基于自适应预测滤波理论的模数转换器设计方法

基于自适应差分量化理论,提出了在不增加转换位数的情况下提高模数转换器(ADC)动态范围的一种设计方法。该方法通过量化输入与预测的差值来获得预测增益,从而扩大ADC的动态范围;通过差分量化值与预测值相加得到输出信号,并将该分别采用LMS和RLS算法进行处理,得到输入信号的预测值,计算机模拟结果证实,上述两种算法均能使模数转换器的动态范围提高约25dB.比较而言,RLS算法收敛速度更快,收敛性更好,但计算量较大.

用于低维混沌时间序列预测的一种非线性自适应预测滤波器

在二阶Ｖｏｌｔｅｒｒａ滤波预测器基础上，提出了一种用于低维混沌时间自适应预测的非线性自适应预测器。基于最小均方误差准则导出了一种ＮＬＭＳ类型的自适应算法来实时调整这种非线性滤波预测器的系数。仿真实验结果表明：这种线性化的非线性自适应滤波预测器能够有效地预测低维混沌时间序列，且它的模块化特征更易于ＶＬＳＩ电路实现，具有广泛的工程应用价值。

基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅰ)线性自适应滤波

提出了一种基于相空间邻域的线性自适应滤波算法 ,将时间域变换到高维重构矢量空间 ,使得不可能实现的线性预测变成了可能 .实验结果表明 :这种基于相空间邻域的线性自适应预测滤波器能够有效预测一些混沌序列 ,能够检测到一些混沌载波中的信号 。

基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅱ)非线性自适应滤波

根据相空间重构理论、最小均方误差准则和最陡下降原理 ,提出了一种基于相空间邻域的非线性自适应滤波算法 .实验结果表明 :这种非线性自适应预测滤波器能够有效预测一些混沌序列 。

有源滤波器中谐波电流自适应预测方法研究

准确、实时地检测出电网电流中的谐波成分是保证有源电力滤波器具备良好工作性能的关键。本文提出一种改进型的基于自适应滤波器的谐波电流预测方法,利用最小均方算法(LMS)对所需检测信号进行预测,通过该方法和基于瞬时无功功率理论方法相结合,可以解决谐波检测中存在的检测精度和检测实时性之间的矛盾。仿真结果证明了该谐波检测方法的有效性。

基于多次波和自适应预测误差滤波器的地震近炮检距数据重建方法

地震数据采集过程中,受野外施工条件的制约,往往很难获得完整的地震波场,尤其近炮检距数据的缺失尤为严重.当前,很多地震数据处理方法的应用都依赖于近炮检距数据,如何对近炮检距的缺失数据进行重建,是一个重要的研究课题.本文通过多次波和一次波的互相关构建虚拟一次波,利用数据本身的波场信息,对缺失的近炮检距数据进行插值重建.由于通过多次波构建的一次波与真实的一次波存在振幅和相位方面的差异,提出通过基于非平稳自回归过程的自适应预测误差滤波器来表征虚拟一次波的能量谱,利用最小二乘反演方法重建近炮检距缺失数据,自适应预测误差滤波器通过求解正则化约束下的数学欠定问题来实现局部自适应特征.通过对Sigsbee2B模型和实际数据的测试结果表明新方法可以合理地重建复杂的近炮检距缺失数据.

自适应多项式预测滤波器的新结构与算法研究

(1)提出了一种DCT域二次滤波实现结构及其NLMS自适应算法，并将其用于连续混沌信号的实时预测研究，结果表明：所提出的滤波器结构实现简单、不存在算法收敛性问题；对连续混沌信号的实时多步预测性能明显优于局域法的多步预测性能。

基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术

基于光纤陀螺的测角仪可以实现对各项角运动参数的一体化动态精密测量,但在实际应用中,光纤陀螺测角仪受到温度变化的影响,导致测量精度下降。针对这一问题,本文提出了一种基于自适应小波回声神经网络的光纤陀螺测角仪温度误差补偿技术。为了提高温度误差建模的进度,提高传统神经网络的逼近能力,通过自适应前向线性预测滤波器对建模用测角仪温度漂移数据进行预处理,并采用自适应小波回声神经网络建立温度漂移模型,能够避免传统神经网络结构设计的盲目性和局部最优等问题,增强了网络学习能力和泛化能力,并利用自适应律代替神经网络梯度进行网络训练,提升神经网络的逼近精度和收敛速度。实验结果表明,该模型可以提高光纤陀螺测角仪的测量精度和环境适应性,为光纤陀螺测角仪的性能优化和实际应用提供了可靠的技术支撑。

自适应FLP滤波在激光陀螺IMU标定中的应用

激光陀螺的高频机抖使得激光陀螺惯性测量单元(IMU)的测量数据包含较大的随机噪声。传统标定方法通过延长测量时间消除对随机噪声的影响,降低了标定效率。提出了应用自适应前向线性预测(FLP)滤波对激光陀螺IMU的标定数据进行降噪,在较小标定数据量情况下提高系统的标定精度。首先通过四方位正反速率标定试验获得原始标定数据;然后通过自适应FLP滤波器对标定数据进行噪声抑制;最后利用降噪后的数据计算标定参数。试验结果表明,该方法能够有效抑制标定数据中的随机噪声,提高信号的信噪比(SNR),从而在标定数据量较小的情况下得到较高精度的标定参数,提升系统的导航精度。

采用预测残差的回声消除单双端检测算法

在单端与双端状态下,自适应滤波器的预测残差数值迥异,对预测残差数值进行归一化处理,拉开单端、双端状态的数值差距,扩大阈值范围.提出基于预测残差的回声消除单双端判断方法,并提出在单双端交界处使用自适应滤波器权值复用与更新机制,以及算法的实现步骤.实验结果表明:该算法具有宽广的阈值选择范围,可以有效防止因单双端误判引起的滤波器发散,减小总的回声消除预测误差.

基于SBAS和混沌理论的内排土场沉降监测及预测

为研究露天矿内排土场工后沉降规律,定义内排土场下沉系数为地表最终沉降量与初始覆土高度的比值,并以内蒙古锡林浩特市胜利一号露天矿内排土场为研究区,利用41期高时间分辨率sentinel-1 A数据采用小基线集(SBAS)技术进行内排土场沉降监测,在此基础上引入混沌理论中的相空间重构理论结合二阶Volterra自适应滤波对沉降时间序列进行单步预测。结果表明:①内排土场沉降剖面呈现明显的半漏斗状,总体上累积沉降量与到矿坑的距离成反比,通过沉降时间序列分析可得Ⅰ,Ⅱ区域处于沉降活跃期,存在滑坡、泥石流风险,是后期沉降监测的重点区域,Ⅲ~Ⅶ区域步入稳定过渡期,Ⅷ区域已基本稳定,初步判断该区已基本满足了土地复垦及建设简单构筑物的基本要求。②经曲线拟合,得观测周期内,内排土场下沉系数约为0.639 cm/m。③经最大Lyapunov指数验证,通过SBAS技术得到的4组沉降量时间序列均具有混沌特征。④运用混沌理论中的相空间重构理论结合二阶Volterra自适应滤波对沉降量进行单步预测,预测结果显示其可在短期内较好地反应真实值变化趋势,前10步预测结果的平均绝对误差(MAE)、平均相对误差(MAPE)和均方根误差(RMSE)均在6%以下,但随预测步数的增加,预测精度逐渐下降,这表明二阶Volterra自适应滤波仅可用于SBAS获取的一维沉降观测数据的短期预测,将其应用于长期预测的结果不可靠。

有源滤波器中谐波电流自适应预测方法

准确、实时地检测出电网电流中的谐波成分是保证有源电力滤波器具备良好工作性能的关键。本文提出一种改进型的基于自适应滤波器的谐波电流预测方法，利用最小均方算法（LMS）对所需检测信号进行预测，通过该方法和基于瞬时无功功率理论方法相结合，可以解决谐波检测中存在的检测精度和检测实时性之间的矛盾。仿真结果证明了该谐波检测方法的有效性。

基于ES-ALPF的行星齿轮箱故障特征提取方法研究

针对行星齿轮箱故障初期特征提取困难的问题,提出了一种基于聚合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)、奇异谱分析(Singular Spectrum Analysis, SSA)与自适应线性预测滤波(Adaptive Linear Prediction Filtering, ALPF)结合的故障初期特征自适应提取方法。首先,利用EEMD预处理采集的振动信号,得到本征模态函数(Intrinsic Module Function, IMF)分量。其次,根据能量比选取IMFs重构信号。然后,利用SSA增强重构信号的非线性特征。之后,利用基于谱估计的自适应线性预测方法对非线性最突出的频段进行自适应线性滤波。最后,提取滤波后的信号包络,进行傅里叶变换,提取得到故障初期的微弱特征。在行星齿轮箱故障诊断试验台上进行了试验,所提方法与传统的基于EEMD-SSA的包络分析进行了对比,结果验证了该方法的有效性。

基于稀疏表示的两阶段脑电癫痫波检测算法研究

脑电癫痫特征波的自动检测具有重要的临床应用价值,本研究提出一种基于自适应预测滤波与稀疏表示的两阶段癫痫特征波检测算法。第一阶段,使用自适应预测滤波器粗检出有嫌疑的癫痫波时段,在保证检测正确率的同时,减少数据量,提高后续处理效率;第二阶段,先以高斯函数及其一、二阶导数为原子的生成函数构建一个冗余多成分字典,再应用匹配追踪算法仅获取可疑波段在此字典下的稀疏表示(自适应参数化表示),原子的结构参数能够准确度量瞬时波形的多种形态结构特征如宽度、幅度、锐度等,进而提出基于形态结构匹配的检测算法,对预检输出的可疑时段进行鉴别分类。检测结果表明该算法针对临床癫痫EEG的检测率为93.3%,正确率为88.5%,相应的漏检率为6.7%,误检率为11.5%。

连续混沌系统的非线性自适应预测跟踪控制

基于混沌时间序列的非线性自适应预测原理 ,用一种sigmoid Volterra自适应预测滤波器研究了连续混沌系统的非线性自适应预测跟踪控制 .通过对Lorenz,R彲ｓｓｌｅｒ等典型混沌系统的控制 ,仿真证实了这种sigmoid Volterra自适应预测控制器的有效性 .这种方法的优点在于它既不需要知道精确的混沌系统模型 ,也不需要进行系统模型辨识 .

无双端会话检测回声抵消系统

提出一种无双端会话检测自适应回声抵消系统,这种系统突破了当前自适应回声抵消器必须进行双端会话检测的限制。仿真结果表明这种无双端会话检测回声抵消器在所有工作模式下均能取得理想的回声抵消效果。

基于三参数Chirplet变换的ARM检测

根据反辐射导弹(ARM)回波信号的特征,选择Chirplet变换5个参数中的3个,得到三参数Chirplet变换,并结合自适应线性预测滤波算法,提出一种基于三参数Chirplet变换的ARM检测方法。该方法可有效缩小搜索范围和降低输入信噪比要求,且可借助FFT实现。仿真结果表明其可在大载机回波干扰和低信噪比环境下快速准确地检测出ARM回波,实现实时告警。

可控震源高效采集数据特征干扰压制技术

可控震源远距离同步滑动扫描(DS4)高效采集方式极大地提高了野外采集效率,但这种采集方式会产生两种较为严重的特征干扰噪声——谐波干扰噪声和交涉干扰噪声,给室内数据处理造成了较大的困难。针对这两种特征干扰噪声分别进行噪声压制:对谐波干扰采用自适应匹配预测滤波谐波压制方法,克服了地面力信号记录不准确和大地对基波信号和谐波信号衰减不同造成的预测谐波不准确问题,准确地压制谐波干扰,同时几乎不损害有效能量;将存在交涉干扰的记录变换到人工分选道集中再进行随机噪声压制。模型试算和野外实际资料的测试结果证明了特征干扰压制方法能很好地压制谐波干扰和交涉干扰,且谐波干扰和交涉干扰压制后的叠加剖面中谐波噪声被消除,交涉干扰导致的同相轴不连续现象也得到了明显改善。

一种提高车载稳向系统稳向精度方法的研究

微机械石英音叉陀螺作为车载稳向系统中速度反馈元件,其输出噪声和随机漂移直接影响到了最终的稳向精度。针对此种问题,提出了对陀螺噪声采用自适应前向预测滤波的方法来进行消除,并根据光栅的角度值与初始稳向角度值的误差来设置一个递增或递减的变量引入到速度闭环系统中。通过实际测试证明,采用此方法可以将稳向精度提高到±7.2″之内,从而验证了方法的有效性。