基于Q函数的变步长LMS算法

为提高变步长最小均方算法(least mean square,LMS)的抗干扰能力,并降低其稳态误差,提出了基于Q函数的变步长LMS算法,通过带有补偿项的相对误差互相关函数控制步长更新,有效克服噪声干扰;利用归一化输入信号代替原始信号降低输入信号动态范围对稳态误差的影响;给出了保证算法收敛的步长界限.仿真结果表明,与既有变步长LMS算法相比,所提出算法的稳态误差小,且收敛速度较快.     

平稳噪声背景下短时动态信号的自适应滤波

根据短时动态信号与平稳背景噪声的特征区别，以时间序列的AR模型理论为依据，导出背景噪声自适应白化滤波器的结构，并用变步长LMS算法实现自适应滤波．合理设计LMS算法的收敛速度，使得滤波器既能白化背景噪声，又能使动态信号失真不大．当输入信号只有平稳背景噪声时，滤波器输出是白噪声；如果输入信号中含有短时动态信号，则滤波器输出就含有明显的信号波形．仿真计算结果表明，文中给出的方法用于从4，5级海况下的海洋波浪噪声中提取动态船舶水压场信号时，能提高信噪比达20dB．该方法可推广到其它场合，用于从平稳噪声背景中提取短时动态信号．     

基于自适应滤波算法的牵引网谐波电流检测

研究了自适应噪声对消技术在供电系统谐波电流检测模块中的应用及其使用的传统LMS算法,分析了传统固定步长算法的不足,并借鉴已有的多种变步长函数,提出了一种结合双曲正割和双曲正切变步长函数的自适应滤波改进算法.通过Matlab软件进行实验,分别模拟了采用传统LMS算法、双曲正割函数算法、双曲正切函数算法以及改进后的变步长算...     

一种有效的水声信道盲均衡算法

针对超指数迭代判决反馈盲均衡（SEIDFE）算法在水声通信系统中表现出的收敛性差的问题,提出了一种稳健性好、收敛快的双模式超指数迭代判决反馈盲均衡算法.该算法对均衡器输出的实部和虚部分别进行非线性变换以修正误差控制信号,从而纠正载波相位旋转;在此基础上,将一种新的自适应变步长算法应用到前馈滤波器前向权值的迭代步长中,提高算法收敛速度;并采取判决误差切换准则,将上述改进算法与判决导引算法有机结合起来,提高算法稳健性和收敛性能.仿真结果证明了该算法的有效性.     

自适应步长的细菌觅食优化算法研究

细菌觅食优化算法是一种群集智能优化算法,该文详细分析了细菌觅食优化算法中最重要的趋向性操作,其中步长对算法的效率和精度有很大影响;根据菌群中细菌个体间的位置信息,设计了动态步长估值函数,自适应的调整步长.通过经典函数的测试,说明改进细菌觅食优化算法在收敛速度和精度上比原有算法有极大提高.     

一个常用变步长Runge—Kutta法的改进

对一种常用的变步长Ｒｕｎｇｅ－Ｋｕｔｔａ法的变步长方法进行了分析和改进，计算实例表明改进后的算法能显著降低对导函数的调用次数，从而提高了计算速度，增强了算法的实用性。     

噪声背景下语音识别中的端点检测

整个实验系统主要研究的是语音识别中在噪声背景下的端点检测.在实际环境中,加性背景噪声对语音识别的影响非常大,在信噪比小的情况下,无法进行端点检测.在此研究过程中,首先进行加性噪声模型的建立,而后通过滤波对带噪语音信号进行预处理,这里采用维纳滤波和自适应LMS滤波进行滤波.在进行语音信号的预处理后,使用VAD算法进行端点检测.建立整个实验系统后,通过试验比较维纳滤波器和自适应LMS滤波器的优劣,找出最佳方案.     

基于果蝇优化算法的轮廓误差控制研究

针对传统果蝇优化算法精度低、收敛慢、易陷入局部最优的问题,通过增加随机机制扩大其探测能力,并通过改变步长,提高其后期寻优精度。将改进后的算法应用于PID控制器的参数优化,并将复杂的时变信号作为优化模型的输入。对获得的PID参数的控制效果进行验证,结果表明:改进后的果蝇算法寻优速度快、精度高,其优化后的PID参数,轮廓运动控制精度高、鲁棒性好。     

交叉迭代算法求解车辆-轨道非线性耦合方程的收敛性讨论

运用有限元法建立车辆-轨道非线性耦合系统动力分析模型,该模型将车辆-轨道系统以轮轨接触为界限分成车辆,轨道两个子系统并通过轮轨接触力的平衡和位移协调条件耦合在一起。通过交叉迭代算法分别求解车辆,轨道系统的运动方程,此时每一步都需要判断使之满足轮轨几何相容条件和相互作用力平衡条件,这样对时间步长的选取要求较高,但是如果时间步长超过某一限值,易于导致迭代失败。引入了修正因子对轮轨接触力进行修正,这不仅可以放宽对时间步长的选取,还能加速收敛,提高计算效率。为验证算法的正确性,不仅进行了算例验证,还给出了引入修正因子的交叉迭代算法求解车辆-轨道非线性耦合系统动力学方程的算例,算例中考虑了不同的时间步长和不同的修正因子对交叉迭代算法收敛速度的影响。计算结果表明引入修正因子的交叉迭代算法具有程序编制简单、收敛速度快、用时少、精度高的优点。     

微观交通仿真模型建模及应用

将爱尔朗车头时距分布模型和基于期望车头时距的跟驰模型引入微观交通仿真,在VC++环境下实现模型程序开发.在对典型路口实地交通调查基础上,进行仿真应用研究.同时,对变周期信号控制策略进行了初步研究,通过仿真分析表明,由于变周期信号配时模拟了实际交叉口的感应式信号控制,仿真结果更加优化.利用实时视景仿真软件Vega实现了交通流仿真的三维可视化,能够实时动态的显示仿真过程.     

基于自相关分析的交通流预测输入步长研究

目前的交通流预测研究中,输入步长主要取决于人为的选择,容易受到干扰,并且缺少从理论方面选择输入步长的方法。为了能够自适应地选取输入步长,基于交通流历史时间序列的自相关分析,以机器学习中典型的最小二乘支持向量机（LSSVM）、随机森林（RF）以及长短记忆（LSTM）3种算法进行多输入步长的交通流预测,探究以自相关系数值选取最佳输入步长的方法可行性。实验结果表明,在输入步长的自相关系数为0.80～0.91时,LSSVM能获得较优的预测精度,当自相关系数为0.47～0.51时,LSTM能有较好的预测精度,而RF交通流预测的最低误差对应的输入步长自相关程度较低,自相关分析方法 可能并不适用。     

多模态智能控制在磁悬浮轴承系统中的应用

针对强耦合多变量非线性的磁悬浮轴承控制系统,提出了多模态智能控制算法,根据控制器的输入信号的大小、方向及其变化趋势等特征,采用不同的控制策略及相应的控制模式,提高了系统的稳定性.实验结果表明:在动态性能和控制精度等方面,多模态智能控制的效果均优于增量式PID的控制效果.     

基于变步长梯度正则化算法识别分数阶地下水污染模型参数

针对一维的地下水污染迁移过程中的非"菲克"扩散现象,建立分数阶对流-扩散偏微分方程.对于其参数识别的问题,采用隐式差分格式离散控制方程,设计变步长的梯度正则化算法重构地下水污染迁移模型参数.数值结果表明:变步长的梯度正则化算法能快速有效地识别地下水污染迁移模型参数;当正则化参数取0.000 1和分数微分阶数趋于2.0时,该算法计算精度高、收敛速度快、稳定性好,具有重要的应用价值.     

一种直接控制神经元模型及其在列车停车控制中的应用

本文提出了一种直接控制的神经元模型，并用它构成了前馈神经网络，该网络在用ＢＰ学习算法学习时，提出了变学习步长和势态项系统的方法。并且该网络在特殊情况下，其输出可直接受输入神经元控制，把该神经元所构成的前馈网络应用于列车停车控制中。     

一种应用混沌编码技术的盲信道估计研究

提出了一种新的基于动态的重叠合（DBD）算法，适用于移动通信的盲信道估计。当无线信道用自回归模型描述时，采用logistic映射产生的混沌编码信号。在一个使用混沌编码的语音传输方案中证明了这种算法的可行性，与现有的有限冲击响应数字自适应滤波器最小均方（FIR－DAF－LMS）算法相比，这种算法具有应用广泛，约束条件少等优点。     

应用于轴承故障诊断的LMS自适应滤波器及其FPGA实现

在轴承信号当中,能反映轴承运行状态的信号总是掺杂着各种噪声,给故障特征的提取带来困难,基于最小均方(LMS)算法的自适应滤波器是去除噪声的首选方法.根据轴承故障信号的特点,以轴承故障信号的延时信号作为参考值,实时自适应调整滤波器不同时刻输出的权值来实现对轴承故障信号中噪声的滤除,并在此基础上给出了一种基于现场可编程门阵...     

LMS算法在船舶航行危险评估中的应用

在分析影响航行安全因素的基础上,将模式识别方法引入到航行危险评估中,并采用LMS算法构建船舶航行危险评估模型。利用问卷调查收集到的影响航行安全的数据,采用可变学习速率的方法,对模型进行训练和验证。结果显示采用LMS算法构建的船舶航行危险评估模型错误率低至0.03。该模型可快速识别船舶航行危险,为驾驶员操船提供参考,对保障航行安全有重要意义。     

噪声背景下提取调制信息的改进奇异值分解技术

在介绍现有奇异值分离技术基本原理及其在故障诊断中的应用的基础上，研究了利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号特征的关系，引入自相关函数定量计算重构矩阵的延时步长，改进了现有算法，使得吸引子轨迹矩阵的重构更加合理。研究表明该方法能在强噪声背景下提取出所需的调制信号，并成功用于齿轮箱调制故障信号的提取。     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

基于改进人工势场法的机器人实时路径规划

针对传统人工势场法在机器人实时路径规划中存在目标不可达和局部极值点等问题,提出了一种改进的人工势场法.首先,在斥力函数中引入距离影响因子,解决目标点旁存在障碍物时的目标不可达问题;其次,引入动态法向力,消除由单个障碍物形成的局部极值点振荡或停滞;然后采用一种新的虚拟目标点设置方法,解决复杂槽形障碍形成的局部极值点问题;最后根据机器人受到的斥力,设置自适应调节步长.仿真实验结果表明:改进的人工势场法可以有效解决传统算法在目标不可达以及不同复杂度的局部极值点规划停滞,自适应步长调节可降低规划所需步数19%～30%.