中引入混沌机制,使网络逐渐由混沌神经网络向Hopfield网络过渡,达到混沌控制的目的。网络利用了混沌搜索的随机性和轨道遍历性,因而具有较强的全局寻优能力。将其应用于二维自适应系统辨识中,仿真结果表明,该神经网络的寻优和逼近能力较强,辨识曲线与未知系统曲线非常接近。

基于辨识新算法的电子对抗系统干扰对消

收发同时的电子对抗系统常存在隔离问题,采用自适应滤波器对干扰耦合通路进行辨识,消除接收端耦合干扰,能够有效实现收发隔离。考虑到实际侦察接收机接收的雷达信号、接收机内部引入的噪声信号、发射机和接收机微波放大部分的非线性,因素严重影响自适应滤波器的性能。针对上述情况,给出一种平滑梯度估计的变步长最小均方(least meansquare,LMS)算法。仿真结果表明,改进算法同传统变步长LMS算法相比具有相近的收敛速度,但在对抗接收机复杂信号环境上具有显著的优越性能。

供水管道泄漏声信号及其传播特性

相关仪利用供水管道泄漏时产生的泄漏声波对漏点定位。泄漏信号验证为高斯分布,泄漏声波主要是在管道里的水中传播,与管壁发生流固耦合作用,引起管壁振动。用FIR滤波器对管道系统建模,采用最小均方误差(LMS)自适应系统辨识方法得到管道的冲激响应函数,与线性相位FIR滤波器的冲激响应相比较,表明泄漏声波在传播过程中存在频散。泄漏声信号受各种噪声干扰,根据互谱相位谱信息估计泄漏信号的频带范围,对信号滤波后作时延估计,结果表明,提高了泄漏定位的置信度。

一种改进的快速LMS/Newton算法及其在声回波对消中的应用

本文提出了一种改进的快速LMS/Newton算法 .该算法既不同于完全基于RLS算法的FNTF算法[1] ,又不同于完全基于LMS算法的算法 2 [2 ] .算法在格型预测器部分采用快速RLS算法 ,而在自适应横向滤波器部分采用LMS算法 ,并加以适当改进 .所提出的算法既不存在FNTF的稳定性问题 ,又比算法 2 [2 ] 有更快的收敛速度 .采用语音信号激励 。

符号算法在φ-混和输入情况下的收敛性

本文在E.Eweda 2000年文章结果的基础上,用符号算法(SA)考察了一类自适应辨识系统。证明了在输入和噪声信号是φ-混合情况下,对充分小的步长和任意初始权向量,权数偏离的绝对均值具有时间平均渐进收敛性。