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。     

基于ST-MRF的自适应车辆跟踪算法研究

可靠的车辆跟踪是实现交通事件自动检测的重要前提,车辆跟踪中的车辆相互遮挡则是影响车辆跟踪结果的关键因素.为了解决这一难题,文中提出一种基于ST-MRF模型的自适应车辆跟踪算法.在ST-MRF模型中,把图像分成块,将相邻图像间的块通过它们的矢量联系起来,建立运动序列图像的时空马尔可夫随机场模型并且构造其相应的能量耗费函数,然后利用松弛算法实现目标地图最小化能量计算,从而解决车辆跟踪中的遮挡问题.实验结果表明,跟踪不遮挡的车辆时达到的跟踪成功率为95%,遮挡情况时成功率也可达到91%.通过实验得出以下结论:基于ST-MRF模型的自适应车辆跟踪算法能在交通量比较大,且车辆出现相互遮挡的情况下,能较准确地获得车辆跟踪数据.为以后的交通事件检测提供重要的数据基础.     

船舶管路主动吸振器仿真设计

本文提出一种基于惯性吸振器的船舶管路主动吸振器。首先介绍惯性吸振器的特点和工作原理,给出惯性吸振器的力学模型及其传递函数;其次,介绍控制系统的控制算法,控制系统采用基于线性调频Z变换(Chirp Z Transform,CZT)的频谱细化算法,并使用自适应控制算法。最后,使用Matlab进行仿真,仿真结果显示该系统能够较好地减弱管路系统的振动,目标频率的振动幅值能够减小10~25 dB。     

Pragmatic physical layer abstraction method based on bit-LLR-wise exponential effective SNR mapping for bit interleaved coded orthogonal frequency division multiplexing system

In this paper, we analyze the physical layer abstraction for bit interleaved coded orthogonal frequency division multiplexing （BIC-OFDM） system from a parallel bit channel perspective. By combining the exponential effective SNR （signal-to-noise ratio） mapping （EESM） with the maximum a posteriori （MAP） algorithm, a bit LLR （log-likelihood ratio） wise EESM （BL-EESM） method is proposed. This method can abstract the link performance with high accuracy, especially for the case when channel estimation is imperfect. Afterward, the BL-EESM method is simplified by utilizing the non-linear quantization idea, which can reduce the times of exponential operation by two orders of magnitude at wide system bandwidth, yet shows little loss in accuracy. Our proposal can be applied to both system level simulations to save the time consumption and to practical terminals to facilitate the adaptive modulation and coding （AMC） procedure, bringing about throughput improvement at low hardware cost.     

两种自适应噪声抵消算法的性能仿真

介绍了自适应噪声抵消系统及其核心部分一自适应滤波器的基本原理和常见算法,并采用LMS、NLMS算法在Matlab平台中进行了系统消噪性能的仿真对比,讨论了不同参数设定对系统性能的影响.结果表明,当其他条件不变时,所选用步长或者滤波器阶数的增加,会造成滤波器自适应学习时间加长,失调系数变大,消噪性能趋于恶化;对于有色噪声的消除,NLMS算法有明显优势和效果,而LMS算法则存在梯度噪声被放大、失真度高等问题.     

一种基于EMD的共振解调改进方法

针对传统共振解调方法中共振频带需要人为确定和故障轴承振动信号信噪比低的缺陷,提出了一种基于EMD算法的共振解调改进方法。该方法首先对轴承振动信号进行EMD分解,然后自适应地筛选出高频固有振动频率附近的基本模式分量（IMF）,并对单分量进行滤波处理,最后重构选取滤波后的基本模式分量,并对重构信号进行包络解调分析,得到故障特征频率和故障类型。滚动轴承故障诊断表明,改进方法不仅能够自适应地确定共振频带,而且可以有效地提取故障特征,识别故障类型。     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

Simple adaptive filtering scheme to improve measurement accuracy of gyroscope on angular motion base

The objective of this work is to improve the measurement accuracy of a gyroscope on a angular motion base with a simple adaptive filter scheme. Two main topics are highlighted in this work. The first topic is to show building a dual-process model employed for the conventional Kalman filter. The second topic is to show developing a modified noise adaptive algorithm when measurement noise and process noise are unknown. The experimental results are presented to show that the simple adaptive filtering scheme outperforms the other conventional scheme in this paper in terms of noise reduction.     

基于探测车数据的路段行程时间估计

利用探测车数据进行路段行程时间估计面临着两类误差：采样误差和非采样误差,从而导致估计结果精度不高和可靠性差。在回顾已有估计方法的基础上,有针对性地引入了自适应式卡尔曼滤波,建立了相应的状态方程和观测方程,利用相似时间特征的历史数据标定了状态转移系数,并对滤波进行了求解。以实际数据对估计方法进行了验证,平均相对误差为13.13%。研究表明,自适应式卡尔曼滤波能够应用到基于探测车数据的路段行程时间估计中来,并具有估计精度高、收敛速度快、参数少、对初值不敏感等优点。     

基于自适应Kalman滤波的交通流量监测算法

提出一种基于车载无线通信模块的交通流监测原型系统,该系统将行驶中载有无线通信模块的车辆视为移动检测节点,以很小的代价实现对交通信息的获取.在此基础上提出一个具体应用:利用基站对道路上载有通信模块车辆的检测,结合设计的基于结果反馈的自适应Kalman滤波算法,及时准确地完成对路段上交通流量的检测.此外,还基于元胞自动机理论搭建了仿真平台,并验证了算法的有效性.