用于稀疏系统辨识的改进惩罚LMS算法研究

基于加权零吸引因子最小均方算法（RZA-LMS）,提出了一种应用于系统辨识的新型自适应滤波算法（ARZA-LMS）。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子,促进了滤波器小权系数的收敛,从而在辨识稀疏系统时,加快了算法的整体收敛速度。但是RZA-LMS算法中的零吸引因子,选择了固定的e,过于武断,降低了算法的鲁棒性。通过在参数e与误差信号e之间建立非线性关系,使零吸引因子在最小化MSE更具有灵活性,提出了一种改进的RZA-LMS,提高了对系统辨识的收敛速度和稳定性。最后,计算机仿真验证了新算法的性能明显优于原算法和若干现有稀疏系统辨识的方法。     

货车检修运用中几个常见问题及对策

1 问题 1.1 车辆标记不清 车辆标记保存是否完整,直接影响车辆的正常使用.铁路货车各种修程均规定,标记重新涂打必须使用原色调和漆.用这种油漆涂打的标记对白天作业的人员来讲是可以满足要求的,但对夜间作业的人员来说有很多不利.一旦标记涂打不清、着霜、脱落或受到污染,用灯光也很难辨认,就会影响车辆的正常使用,给运输生产带来不应有的损失.