基于非线性自适应IIR滤波器的混沌时间序列辨识方法

提出了一种混沌时间序列的非线性自适应IIR滤波辨识算法 ,该算法采用非线性IIR滤波器来自适应跟踪非线性混沌动力系统的动态特性进行辨识 .实验结果表明 ,该算法具有较高的辨识能力和抗噪声性能 .

非线性时空正则化的相关滤波目标跟踪算法

针对目标跟踪过程中跟踪模型容易漂移,以及对于多样性形态变化的目标不能进行鲁棒跟踪的问题,结合生物视觉感知规律提出了非线性时空正则化的相关滤波目标跟踪算法。在目标函数中提出贴近人类视觉感知幂定律的非线性滤波更新的时间正则项,相比于时空正则相关滤波器(spatial-temporal regularized correlation filters,STRCF)中固定的时间正则项,非线性滤波更新的时间正则项可以根据跟踪的时间变化进行自适应更新,同时采用交替乘子法降低算法复杂度。提取非线性的梯度方向直方图(histogram of oriented gradient,HOG)特征,使用符合生物映射的对数极坐标进行尺度适应。根据最大响应值与平均峰值相关能量的关系进行遮挡异常检测,降低模型漂移的机率,增强算法的抗遮挡能力。实验结果表明,该算法在OTB2015数据集上的精确率和成功率分别达到89.8%和83.3%,该算法相比于STRCF在精确率上提升了2.5%,在成功率上提升了3.2%,在OTB2013与OTB2015数据集上的11种属性的分类对比中,该算法在旋转、低分辨率、背景杂乱、光照变化等因素干扰下的目标跟踪中具有较高的精确率和较强的鲁棒性。

非线性自适应 IIR 滤波器的组合梯度算法

非线性自适应ＩＲ滤波器的组合梯度算法朱幼莲张玲华（常州技术师范学院，常州２１３００１）（南京邮电学院，南京２１０００３）在自适应滤波中，线性滤波器因其本质的简单性而广为应用．但是，在非高斯和高斯背景下的最优滤波是非线性的，非线性自适应滤波器常具有比...

一种抑制直扩通信窄带干扰的新型非线性自适应预测滤波器

为了更有效地抑制直接序列扩频通信中的窄带干扰，论文提出了一种非线性Laguerre滤波抑制直扩频通信窄带干扰的方法，给出相应的自适应算法。该方法利用具有IIR和FIR滤波器特点的Laguerre时延单元构造非线性自适应预测滤波器。该方法可以使预测器的记忆深度与预测器的阶数解偶，以更少的阶数达到更优的抑制性能。仿真实验结果表明：与Vijayan和Poor传统非线性自适应预测滤波器相比，该滤波器能够保证均方误差的收敛稳定性，并能在信噪比改善提高1-2dB的前提下，使滤波器阶数降低为原来的1／3～1／5，具有一定的现实意义。

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。

基于自适应Volterra滤波器的非线性系统辨识

为了识别非线性系统的参数,本文提出了一种基于自适应Volterra滤波器的非线性系统辨识方法。给出了自适应Volterra滤波器的LMS和RLS算法。数值仿真结果表明,该方法对于非线性定常和时变系统都有效。

无轴承异步电机非线性滤波器自适应逆解耦控制

针对无轴承异步电机(bearingless induction motor,BIM)多变量、非线性、强耦合的问题,提出了基于非线性自适应滤波器的无轴承异步电机自适应逆解耦控制策略。在分析了无轴承异步电机工作原理的基础上,推导出无轴承异步电机的数学模型,基于自适应逆控制原理,利用非线性自适应滤波器,分别建立转矩系统和悬浮系统的模型和逆模型。复制逆模型,将其串联在对应系统之前作为逆控制器,并采用变步长最小均方(least mean square,LMS)算法在线调整权值。相比于传统的磁场定向控制方法,此方法不必依靠转矩系统来传递磁链信息,从而避免了各自的控制策略之间的相互制约问题。基于MATLAB/Simulink仿真平台,对无轴承异步电机的转子磁链、转速、转矩、悬浮响应进行了仿真分析。仿真结果证明了该方法的有效性,实现了无轴承异步电机旋转力与悬浮力之间的解耦,而且能够实现两自由度径向悬浮力之间、转速与转子磁链之间的动态解耦。该研究可为基于无轴承异步电机的农业生产设备的研发提供参考。

基于强跟踪滤波器的改进非线性自适应观测器

对基于强跟踪滤波器的非线性自适应观测器(nonlinearadaptiveobserver,NAO)的收敛性进行了分析,给出了NAO局部渐近收敛的充分条件。提出了一种改进非线性自适应观测器(modifiednonlinearadaptiveobserver,MNAO)算法。MNAO在具有强跟踪特性的同时对输出测量中的坏数据有较强的鲁棒性。为了降低对初始误差的敏感性,采用一种强跟踪扩展卡尔曼观测器算法启动MNAO。数值仿真示例显示了本方法的有效性。

基于自适应切比雪夫滤波器的非线性有源噪声控制

提出一种基于自适应切比雪夫滤波器的非线性有源噪声控制算法FCLMS。FCLMS算法使用传统的Fx LMS结构,将初级噪声使用第一类切比雪夫多项式展开,进而拟合该信号,而后使用LMS自适应算法进行噪声控制。该算法的计算复杂度低于2阶VFx LMS和1阶FS LMS算法。在不同的仿真模型下的仿真结果表明,该算法控制效果均达到或优于VFx LMS和FS LMS算法,且收敛速度快。

基于小波萎缩法的非线性自适应数字滤波器的设计

本文中,将小波萎缩法应用于非线性自适应数字滤波器的设计,介绍利用基于离散正交小波变换的小波萎缩迭代滤波方法,设计出非线性自适应小波萎缩滤波器的模型文中给出了非线性自适应小波萎缩滤波器的一个消噪实例,证实了非线性自适应小波萎缩滤波器鲁棒性好的特性。

自适应CRBF非线性滤波器及其改进学习算法

传统的随机梯度算法由于采用基于二阶统计量的平方误差代价函数,因此含有的信息量较少,难以实现更高的精度。针对此问题,以基于高阶统计量的指数平方误差作为代价函数,结合基于两层RBF网络凸组合的非线性自适应滤波器,提出了最小指数平方误差自适应学习算法。非线性系统辨识和非线性信道均衡的实验仿真结果表明,该改进算法的收敛性能明显优于传统的随机梯度算法。

非线性自适应统计滤波器在声测量信号处理中的应用

从 α-stable分布特征出发 ,阐述了处理非高斯噪声的 LMP、顺序统计、群组等非线性统计滤波器自适应算法 ;实例验算表明了在 α-stable分布下 ,非线性统计自适应器性能优于传统的线性自适应滤波器 ,且收敛速度更快 .

直接序列扩频通信中的抗窄带干扰非线性自适应滤波器

分析用于直接序列扩频通信中窄带干扰抑制的几种非线性自适应滤波器,提出了一种称为非线性LTJ(Lattice and Transversal Joint)滤波器的新型非线性抗干扰滤波器。对比几种滤波器的信噪比改善性能、收敛速度以及计算复杂度,发现非线性LTJ滤波器具有收敛速度快的优点,并且在干扰强度较大时,其抗干扰性能要比非线性Lattice滤波器好。

秩排序非线性滤波器的自适应优化算法

在图像处理中,秩排序非线性滤波器具有非常重要的作用。本文从加权顺序统计滤波器的自适应优化算法出发,导出了加权中值滤波器、秩选择滤波器和置换滤波器等几种重要的秩排序非线性滤波器的自适应优化设计算法,这些算法采用迭代计算实现,并可以在MAE、MSE和Lγ准则下得到最优解。模拟实验表明,这些算法具有非常好的收敛效果,并可以很好地用于类似图像的非平稳信号的处理。

自适应窗非线性边缘保护滤波器

本文提出两种自适应窗非线性边缘保护滤波器。它们可同时滤除加性随机噪声、信号有关噪声和脉冲噪声,并有很好的边缘信号保护效果。其自适应窗的尺寸随信号的特征而变,以得到精确的信号估值,滤波器具有良好的滤波韧性和信号分辨力。

基于非线性自适应滤波器的动态电能质量扰动检测

在讨论现有一些电能质量检测方法的基础上,提出了一种基于某种非线性自适应滤波器的电力系统动态电能质量扰动检测方法。由于该滤波器输出多个可应用于电能质量扰动检测的信号,且它对于检测系统的内部参数和电力系统频率的变化是鲁棒的,并具有良好的静态和动态性能等特点,非常适合于动态电能质量扰动的检测。阐述了该系统对多种动态电能质量扰动检测的实现和效果,对包括动态谐波、瞬时电压下跌、低频振荡等进行检测和分析,并为此做了大量的计算机仿真,仿真结果证明了结论的正确性。

非线性系统的神经网络自适应滤波器

针对一类具有未知非线性函数和未知虚拟系数的二阶非线性系统 ,提出了一种神经网络自适应滤波跟踪方法。用RBF神经网络估计出系统中不确定项 ,将神经网络与滑模控制方法相结合 ,用李雅普诺夫稳定性分析方法证明了滤波器内的所有信号均有界。选择的神经网络权值调整规律可以消除颤振 ,抑制外部随机干扰。

改进的非线性自适应滤波器用于ECG信号去噪

提出了应用改进的非线性自适应多项式滤波器用于去除ECG信号噪声的方法。利用误差准则确定的Volterra序列展开能很好模拟生物信号成份,而基于Volterra序列的自适应滤波器能有效模拟ECG成份从而达到去除信号中噪声的目的。该方法在研究Volterra序列的特性并确定适应心电信号的多项式阶次、多项式结构等参数基础上,提出了改进的非线性多项式自适应滤波算法。针对MIT-BIH数据库数据的计算机模拟结果显示该方法能有效提高ECG的信噪比。

改进非线性自适应卡尔曼滤波器滤波效果分析

为解决机械系统特别是航空液压管路系统振动过程中存在诸多噪声干扰、难以保证对有效振动信号进行准确分析的问题,结合非线性自适应算法、最小二乘法及传统卡尔曼滤波器,设计改进非线性自适应卡尔曼滤波器。通过仿真,在模拟的振动信号中加入随机噪声,并且将滤波前后振动信号的时域图和频域图进行对比。通过实验数据进行滤波效果对比,验证非线性自适应卡尔曼滤波器滤波效果的优越性。

自适应事件触发网络化非线性系统滤波器设计

本文针对网络化非线性控制系统设计了基于自适应事件触发方案满足H_(∞)性能的模糊滤波器.第一,提出新的自适应事件触发方案来决定数据包是否需要传输到通信网络中,从而提高网络资源利用率;第二,运用模糊线积分的方法,构建模糊李雅普诺夫泛函,避免求解隶属函数的时间微分;第三,利用Wirtinger不等式及倒凸引理结合的技术,得到滤波误差系统满足H_(∞)性能的充分条件;第四,将滤波误差系统建模为时滞系统,在此框架下,实现自适应事件触发参数与滤波参数共同设计.最后,通过两个数值例子验证本文所提方法的有效性.