基于x-LMS算法的直升机主动消振电力作动器系统研究

直升机前飞时,气动环境会导致不同方位角的桨叶出现气动载荷的瞬间不对称,通过基础结构传递会在机身形成大幅度的低频振动。为了消除多方向幅值变化的振动力,利用结构响应主动控制原理,设计了基于x-LMS算法的主动消振电力作动器系统,并进行了减振实验。首先,通过比较确定了单台作动器中两台电机同向旋转的方案。通过两台作动器的组合使用,推导出输出力的数学模型。其次,采用负载相位差交叉耦合的控制策略设计系统控制框图。针对存在耦合的相位外环,通过回差阵特征值法确定满足系统稳定裕度要求的参数范围,再根据灵敏度函数和输入跟踪性能在所得的参数稳定域内寻找最优解。然后,提出了基于x-LMS算法的直升机主动振动控制系统,并通过仿真验证了该系统的减振效果。最后,研制的实验样机进行了动稳态实验以及减振实验,验证了系统的实际减振效果。

基于改进变步长LMS算法的谐波电流检测法

针对传统基于瞬时无功功率理论谐波电流检测中的二阶低通滤波器无法同时满足检测精度和响应时间的问题,提出了基于改进的双曲正切函数变步长LMS算法(IVSSLMS)的低通滤波器提取p轴和q轴中直流分量的方法;将两个谐波电流的间隔时间通过适当的调节采样间隔次数来延长,目的是为了达到高次谐波的自相关性能迅速降为零。从理论上分析了算法性能的优越,给出了参数的取值,并在simulink中搭建了仿真模型,仿真实验结果表明,改进后的低通滤波器直流分量的跟踪速度提升了一倍,得到基波正弦波形的THD值下降了0.37%。并得出以下结论:在同样输电条件下,采用改进变步长LMS算法构成低通滤波器加快了直流量的跟踪,提取的基波分量更加接近于理想波形,提升了谐波检测的瞬时性和准确性。

一种可用于低信噪比环境的变步长LMS算法

论文研究了自适应最小均方误差(Least Mean Squares,LMS)滤波算法的步长选取问题。在分析现有算法的基础上,通过构造步长与误差信号之间的非线性函数,提出一种新的变步长LMS算法。新算法采用误差信号的自相关估计值控制步长,而不是直接利用瞬时误差控制步长,避免了噪声干扰,降低了稳态失调,可工作于低信噪比环境。同时新算法步长控制无记忆效应,提高了收敛速度。仿真表明,新算法的稳态失调和收敛速度均优于现有变步长LMS算法。

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。

基于N-LMS算法的电流互感器异常数据智能监测方法

为了提高电流互感器异常数据智能监测的准确性,应对多工况的监测需求,设计一个基于N-LMS算法的电流互感器异常数据智能监测方法。设定电网参考电压信号的采样参数,采用随机抽样方法获取数据特征维度取值,采用等宽法处理电压数值,获得每组数据之间的关系。为了避免电压波形畸变对检测结果的影响,采用自适应滤波方法检测谐波电流,使反馈误差接近于0。提取电流互感器粗集规则,制定决策表,结合决策表判定故障发生的区段,实现基于N-LMS算法的电流互感器异常数据智能监测方法设计。实验结果表明,所设计方法在泄漏电流、电容量情况与谐波电流波形的监测上,在电流互感器A相升压过程介损监测与电流互感器A相降压过程介损监测上,都具有较高的准确度,能满足设计需求。

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。

基于改进A^(*)算法+LM-BZS算法的农业机器人路径规划

针对目前农业机器人在全局路径规划过程中存在规划效率低、规划路径折线段多、折线角度大、作业不稳定等问题,以果园履带机器人为运动学模型,提出一种基于改进A^(*)算法+低阶多段贝塞尔曲线拼接(Low-order multi-segment Bezier curve splicing,LM-BZS)算法的路径规划方法。首先,根据先验地图获取果园环境信息,将果树和障碍物视作不可通行区域,并结合机器人本体尺寸,对不可通行区域进行膨胀拟合处理;然后,利用改进A^(*)算法搜索路径,对初步生成路径进行树行节点调整;最后,采用LM-BZS算法对调整后的路径点进行优化处理,生成符合果园履带机器人作业要求的行驶路径。仿真试验结果表明,相较于传统A^(*)算法,本文所提出的改进算法在无障碍和有障碍环境中,路径规划时间分别减少76.75%、86.40%,节点评估数量分别减少36.68%、39.37%;经LM-BZS算法优化所得路径在无障碍环境中,相较于传统A^(*)算法和高阶贝塞尔算法,平均曲率分别降低45.81%、18.94%;在有障碍环境中平均曲率分别降低56.98%、27.81%。场地试验结果表明,果园履带机器人在对本文算法生成路径进行跟踪行驶时,在无障碍和有障碍环境中,最大横向误差分别为0.428、0.491 m,平均横向误差分别为0.232、0.276 m,平均航向偏差分别为11.06°、13.76°,符合果园履带机器人自主行驶条件。

基于改进LM算法的冗余机器人运动学参数标定

机器人的定位精度是衡量机器人性能的重要指标,相较于重复定位精度可以从几何参数上提高几何参数,绝对定位精度还需对非几何参数进行校准。对于冗余自由度机器人,非几何参数求解更为复杂。在分析了LM算法的基础上,提出了一种基于改进LM算法的冗余机器人标定算法。首先,通过混合五参数MD-H方法建立机器人正运动学模型,采用速度级雅可比矩阵求解机器人运动学参数。实验过程中,采用深度相机对机器人末端位置进行测量。采用改进LM算法,根据测量结果对运动学参数进行校准。在改进LM算法中,通过变初始步长提高算法的适应性,并动态更新阻尼因子提高了收敛速度。改进后Quick-LM算法相较传统LM算法收敛速度提高46.7%,使机器人最大误差降低了9.18 mm,证明了改进后算法的有效性和实用性。

基于MFXLMS算法的汽车发动机振动主动控制研究

为了降低发动机工作时引起的整车振动,提出了使用多通道滤波x-LMS(MFXLMS)算法作为主动悬置系统的控制算法。以发动机转速信号作为参考信号,主动悬置安装位置下方的两路加速度信号作为误差信号。根据算法完成试验平台搭建。采用白噪声电压信号作为输入激励,通过LMS算法离线辨识得到主动悬置到加速度传感器的多路次级通道,在dSPACE上完成实车控制试验。试验结果表明,MFXLMS算法的运用显著降低了发动机不同转速工况下引起的测点加速度响应,提高了整车的乘坐舒适性。

一种用于毫米波探测系统的变步长LMS-AGC方案

在毫米波探测系统中,自动增益控制(AGC)是信号处理系统的关键技术之一,其作用是应对大动态范围的中频信号接收。本文阐述了一种数字自动增益控制(DAGC)的实现方案,通过对中频信号的数字采样进行处理,采用基于平均功率参量的变步长LMS-AGC自适应算法,将自适应滤波器的变步长思想应用到AGC方案中,并对其步长算法进行优化。通过对比普通功率检测自动增益控制和固定步长LMS-AGC方案,本文提出的变步长LMS-AGC方案具有更快的收敛速度和更小的稳态误差。

Adaptive inverse control of random vibration based on the filtered-X LMS algorithm

Random vibration control is aimed at reproducing the power spectral density （PSD） at specified control points. The classical frequency-spectrum equalization algorithm needs to compute the average of the multiple frequency response functions （FRFs）, which lengthens the control loop time in the equalization process. Likewise, the feedback control algorithm has a very slow convergence rate due to the small value of the feedback gain parameter to ensure stability of the system. To overcome these limitations, an adaptive inverse control of random vibrations based on the filtered-X least mean-square （LMS） algorithm is proposed. Furthermore, according to the description and iteration characteristics of random vibration tests in the frequency domain, the frequency domain LMS algorithm is adopted to refine the inverse characteristics of the FRF instead of the traditional time domain LMS algorithm. This inverse characteristic, which is called the impedance function of the system under control, is used to update the drive PSD directly. The test results indicated that in addition to successfully avoiding the instability problem that occurs during the iteration process, the adaptive control strategy minimizes the amount of time needed to obtain a short control loop and achieve equalization.

联合LMS滤波和对数MMSE的语音增强改进算法

由于固定步长的存在,传统LMS算法的收敛速度与稳态误差始终处于矛盾的状态,增强后的语音存在信噪比低和失真的问题。针对上述情况,提出一种联合LMS滤波和对数MMSE的语音增强改进算法。将LMS算法分为两个迭代周期,第一个周期使用变步长的LMS算法,第二个周期使用蝙蝠算法改进的LMS算法;使用改进后的LMS算法对带噪语音做初步的增强;使用对数MMSE对语音做进一步增强,去除改进的LMS算法增强后残留的噪声并还原出纯净的语音。实验结果表明,三种不同类型噪声下,该算法在SNR和PESQ指标上相比于传统的LMS和其他算法有更好的增强效果,具有更小的稳态误差和更好的噪声抑制效果,增强后的语音质量和听感得到提升。

MI-NLMS adaptive beamforming algorithm for smart antenna system applications

A Matrix Inversion Normalized Least Mean Square (MI-NLMS) adaptive beamforming algorithm was developed for smart antenna application. The MI-NLMS which combined the individual good aspects of Sample Matrix Inversion (SMI) and the Normalized Least Mean Square (NLMS) algorithms is described. Simulation results showed that the less complexity MI-NLMS yields 15 dB improvements in interference suppression and 5 dB gain enhancement over LMS algorithm, converges from the initial iteration and achieves 24% BER improvements at cochannel interference equal to 5. For the case of 4-element uniform linear array antenna, MI-NLMS achieved 76% BER reduction over LMS algorithm.

Simplified p-norm-like Constraint LMS Algorithm for Efficient Estimation of Underwater Acoustic Channels

Underwater acoustic channels are recognized for being one of the most difficult propagation media due to considerable difficulties such as： multipath, ambient noise, time-frequency selective fading. The exploitation of sparsity contained in underwater acoustic channels provides a potential solution to improve the performance of underwater acoustic channel estimation. Compared with the classic 10 and 11 norm constraint LMS algorithms, the p-norm-like （Ip） constraint LMS algorithm proposed in our previous investigation exhibits better sparsity exploitation performance at the presence of channel variations, as it enables the adaptability to the sparseness by tuning of p parameter. However, the decimal exponential calculation associated with the p-norm-like constraint LMS algorithm poses considerable limitations in practical application. In this paper, a simplified variant of the p-norm-like constraint LMS was proposed with the employment of Newton iteration m to approximate the decimal exponential calculation. Num simulations and the experimental results obtained in physical shallow water channels demonstrate the effectiveness of the proposed method compared to traditional norm constraint LMS algorithms.

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。

一种改进的LMS自适应滤波算法

在信号采集处理中,为了更有效地将信号中的噪声剔除,对原始信号的还原程度更高。针对现如今已经存在的LMS变步长算法提出了一种改进方案,既在基于tanh函数的LMS算法的基础上,通过建模推导并引入了一个调节因子。若系统处于大误差情况下,算法能够保持较快的收敛速度,同时又保证了系统误差较小时的收敛精度,不易发生过滤波。设计完成后通过Matlab进行了多次仿真验证,结果表明,在均值为0的高斯白噪声条件下,相比于原有LMS算法,收敛速度提高了10%,滤波精度提升了5%,MES有了0.2dB的提升,所以改进后的算法也有着良好的应用前景。

融合改进LM算法及动态时间规整算法的人体动作捕捉研究

人体动作捕捉是指通过技术手段捕捉人体的运动轨迹和姿态信息,广泛应用于娱乐、体育、医疗等领域.然而,现有的动作捕捉技术存在捕捉不准确、计算效率低等问题,影响了其在实时应用场景中的表现.针对这些问题,引入一种骨骼点坐标拟合优化Levenberg-Marquardt算法,并采用粒子群算法对其加以优化.同时采用动态时间规整算法进行人体动作捕捉及评估,以期实现人体动作的实时捕捉.结果显示,该算法对肩部侧平举这一动作的捕捉准确率最高达到了99.23%,明显优于其余对比算法.此外,该算法对深蹲动作的测试时间最短,仅为1.15 s,表明该算法在进行动作捕捉时具有显著的性能优势及很强的实际应用效果,为人体动作捕捉领域提供了新的解决方案.

基于LM方法的麻花钻刃带宽度测量研究

提出一种基于二值化的麻花钻刃带宽度检测方法。首先对目标边缘进行锐化,然后用巴特沃斯高通滤波提取边缘信息;其次通过改进的大津二值化算法对疑似边缘点进行阈值分割,获取边缘点坐标;再次使用列文伯格-马夸尔特(LM)方法对边缘附近的点进行拟合,得到刃带宽度曲线并求其拐点,求取麻花钻刃带宽度的数据。最后进行对比实验,用LM方法对未处理的M35直径2.5 cm的刃带图像进行处理得到刃带宽度1.467 mm,测量误差0.467 mm。改进后的测量结果为0.853 mm,测量误差为0.147 mm。

Adaptive Controller for Vehicle Active Suspension Generated Through LMS Filter Algorithms

The least means squares （LMS） adaptive filter algorithm was used in active suspension system. By adjusting the weight of adaptive filter, the minimum quadratic performance index was obtained. For two-degree-of-freedom vehicle suspension model, LMS adaptive controller was designed. The acceleration of the sprung mass,the dynamic tyre load between wheels and road,and the dynamic deflection between sprung mass and unsprung mass were determined as the evaluation targets of suspension performance. For LMS adaptive control suspension, compared with passive suspension, acceleration power spectral density of sprung mass acceleration under the road input model decreased 8-10 times in high frequency resonance band or low frequency resonance band. The simulation results show that LMS adaptive control is simple and remarkably effective. It further proves that the active control suspension system can improve both the riding comfort and handling safety in various operation conditions, and the method is fit for the active control of the suspension system.

基于改进指数优化与迭代加权LM法的机器人标定方法

针对协作机器人的出厂标定过程步骤繁琐,效率低下的问题,提出了一种基于两步策略的运动学标定算法,通过结合改进指数优化算法和迭代加权LM算法,简化标定流程并提高定位精度。首先,基于改进DH方法与位置微分误差变换建立机器人参数辨识模型,结合测量装置坐标系搭建标定系统误差模型,利用改进指数优化算法快速获取测量坐标系初始参数;其次,为提高辨识结果的鲁棒性,将距离残差作为权值因子,通过迭代加权LM算法补偿机器人模型的几何参数误差和测量坐标系矩阵参数误差;最后,通过实验验证,结果表明机器人位置误差的平均值、均方差误差和最大误差分别降低了80.28%、71.61%和52.16%,验证了该方法的正确性和有效性。