基于自适应LMS算法的空间光束快速精扫描跟踪控制方法

针对空间精密光学领域与国防应用对高精度快速光束控制的需求，给出自适应最小均方（LMS）算法对压电快摆镜进行光束扫描跟踪控制。首先描述了自适应LMS控制算法及快摆镜模型辨识方法，随后仿真分析了不同频率及迭代步长对自适应LMS算法跟踪控制的影响，最后采用自适应LMS算法进行了压电快摆镜辨识及扫描跟踪控制实验。实验结果表明，自适应LMS算法对2Hz、10Hz及其复合谐波信号扫描的跟踪误差分别为2.5%(3σ)、1.9%(3σ)和2.4%(3σ)，控制效果均优于PI控制算法。这种自适应LMS算法能有效跟踪多频扫描信号，为高精度空间光束快速扫描跟踪提供了一种可靠的技术手段。     

基于频域LMS的自适应波束形成算法

在分析传统自适应波束形成的基础上,提出了一种基于频域最小均方(LMS)的自适应波束形成算法。该算法先对输入信号进行FFT变换,再通过LMS算法实现了频域上自适应波束形成。FFT变换后信号为稀疏矩阵,自相关下降,LMS算法收敛速度提高;理论分析和仿真结果表明了该算法收敛速度较快、性能较好,且计算量较少,易于实时实现,而且文章提出的波束形成算法对相干信源具有鲁棒性。     

变速变姿态下飞机燃油体积解算技术

为准确测量飞机不规则油箱内的燃油体积,在传统的查表插值法基础上,提出了基于等效传感器的自适应步长切割法（ASCM）,用于建立燃油质量特性数据库,通过引入等效传感器概念,实现了不同姿态下多传感器的信息融合;该方法根据切片截面积的变化率调整切割步长,从而减小了燃油体积解算时的插值误差;利用多传感器的输出值实现了燃油平面的最小二乘（LMS）拟合,当有效传感器较少时,再结合等效燃油平面姿态角拟合燃油平面,消除了加速度对燃油平面的影响;对传统的三维查表插值法进行改进,减小了由于燃油平面姿态角插值引起的误差。基于UG二次开发,设计了燃油体积解算平台。实际油箱CAD仿真验证结果表明:该方法所建的数据库数据规模小,燃油解算速度快,实现了加速度和姿态误差修正,并减小了差值误差,进一步提高了燃油的测量精度。      

一种新的频域自适应算法

分析了现有自适应滤波算法,并且提出了在有色噪声背景下能够快速收敛的频域自适应新算法.使用牛顿法搜索性能表面和近似于递归最小二乘(RLS)算法的结构,利用现有的拟牛顿QN(Quasi-Newton)时域自适应算法原理,通过快速傅里叶变换(FFT)将其应用于频域.结合快速块最小均方自适应滤波算法FBLMS(Fast Block Least Mean Square)中的并行处理方法对算法的运算过程进行了改进.由于调整了数据格式和增益矩阵的系数加快了迭代过程的收敛,并且提高了信号处理的效率.附加的计算机仿真结果分别给出了在白噪声和有色噪声输入相同汉明窗条件下,新算法、LMS算法和拟牛顿算法QN的自适应系统辨识的效果比较图,表明新算法能有效用于色噪声下的自适应滤波.     

基于BDS/GPS的KBLMS信道补偿多径缓减算法

在全球卫星导航系统（GNSS）中，针对城市峡谷单系统无法定位及信号失锁后重新捕获及跟踪性能表现不佳的问题，提出了一种基于BDS/GPS的卡尔曼最小均方估计（KBLMS）的信道补偿技术。首先，建立双系统模型。其次，设计基于卡尔曼估计的最小均方误差的延迟估计模块，补偿接收信号上的多径失真。最后，设计视距（LOS）最佳估计块以在反馈回路中产生控制误差信号，用于自适应地更新补偿矩阵系数。通过实测数据与实验仿真，分析KBLMS的信道补偿多径缓减算法的性能。结果表明:KBLMS的信道补偿多径缓减技术相较于最小均方（LMS）算法在多径信道中能快速收敛，且码跟踪误差在ENU三个维度误差减少了0.1 chip，载波跟踪误差减少了约0.125 cm，有效降低了多径效应引起的误差，最终残余误差比LMS降低了0.035 chip，说明所提多径缓减算法可以进行更为精准的估计，从而验证了算法的有效性。      

基于CS的正则化稀疏度变步长自适应匹配追踪算法

压缩感知(CS)能够突破Nyquist采样定理的瓶颈,使得高分辨率信号采集成为可能。重构算法是压缩感知中最为关键的部分,迭代贪婪算法是其中比较重要的研究方向。对压缩感知理论进行了详细分析,并在现有重构算法的基础上提出了一种新的迭代贪婪算法——正则化稀疏度变步长自适应匹配追踪(RSVss AMP)算法,可在信号稀疏度未知的情况下,结合正则化和步长自适应变化思想,快速精确地进行重构。相比于传统迭代贪婪算法,本文算法不依赖于信号稀疏度,并且应用正则化以确保选取支撑集的正确性。此外,应用自适应变化步长代替固定步长,能够提高重构速率,而且达到更高的精度。为了验证本文算法的正确性,选取高斯稀疏信号和离散稀疏信号分别进行仿真,并与现有算法进行比较。仿真结果表明,本文算法相比于现有算法可以实现更加精确快速的重构。     

一种新的车载DR系统自适应卡尔曼滤波模型

提出了车载DR系统(Dead-Reckoning System)改进的自适应扩展卡尔曼滤波模型及其滤波算法.由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分,和采用描述机动载体运动的"当前"统计模型及自适应算法,提高了DR系统模型的准确性.计算机仿真结果表明,应用该模型和算法与改进前相比,DR系统的定位精度得到明显提高.     

基于四面体的三维流线构造

流线是计算流体力学(CFD,Computational Fluid Dynamics)矢量可视化研究的重要技术.基于四面体单元,首先将点云数据场六面体单元分割成四面体单元,存储四面体之间的邻接关系;然后据此逐步将点定位到数据场中四面体单元内;再根据流线上速度矢量方向的变化量和四面体单元网格的内切球半径,自适应确定积分步长,以解决积分步长太小影响流线追踪速度或步长太大影响流线精度问题;最后利用龙格库塔数值积分法求得流线上点,并根据点定位和调整积分步长构造出三维流线.由于该算法避免了传统流线追踪算法中Jacobian矩阵逆变换,因而减小了矩阵转换过程带来的误差,提高了流线追踪的精度和效率.      

基于改进萤火虫算法的小卫星质量特性调整 #br#

摘要： 为了消除小卫星在轨运行过程中因燃料消耗等原因造成质量特性变化的影响，提出一种基于改进萤火虫算法的卫星在轨质心调整方法.该方法运用萤火虫算法对PID控制器的参数整定进行优化，针对收敛速度慢和容易陷入局部极小值的问题，引入自适应步长因子对算法进行改进.算法通过编程注入星载计算机，进而控制电机调整机构完成卫星在轨质心调整.依托于地面气浮平台进行半物理仿真实验，实验结果表明改进算法在第48次迭代完成PID参数整定，相较于其他算法具有更快的收敛速度和动态响应特性.基于改进算法的调整系统可在59 s将单轴质心偏移量减小到精度要求，验证了系统在小卫星质量特性调整上的实时性和稳定性.     

一种新的最速下降算法在自适应噪声对消中的应用

自适应噪声对消在很多领域有着重要应用。为了进行自适应噪声对消，提出了一种新的最速下降算法。该算法主要原理是对多元二次函数进行降维处理，使其变成一元二次函数，再应用抛物线的性质分别循环迭代地求解每一个维度上的极值。在自适应噪声对消应用中，所提算法与传统的自适应算法进行对比，具有收敛速度快，滤波效果好，滤波效果可调节，抗恶劣信噪比以及急剧变化信噪比，不需选择迭代步长，适合计算机和可编程硬件实现等优点。      

最大相关熵准则自适应滤波器的分数阶长算法

对自适应滤波器最佳阶长的准确估计可以有效平衡自适应算法的稳态性能与计算复杂度,而基于最小均方差(MMSE)准则的变阶长最小均方(LMS)算法在非高斯噪声环境下的收敛性能变差。针对这一问题,提出一种最大相关熵准则(MCC)自适应滤波器的分数阶长(FT)算法——FT-MCC算法。该算法从MCC自适应滤波器最佳阶长的定义出发,利用不同阶长滤波器产生的相关熵之差实现阶长更新。理论分析和实验表明:相比现有变阶长最小均方算法,FT-MCC算法在非高斯噪声环境中具有较强的鲁棒性;通过恰当的参数选择,算法可较好地实现对最佳阶长的跟踪和估计。      

求解概率优化问题的微种群免疫优化算法

针对未知随机变量分布环境下的非线性概率优化模型,探讨微种群免疫优化算法。算法设计中,基于危险理论的应答模式,设计隐并行优化结构;经由自适应采样方法辨析优质和劣质个体;通过动态调整个体的危险半径确定危险区域和不同类型子群;利用多种变异策略指导个体展开多方位局部和全局搜索。该算法的计算复杂度依赖于迭代数、变量维数和群体规模,其具有进化种群规模小、可调参数少和结构简单等优点。借助理论测试例子和公交车调度问题,比较性的数值实验显示,此算法在寻优效率、搜索效果等方面均有一定的优势,对复杂概率优化模型有较好潜力。      

基于AVSIMM算法的高超声速再入滑翔目标跟踪

针对跟踪高超声速目标的交互式多模型（IMM）算法中存在模型数量过多,模型之间竞争导致滤波精度降低的问题,在自适应网格交互式多模型（AGIMM）算法的基础上,提出了一种自适应变结构交互式多模型（AVSIMM）算法跟踪高超声速再入滑翔目标。根据高超声速无动力再入滑翔目标当前机动状态的角速度参数,在自适应调整当前时刻模型集中参数的同时,针对AGIMM算法运动学模型的单一性,设计了具有多种跟踪滤波运动学模型的AVSIMM算法,通过模型集参数与算法结构的双重自适应调整实现了对目标高精度的跟踪。仿真结果表明,与AGIMM算法相比,所设计的AVSIMM算法不仅对结构和参数都具有更强的自适应性,同时提高了高超目标的跟踪精度和跟踪效率。      

基于MATLAB反馈型自适应噪声抵消系统仿真研究

对一种ANC(自适应噪声抵消)的主动降噪技术进行了讨论和研究。论述了基于LMS的ANC系统的基本原理,在此基础上设计了反馈式ANC系统。与前馈式ANC系统相比,反馈式ANC系统的消噪能力和收敛速度均优于前馈式ANC系统,通过MATLAB仿真,结果与理论分析是一致的。     

汽车动态称重中的一种信号处理方法

为了提高汽车动态称重(WIM, Weigh-In-Motion)系统的称重精度,基于"逆模型"的思想,使用了自适应逆滤波器来充分抑制混叠在重量信号频带内的噪声信号.在有限长冲激响应滤波器的框架下,通过最小均方自适应算法,离线构建了WIM系统的逆系统,并用此逆系统作为一个新型的滤波器使用.而且,为了进一步提高称重精度,同时又采用了低通滤波器,来滤除分布在重量信号频带以外的噪声干扰.经过由自适应逆滤波器和低通滤波器构成的复合滤波器处理后, 称重结果较经参数估计方法处理后得到的结果,在称重精度上有了很大提高.      

一种新颖超磁致伸缩作动器的隔振模型

根据超磁致伸缩材料的本构方程分析了超磁致伸缩作动器输出位移的组成,以此为根据建立了基于超磁致伸缩作动器的单层单自由度隔振平台数学模型.该模型以平台在激振力作用下产生的振动位移为系统干扰输入;根据此模型分析了基于超磁致伸缩作动器的隔振原理;在频域内推导出了系统隔振能力与激振力频率及作动器最大输出位移之间的数学关系,然后在时域内采用自适应LMS(Least Mean Square)算法在Matalb环境下进行仿真.仿真结果与理论分析均表明,隔振平台的隔振能力与激振力频率的平方以及作动器最大输出位移成正比,从而为合理设计隔振平台用超磁致伸缩作动器提供了理论依据.该模型不仅可用于分析基于磁致伸缩作动器的隔振原理,对其它作动器的隔振原理也适用.