一种滑动加窗LMS自适应时间延迟估计

提出了一种滑动加窗ＬＭＳ逢适应时间延迟估计方法，这种方法利用时域窗口函数对自适应滤波器的权矢量进行约束，使自适应迭代仅在窗口内进行，窗口的中心位置随自适应迭代的过程在权矢是滑动，从而可以以较钞的权系数估计较大的时间延迟，有效地减小计算复杂度。     

诱发电位潜伏期变化的分析处理方法

研究了诱发电位的主要检测参数潜伏期变化的估计测定方法：广义相关时间延迟方法、处适应时间延迟估计方法和自适应相位谱时间延迟估计方法,并分析了动态跟踪潜伏期时变规律的有效性。     

基于Matlab的自适应滤波器设计

滤波器在电子设备中已得到广泛的应用,而自适应滤波器可以不必事先给定信号及噪声的自相关函数,它可以利用前一时刻已获得的滤波器参数自动地调节现时刻的滤波器参数,从而实现最优滤波。介绍了自适应滤波器原理,并对LMS自适应算法进行了分析,最后用Matlab对自适应低通滤波器进行了仿真和实现,并分析了该自适应滤波器的性能。     

滑动加窗LMS自适应时间延迟估计的性能分析

分析了作提出的一种滑动加窗ＬＭＳ自适应时间延迟估计方法的性能。结果表明，这种方法计算量较小，且具有较高的估计精度和较好的收敛性能。     

EP 信号潜伏期变化的自适应相位谱估计方法

研究了诱发电位（ＥＰ）信号潜伏期变化的检测与估计问题．传统的时域平均ＥＰ信号检测方法不能跟踪潜伏期的时变特性，基于相关计算的ＥＰ信号检测方法在存在外界周期性干扰的条件下是很不可靠的．本文提出一种自适应相位谱时间延迟估计方法，用于在低信噪比和低信扰比条件下检测和估计诱发电位信号潜伏期的变化．实验和计算机模拟表明，在信噪比和信扰比均低至－５ｄＢ时，本文方法仍能有效地跟踪ＥＰ信号潜伏期的变化，给出正确的估计结果．这种方法也可以用于时实ＥＰ信号的分析和处理．     

一种特殊要求的数字滤波器的设计

利用TI公司的DSP浮点处理器，针对一种通用数字发射机对滤波器的特殊要求，设计并实现了三种方案。通过具体测试比较最终实现了一个包含抗混叠线性相位滤波器、滚降余弦数字滤波器、线性相位平滑滤波器的高性能滤波系统，在兼顾了性价比的同时满足了发射机的要求。     

道路模拟试验系统中自适应滤波器的实现

阐述了采用自适应有限脉冲响应滤波器的多通道逆向控制方法及其自适应滤波器的实现方法，采用这种方法控制道路模拟试验系统，精确地再现了期望的响应信号。     

一种新型无速率传感器的直接转矩控制方案

无速度伟感器异步电动机的直接转矩控制系统大多采用模型参考自适应的方法来实现。基于以电机定子电流磁链为状态变量的状态方程的推导,提出了用卡尔曼滤波器方法来实现定子磁链和转速估计,并给出了卡尔曼滤波的算法。     

用于轨检信号提取的线性相位IIR移变滤波器

提出一种基于谱变换的IIR移变滤波器的设计方法，并利用分块翻转技术实现滤波器的线性相位特性.在满足提取100M范围内的长波不平顺成分的设计参数条件下，仿真计算IIR滤波器的频响误差．仿真结果利明：当翻转块长度为1600时，IIR线性相位滤波器能满足线性相位特性和幅频特性要求，比传统轨检FIR滤涸器节省了95．5％的乘法运算和98．0％的加法运算，前者与后者所需的缓存量之比为9614／2135．利用实测信蚓计算验证了线性相位IIR移变滤波的正确性和有效性．     

广义相关时延估计方法在神经系统损伤检测中的应用

应用广义相关时间延迟估计方法，经由诱发电位潜伏期变化的测定，分析研究了撞击加速度和缺窒息实验条件下中枢时间系统的损伤问题。计算机模拟和诱发电位信号分析表明，当神经系统发生损伤时，诱发电位的潜伏期会出现显的变化，这种化可以由广义相关时间延迟估计方法而有效测定。     

自适应时间延迟估计方法的改进

研究了自适应时延估计方法的性能,提出了收敛因子的自动调节改进算法,改进了收敛速度和误差调整系数之间的矛盾,并进行了计算机模拟以验证方法的有效性。     

�����׹��Ƶ��й�����ҵ��չ���ڲⶨ

物流业作为宏观经济的组成部分,其发展存在一定的周期性波动,揭示物流业发展的周期规律,测定其波动周期,具有一定的理论和实践意义。中国物流统计数据缺乏,客观上限制了对其周期规律的研究,本文选取社会物流总额作为测度指标,设计了一种人工序列,解决了统计数据过短问题;谱估计法从频域角度揭示客观事物的时间特性,在研究时间序列周期波动方面具有时域分析法所不具备的优势,作者采用谱估计法对中国物流发展周期进行测定,检验了指标序列平稳性,分析了截断点参数灵敏度,比较了6种不同滞后窗下周期值,并检验了所测得周期的显著性。研究表明,中国物流业发展在0.001显著水平下存在2个周期波动,分别是周期约为15.2年的长周期强波动和周期约为3.4年的短周期弱波动。     

基于数据融合技术的路段出行时间预测方法

为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。     

Adaptive control of active balancing system for a fast speed-varying Jeffcott rotor with actuator time delay

Due to actuator time delay existing in an adaptive control of the active balancing system for a fastspeed-varying Jeffcott rotor, if an unsynchronized control force (correction imbalance) is applied to the system,it may lead to degradation in control efficiency and instability of the control system. In order to avoid theseshortcomings, a simple adaptive controller was designed for a strictly positive real rotor system with actuatortime delay, then a Lyapunov-Krasovskii functional was constructed after an appropriate transform of this sys-tem model, the stability conditions of this adaptive control system with actuator time delay were derived. Afteradding a filter function, the active balancing system for the fast speed-varying Jeffcott rotor with actuator timedelay can easily be converted to a strictly positive real system, and thus it can use the above adaptive controllersatisfying the stability conditions. Finally, numerical simulations show that the adaptive controller proposedworks very well to perform the active balancing for the fast speed-varying Jeffcott rotor with actuator timedelay.     

A Reduced Complexity Time-Delay Tracking and Channel Estimation for OFDM Systems

Introduction OFDM[1]is a special case of multicarrier trans-mission, where a single datastream is transmittedover a number of orthogonal subcarriers. Becausethe symbol duration increases for the lower rateparallel subcarriers, the relative amount of disper-sion in time caused by multipath delay spread is de-creased. Intersymbol interference is eliminated al-most completely by introducing a guard time in ev-ery OFDM symbol. Due to these advantages,OFDM is widely exploited for the communica…     

基于神经网络方法的柴油机气缸压力识别

分析了柴油机气缸盖系统激励和响应信号的非线性特性,阐述了基于BP神经网络的柴油机气缸压力识别方法.对测试的振动响应信号进行时域统计平均和低通滤波后,训练BP神经网络,利用自适应梯度下降算法,自适应调节学习速率,提高网络精度,识别柴油机气缸压力.结果表明,恢复出来的缸内压力信号和实测信号十分接近,该方法对柴油机的实时在线控制、监测和故障诊断有重要的应用价值.     

基于卡尔曼滤波的快时变稀疏信道估计新技术

针对高铁以及山区环境下正交频分复用（orthogonal frequency division multiplexing,OFDM）通信系统的信道估计问题,提出一种基于卡尔曼滤波的快时变稀疏信道估计方法.该方法基于快时变信道的基扩展模型（basic expansion model,BEM）,应用压缩感知（compressed sensing,CS）理论进行稀疏时延估计,并应用卡尔曼滤波（Kalman filter,KF）技术对BEM系数进行估计,进而获得信道增益.仿真结果表明,在相同信噪比（signal to noise ratio,SNR）条件下,随着归一化多普勒频移（frequency-normalized Doppler shift,FND）增大,新方法的信道估计均方差（mean square error,MSE）性能优于传统方法,如当SNR为20 dB,FND为0.1时,新方法较传统方法性能提升了4 dB,表明对信道时变性具有更优的鲁棒性;在相同的多普勒频移条件下,随着SNR增加,各方法的均方差均有所改善,新方法改善更明显,如当FND为0.2时,在信道估计均方差为0.06的条件下,新方法较传统方法获得了6 dB的信噪比增益,表明对抗信道噪声能力更强.      

车辆运行品质的智能手机检测方法及姿态误差矫正

因车体坐标系统和手机坐标系统存在角度偏差，为使手机检测数据真实反映车体振动加速度，提出针对手机姿态误差的系统性矫正方法. 该方法以重力方向为基准矫正手机垂向加速度，借助车体横、纵向加速度的正交性矫正手机水平向加速度，并基于极大似然估计原理评估角度偏差，保证手机姿态矫正的可靠性. 结合现场测试结果表明:两部智能手机检测数据经姿态误差矫正得到以重力方向为基准的垂向角度修正值分别为0.008° 和0.007°，两者水平夹角为29.75°，与试验放置夹角30.00° 偏差0.25°；智能手机与高精度传感器检测的车体加速度在时域和频域的幅值、主频均一致.