基于自适应LMS算法的跨声速风洞模型系统辨识

针对风洞试验模型系统辨识不准确的问题,利用自适应LMS(least mean square)滤波器模型对跨声速风洞模型进行系统辨识。由于实测信号中存在多模态耦合,为了提高系统辨识精准度,首先对输入输出信号作了FRF(frequency response analysis)分析得到试验模型俯仰方向前两阶模态,其次利用快速Fourier变换进行模态解耦,接着利用自适应LMS滤波器模型、传递函数模型、多项式模型对俯仰方向单模态进行系统辨识,最后得到了基于自适应LMS滤波器模型的俯仰方向一阶、二阶模态滤波器系数。通过对比不同数学模型的输出与输入之间的相关系数和均方误差及辨识结果,表明自适应LMS滤波器模型具有更高的系统辨识精准度和更简洁的数学模型结构。为后续风洞试验模型振动主动控制计算法的设计提供有力支撑。

自适应LMS和相关算法在GMI磁传感器信号检测中的应用

在GMI磁传感器的研制中,微弱磁场信号经常淹没于电路固有噪声中。当非晶丝GMI(GiantMagneto-Impedance)磁传感器的输出信噪比小于0dB时,常规的峰值检波方法无法检出传感器信号。针对此问题,提出了一种新的微弱信号(信噪比小于0dB)检测方法,利用LMS自适应滤波算法提取非晶丝GMI磁传感器输出信号的特征参数,将该特征参数与理想参数进行相关运算,并根据相关值的大小来确定信号大小,从而实现对微弱磁信号的测量。仿真结果表明,采用LMS自适应滤波算法和相关分析相结合的方法,对于传感器输出信噪比等于-10dB的微弱信号,根据相关值与外磁场大小的对应关系,仍然可以确定外磁场大小。

基于FPGA的自适应LMS算法的实现

为了高速实现自适应算法,在分析了自适应LMS算法结构的基础上,采用了基于流水线操作和并行结构的自适应LMS算法的FPGA设计方法。利用带嵌入式存储块的FPGA,采用模块化的设计思想,实现了算法设计。整个系统包括存储模块、权值计算模块、调整误差计算模块和总控制模块4部分。当权值数较多时,在采用流水线操作的基础上,引入了并行结构设计,满足实时性的要求。仿真结果表明,该方案是十分有效的。

混响背景下基于分数阶傅里叶变换的自适应LMS滤波算法

针对强混响背景下经典的最小均方误差(Least Mean Square,LMS)滤波算法难以有效地实现信混分离的问题,提出一种基于分数阶傅里叶变换的自适应LMS算法。首先将混响信号和自适应LMS滤波算法中的参考信号进行分数阶傅里叶变换,寻找最优变换域,并在分数阶域进行带通滤波,然后将得到的信号进行分数阶傅里叶反变换,最后将基于正态分布曲线的变步长LMS算法应用于此混响条件下进行滤波。仿真和海试数据验证结果表明,在信混比为0 dB的情况下,算法仍可以有效地滤除混响,使信混比提高6 dB。

基于自适应LMS算法的空间光束快速精扫描跟踪控制方法

针对空间精密光学领域与国防应用对高精度快速光束控制的需求,给出自适应最小均方(LMS)算法对压电快摆镜进行光束扫描跟踪控制。首先描述了自适应LMS控制算法及快摆镜模型辨识方法,随后仿真分析了不同频率及迭代步长对自适应LMS算法跟踪控制的影响,最后采用自适应LMS算法进行了压电快摆镜辨识及扫描跟踪控制实验。实验结果表明,自适应LMS算法对2 Hz、10 Hz及其复合谐波信号扫描的跟踪误差分别为2.5%(3σ)、1.9%(3σ)和2.4%(3σ),控制效果均优于PI控制算法。这种自适应LMS算法能有效跟踪多频扫描信号,为高精度空间光束快速扫描跟踪提供了一种可靠的技术手段。

自适应LMS算法在汽车悬架振动主动控制中的仿真研究

本文对汽车悬架振动主动控制的LMS(LeastMeanSquare)算法进行仿真研究。基于自适应LMS算法的控制器运算简单、适应性强。以正弦信号激励两自由度悬架振动系统模型,在计算机上利用matlab软件进行仿真,结果表明LMS算法能显著地改善汽车悬架的性能。

基于自适应LMS滤波算法的一起电力设备异响诊断应用

介绍了自适应LMS滤波算法的原理,采用了该算法,进行了变电站内运行中电力设备异响的诊断,找到了异响故障点,并排除了故障。

基于变步长凸组合LMS自适应滤波高原动态血氧检测系统设计

针对基于光电检测方法的血氧仪只能在静止状态下测试血氧饱和度(血氧)的问题,提出一种基于变步长凸组合LMS自适应滤波动态血氧检测方法。方法对原始光电描记脉搏波信号经预处理后,通过固步长与变步长LMS自适应算法组合,以三轴加速度计采集信号作为运动噪声参考信号,获得理想脉搏波信号再准确计算血氧值。在此基础上,开发了一套基于物联网的穿戴式高原血氧检测系统,经过模拟正常行走及在不同海拔条件下测试,最大误差不超过4%,验证了算法的有效性和准确性。结果显示,基于物联网的血氧监测系统对于高原旅游中高原反应的实时监测与提醒具有实际意义。

求解Hankel张量方程的修正自适应LM算法

结合经典的LM算法及其变形,提出了求解Hankel张量方程的修正自适应LM算法,并证明其全局收敛性和局部二次收敛性.数值实验验证了所提算法的可行性和有效性.

阻尼器测试试验台的新变步长LMS自适应滤波器设计

【目的】提升阻尼器测试试验台的控制品质,进而得到更好的被测阻尼器参数曲线,需要对试验台反馈数据进行滤波提取。【方法】课题组通过对传统LMS自适应滤波器的研究,针对其步长选值问题,提出了一种基于麻雀搜索算法(Sparrow Search Algorithm,SSA)的变步长LMS算法,进而进行了新变步长LMS自适应滤波器设计。并通过Tent混沌映射优化了SSA算法在LMS自适应滤波器中的使用,加强了该算法的跟踪和收敛能力。【结果】仿真结果表明,优化后的算法较优化前误差总值下降约75.72%,优化效果较为显著。同时,相较于其他文献中的LMS自适应滤波算法,本设计中的算法能在快速收敛的同时保持较低的稳态误差,误差总值下降约35.17%。【结论】经过Tent混沌映射所得出的SSA算法初始种群能够提高LMS算法的跟踪能力、收敛速度和稳态精度。课题组设计的滤波器表现良好,具有较强的跟踪能力和稳态精度在低范围的保持能力,为阻尼器测试试验台性能优化和反馈数据的滤波提取提供了新的思路和方案。

非平稳信号处理中的LMS自适应滤波器研究

分析了时域及变换域LMS自适应滤波器的设计,提出了一种基于分数阶Fourier域的LMS自适应滤波算法,并推导了基于离散分数阶Fourier变换的计算方法.

基于LMS自适应算法的图像去模糊研究

传统单幅图像去模糊方法需要稀疏先验约束,导致计算量较大。为此,在自适应最小均方误差(LMS)算法的基础上,提出一种点扩散函数(PSF)估计方法。利用模糊图像得到有效突出边缘,作为自适应滤波器的输入信号,并将模糊图像作为滤波器的期望信号,用以估计PSF。在非盲去卷积过程中,采用各项异性正规化方法对清晰图像进行约束,以减少恢复图像的振铃效应。实验结果表明,该方法不需要先验约束,对运动和非运动模糊图像均可适用,在保留图像细节的同时能抑制平滑区域的噪声。

基于LMS-SPWVD的非平稳振动信号时频分析方法

针对SPWVD存在中心信号频率能量发散、干扰信号能量波形及模态混叠现象未得到有效抑制的缺点,提出一种最小均方滤波算法(LMS)和平滑伪维格纳威尔分布(SPWVD)相结合的时频分析方法(LMS-SPWVD).首先,采用LMS算法对模拟非平稳振动信号测试函数进行抑噪处理,获取最优输出信号测试函数时域波形;然后采用SPWVD对最优输出信号测试函数时域波形进行分析,构建LMS-SPWVD算法时频分布模型;最后将该方法与SPWVD、LMS-STFT、LMS-WVD进行对比。结果表明,该方法具有较好的时频分辨率与时频聚集性、模态混叠及干扰信号抑制效果。

基于小波变换和LMS自适应滤波器的单相接地选线方法

综合应用小波变换理论和最小均方误差(LMS)自适应滤波器技术,提出了一种小电流接地系统单相接地故障选线方法。该方法对故障发生后的零序电流信号进行小波变换,通过LMS自适应滤波器对小波系数进行滤波去噪,利用去噪后的信息进行选线。该方法能有效地从被噪声干扰的信号中得到有用的信息,克服了故障信号信噪比低的缺点,并能够充分利用故障信息连续判断。应用现场故障录波数据对该方法进行了验证,结果表明该方法能够满足实用要求。

基于遗传算法的超声信号LMS自适应时延估计

为了克服LMS自适应时延估计（LMSTDE）算法计算量大的问题，引进遗传算法进行LM－STDE的寻优规划，并采取了克服过早收敛的措施。对超声信号进行时延估计的实验表明，该方法大大减少了计算量，并有较高的时延估计精度。

基于VHDL语言的LMS自适应滤波器的硬件实现方法

提出了一种 LMS数字自适应滤波器的硬件实现方法 ,就是用 VHDL语言描述设计文件 ,在 ALTERA公司的 ACEX系列芯片上实现自适应滤波器 ,在 Maxplus2上进行了模拟仿真和时序分析 ,并给出了该算法在MATLAB上的计算结果 .

基于LMS自适应滤波算法的电力变压器有源降噪系统

为了有效抑制电力变压器产生的高分贝低频噪声,针对变压器有源降噪系统开展了相关研究。结合实验条件,在分析变压器噪声时域及频域特点的基础上,合理选择了有源降噪系统类型。通过仿真和理论分析了收敛系数、滤波阶数以及系统采样频率对有源降噪系统采用的LMS自适应滤波算法收敛性、稳定性以及降噪效果的影响。搭建了变压器噪声在线监测及有源降噪软件控制平台,并针对变压器噪声特点合理选择了硬件系统设备。结果表明,在变压器噪声有源降噪实验中,噪声低频区域降噪效果显著,在误差传声器处取得了5-10 d B的降噪效果,平均声能量密度下降了68.38%-90%,验证了LMS算法的有效降噪性,以及所构建的有源降噪系统对变压器噪声在线监测与抑制的可靠性。

增强型LMS自适应电网畸变电流检测算法研究

为解决常规LMS自适应算法在电网畸变电流检测中存在收敛速度和稳态误差之间的矛盾,本文提出了一种增强型LMS自适应算法。该算法通过对输入信号环节进行预置带通滤波处理,改善信号的自相关数值,实现了基波处的幅值无衰减且相位无延时,同时通过对LMS算法权值和误差环节嵌入低通滤波拓扑结构,达到了降低畸变电流波动的目的。最后在对常规算法与增强型LMS算法分析比较的基础上,通过仿真和实验证明了本文理论分析的可行性,验证了此算法在畸变电流检测中的有效性和准确性。

基于LMS自适应算法的瞬态信号时延估计

讨论了LMS方法对瞬态信号估计的困难,提出用反向LMS自适应滤波算法进行瞬态信号的时延估计。设计了两种反向LMS自适应算法,用爆炸波信号仿真分析了时间延迟估计的性能,通过比较表明该算法的有效性。

一种改进的噪声抵消器 LMS自适应算法

指出了常规噪声抵消器 L MS自适应算法采用恒定的步长 ,具有收敛速度慢、失调量大的缺点 ,提出了一种改进的 L MS自适应算法 .该算法根据对输入信号信噪比的估计 ,采用变步长 ,其步长随输入信号信噪比的变化而改变 ,从而提高了收敛速度 ,降低了回响 ,提高了输出信号信噪比 .计算和实验结果表明改进的算法在收敛速度、降低回响、消噪性能等方面均优于常规算法 .