一种新的变步长LMS自适应滤波算法

提出了一种新的变步长算法，理论分析与仿真结果表明，该算法的性能要优于传统的LMS（Least Mean Square)算法和SVSLMS（Sigmoid Variable Step-size Least Mean Square)算法。     

一种自适应LMS滤波的改进算法

在传统的LMS(Least Mean Square)算法中,固定步长选取影响收敛速度与稳态误差,而且两者不可兼得.为此,本文提出了一种改进的LMS算法.在计算机仿真自适应信道均衡中,该算法的性能明显优于传统的LMS算法,而计算量增加甚少.理论分析与计算机模拟证实了该算法的优越性.     

改进的变步长LMS自适应滤波算法

针对解决LMS(Least Mean Square)自适应滤波算法收敛速度及未知系统时变跟踪速度与稳态误差的矛盾,改进步长因子μ(n)与误差信号e(n)的非线性映射关系,提出一种新的变步长LMS算法。执行该算法时系统初始阶段或未知系统时变阶段步长自动增大,而稳态时步长缓慢变小,提高了收敛速度和时变跟踪能力,克服了稳态误差偏大的缺点。理论分析及实验结果表明,新算法的收敛、跟踪速度及稳态误差性能均优于现有常见的几种LMS算法。     

基于步长优化的自适应谐波电流检测方法

谐波电流精确检测是有源电力滤波器性能优化的关键。本文在自适应噪声对消技术的框架内,提出了一种步长优化的变步长最小均方误差(Least Mean Square,LMS)谐波电流检测算法。首先,采用Sigmoid二次型函数构建步长因子的动态调整规则,实现不同误差情况下的自适应稳态调谐,并通过引入误差的三次方二次项的形式,增强了小误差的收敛速度,降低误差收敛的震荡现象;接着,通过误差信号的变化处理,降低了噪声功率对收敛曲线的震荡效应,实现了滤波器权系数的迭代优化。仿真结果表明,本文方法有效提升了谐波电流的检测精度,较好的折中了收敛速度与稳态失调误差的矛盾。     

基于RLS算法的DGPS差分改正数在线预测

构造了一个基于RLS (Recursive Least Squares) 算法的预测器, 并将其用于差分全球定位系统 DGPS(Differential Global Positioning System) 差分改正数的在线预测,仿真结果表明该预测器具有较短的预测时间和较高的预测精度.     

基于EEG的船舶驾驶员疲劳程度识别

大约80%的水上交通事故涉及人为因素，驾驶员疲劳是船舶交通事故发生的关键原因之一。近年来，基于脑电图(Electroencephalogram, EEG)的驾驶员疲劳检测技术的发展，有助于快速准确地识别驾驶员的疲劳程度。然而，由于EEG信号的敏感性和个体差异，影响驾驶员疲劳检测的准确性。该试验在船舶模拟器中进行，收集多个受试者的脑电信号。选取与疲劳相关的脑前额叶的3个通道脑电信号进行预处理，并提取基于EEG的多种特征，例如平均绝对值(Mean Absolute Value, MAV)、标准差(Standard Deviation, SD)、均方根(Root Mean Square, RMS)和香农熵(Shannon Entropy, SE)。基于卡罗林斯卡嗜睡量(Karolinska Sleepiness Scale, KSS)表将驾驶员的疲劳分为清醒、中等和疲劳等3个程度。将多种分类算法的分类准确率进行比较，双向长短期记忆网络(Bi-Long Short Term Memory, Bi-LSTM)分类器效果最佳，分类准确率达到88.63%。结果表明：该方法在研究船舶驾驶员跨个体的三分...     

基于LASSO的船舶日油耗预测研究

随着船舶燃油价格的不断上涨和国际海事组织对船舶碳排放的愈发限控,提高船舶油耗效率逐渐得到广泛关注,而船舶油耗预测是提高船舶油耗效率的重要前提。目前,在高维、稀疏的船舶油耗数据集中,众多算法存在可解释性低、泛化能力差的问题,为准确、有效地预测船舶日耗油量,提出一种基于套索(Least Absolute Shrinkage and Selection Operator, LASSO)算法的船舶日油耗预测模型。以某货船午时报告油耗数据为例,对船舶油耗数据进行了预测,并与岭回归(Ridge)、最小二乘法(Ordinary Least Squares, OLS)和人工神经网络(Artificial Neural Networks, ANN)进行对比,其均方误差均值分别降低了0.07、0.08和3.77。     

基于RLS算法的DGPS差分改正数在线预测

构造了一个基于RLS（Recursive Least Squares)算法的预测器，并将其用于差分全球定位系统DGPS（Differential Global Positioning System)差分改正数的在线预测，仿真结果表明该预测器具有较短的预测时间和较高的预测精度。     

基于均值漂移粒子滤波的目标跟踪算法研究

针对粒子滤波计算量大的问题,将视觉跟踪领域的均值漂移算法（Mean Shift）与粒子滤波（PF）算法相结合,该算法利用均值漂移算法在重采样之后将粒子收敛到靠近目标真实状态的区域内,改善了传统粒子滤波器的退化现象,减少了算法的运行时间,通过被动跟踪仿真实例,同时使用均值漂移粒子滤波与传统粒子滤波进行跟踪仿真,分析了轨迹跟踪性能,利用均方根误差比较了误差性能。仿真结果表明,Mean Shift PF具有更高的跟踪精度,并且运行时间显著减少。     

直流电机高频EMC模型阻抗敏感性分析

针对基于直流电机绕组电磁兼容(EMC)集总参数模型得到的高频等效电路,以直流电机绕组短路阻抗为例,分别在Matlab2009a和Labview2010开发环境下利用MIV(Mean Impact Value)–BP(Back Propagation)算法和阻抗分析方法实现短路阻抗的静态和动态敏感性分析。研究发现敏感性因素Ca对阻抗值的灵敏度非常高、而非敏感性因素Ra对阻抗值的变化影响较小。静态和动态仿真结果相吻合,验证了该分析方法的正确性,研究结果对于分析和预测高频电机EMC具有重要的参考价值。