基于相关误差的变步长LMS算法

以自适应对象建模为应用背景,对不同的变步长LMS算法进行对比研究,提出了一种基于相关误差的变步长LMS算法,仿真结果表明,该算法较现有算法具有较快的收敛速度和较高的收敛精度.     

一种变步长LMS自适应滤波算法研究

为了解决最小均方(LMS)算法的稳定性以及收敛速度和稳态误差之间的矛盾,提出了一种复数型自适应变步长的LMS算法,它的权系数的调整取决于误差曲面在新权值点上的梯度。分析了新算法的收敛特性以及参数选择对算法性能的影响。算法具有较快的收敛速度、鲁棒稳定性且运算小易于实现的特点。计算机仿真的结果与理论分析相一致,证实了算法的收敛性能优于标准的LMS算法并且具有较好的实用性。     

新的变步长LMS算法及其在自适应噪声对消中的应用

介绍了一种基于均方误差估计的新变步长LMS自适应滤波算法。与传统的LMS算法相比,该算法具有较快的收敛速度和较小的稳态失调。将该算法应用于自适应噪声对消系统的仿真中,给出了计算机仿真结果,仿真结果与理论分析一致,证明了新算法的优越性。     

基于比例归一化LMS算法次级通道模型辨识

将主动噪声控制技术应用于地铁通风隧道的噪声控制上，其应用效果在很大程度上取决于信号处理的实时性。在保证控制算法收敛的基础上，要求算法收敛速度尽可能快，以确保对声波变化的准确跟踪，据此产生匹配的振幅相等、相位相反的次级声信号，进而对噪声进行控制。利用比例思想对LMS算法进行改进，为小系数配上小的步长因子，为大系数配上较大的步长因子。最后，将其应用在地铁通风隧道的次级声通道模型的辨识上，并与常用的LMS算法在收敛速度、稳态失调性能上做出比较。数值分析结果表明，采用改进后的LMS算法能够有效地加快算法收敛，改善算法的稳态失调性能。     

一种改进的LMS算法及其在自适应消噪中的应用

介绍了一种改进的LMS自适应滤波算法及其在自适应噪声对消中的应用。该算法利用误差信号的相关值去调节步长,解决了算法收敛时间与稳态误差间的矛盾,为实际应用提供了更大的灵活性。它同时实现了均方误差小和收敛速度快,并且降低了LMS算法对噪声的敏感性。文中最后给出了仿真结果,仿真结果与理论分析是一致的。     

基于模糊自适应滤波的水下INS/DVL组合导航研究

由于水下环境的复杂性,多普勒测速(DVL)误差的均值和噪声方差等统计特性均存在跳变现象,影响了INS/DVL组合导航精度。为此提出了一种基于模糊自适应滤波的水下INS/DVL组合导航算法,通过实时监测滤波残差的均值变化以及滤波残差方差与理论滤波残差方差的不一致程度,利用隶属度函数在线修正多普勒测速偏差以及量测噪声的统计特性。本文改进了已有模糊自适应滤波算法未考虑观测误差均值跳变以及对残差方差变化过于敏感的问题,并对DVL零偏跳变进行了修正。试验表明,所提出算法对多普勒测速误差的均值和噪声方差跳变具有较强的适应性,能够有效提高水下INS/DVL组合导航精度。     

基于BP人工神经网络的GPS／SINS组合导航算法

基于扩展Kalman滤波的GPS／SINS组合导航算法，需要对原始的非线性连续系统模型进行线性化和离散化处理，要求系统噪声和测量噪声为零均值的高斯白噪声，且易于出现滤波器发散。BP人工神经网络毋需对所求解的问题建模，能够很好地逼近系统非线性特性，获得较高精度的导航定位信息；还具有计算过程稳定，不涉及矩阵求逆，不需要迭代逼近，以及容易实现并行处理等优点。本文设计适用于GPS／SINS组合导航系统的BP网络模型，并在标准的BP算法基础上，采用共轭梯度法改进网络训练速度及精度。最后，通过仿真算例说明BP网络方法用于GPS／SINS组合导航计算的可行性。     

基于峰度的变步长恒模盲均衡技术

相对于基于训练序列的均衡方式,盲均衡能够提高信道利用率,更适于自适应组网和侦听,其中的恒模算法因实现简单而受到广泛关注,但是固定步长的恒模盲均衡器存在收敛速度和稳态误差上的矛盾。根据峰度定理,盲均衡器输出信号的峰度小于等于源信号的峰度,且只有达到收敛时才相等。文章采用均衡器输出信号峰度误差控制步长的变化,仿真表明变步长均衡器能够一定程度克服这一矛盾。     

基于微分进化算法的航空发动机模型修正

为了提高航空发动机性能仿真模型精度,采用微分进化算法对发动机部件特性进行修正.对微分进化算法进行改进,提出折线式交叉变量变化方式,提高了算法的寻优能力.提出变步长牛顿-拉夫逊迭代算法,基于平衡方程残差范数变化趋势,改变牛顿-拉夫逊算法迭代计算步长,提高了模型的收敛性和收敛速度.在设计点,对各部件特性、引气系数、总压恢复系数进行修正,使修正后的模型输出与试验数据相匹配.仿真结果表明:改进后的牛顿-拉夫逊迭代算法收敛性更强、计算速度更快,修正后的各输出参数的最大建模误差减小到1.3762％,满足建模误差需求.     

4×4单元面阵自适应天线系统的设计与实现

面阵系统所采用阵元数多,数据量大,对信号处理机的实时处理能力要求非常高。系统采用基于参考信号的LMS算法,收敛速度较快、运算量低．且易于硬件实现。系统平台采用目前流行的DSP＆FPGA架构,具有高速运算和处理能力,解决了面阵系统对实时处理机的苛刻要求。测试结果表明,系统能自适应地控制天线阵列方向图在用户信号方向产生高增益波束,在干扰信号方向产生较深零陷,并实现零误码率通信。     

基于差分和局部积分均值的EMD算法

针对经验模态分解中无法分离频率相近信号的问题,提出一种新的经验模态分解算法。该算法将局部积分均值的"筛分"算法和差分经验模态分解算法的思想结合在一起。仿真结果表明,该算法的频率分辨率比基于局部积分均值的经验模态分解算法要高,分解效率要比基于差分的经验模态分解算法要高,同时在一定程度上抑制了边界效应。     

一种简易的双星定位系统定位解算方法

双星导航定位系统采用双星定位体制,其定位基本原理为三球交会测量原理,其中2颗量测量与用户到2颗卫星的距离有关,与用户高程有关的第3个量测量是决定系统定位精度的关键因素.为此,为了简化定位算法,文章根据地球椭球几何及大地纬度的相关知识,推导了与用户高程有关的第3个量测量的精确模型,进而建立了用户的定位算法.该算法具有简单...     

A Generalization of the Normalized LMS Algorithm

As previously shown, the normalized least mean square (NLMS)algorithm has superior convergence properties than the least meansquare(LMS) algorithm. However, the weight noise effect of the NLMS algorithm is large so that the steady state residue power islarger than that for the LMS algorithm. A generalized NLMSalgorithm is developed based upon the pseudoinverse of anestimated covariance matrix. A preliminary evaluation indicatesimproved performance can be attained but the implementationcomplexity might be high.     

基于改进的磁场检验和主方向算法的行人航向估计

针对以惯导为核心的行人定位算法存在航向角失真的问题，提出了一种融合惯性测量单元(IMU)和磁力计的行人导航算法，利用步幅航向的变化量将行人的运动分为直线行走和曲线行走两部分，当检测到行人直线行走时，提出一种实时建立主方向的自适应航向角漂移修正算法，对航行角误差进行补偿；当行人曲线行走时，辅助地磁场信息，使用磁场强度、地磁倾角、惯性导航系统(inertial navigation system，INS)与磁力计解算的航向角之差这三个特征值构建广义似然比检验量，对磁场进行判断获得稳定状态磁场信息，通过卡尔曼滤波对航向角误差进行补偿。将传感器置于足部进行实验，实验结果表明,两种算法可以实现优势互补，有效地抑制地磁信息的干扰，提高导航精度，算法结果相对于无航向角修正的零速修正算法、零角速度更新算法和单独使用磁力计进行融合的算法，定位误差分别降低了91.02%、82.93%和61.39%，室外和室内终点定位误差分别为4.545 4 m和0.543 6 m，占总路程的0.69%和0.17%。     

用于雷达方位超分辨的约束迭代Tikhonov正则化算法

针对Tikhonov正则化算法噪声适应能力差和不便于引进额外的约束对解进行限制等缺点,利用迭代Tik-honov正则化算法对雷达方位超分辨进行研究,证明了迭代Tikhonov正则化反卷积公式的收敛性,分析了迭代Tik-honov正则化算法的频域性质,在存在噪声的情况下,提出相应的噪声抑制方法,得到约束迭代Tikhonov正则化算法。针对不同信噪比情况进行了计算机仿真实验,结果表明,与迭代Tikhonov正则化算法相比,约束迭代Tikhonov正则化算法具有较强的噪声适应能力,与常用的约束迭代方法（CID）算法相比,具有较快的收敛速度,初步验证了算法的有效性。     

序贯结构的Sage-Husa自适应滤波及其应用

在分析已有的Sage-Husa自适应滤波算法的基础上,本文首先推导了两种量测噪声自适应估计方法的等价性。为充分利用组合系统中已知的部分量测噪声参数,提高滤波稳定性和精度,研究了基于序贯结构的Sage-Husa自适应滤波算法;当组合系统测量噪声参数均为已知时,为降低算法复杂度,提高Sage-Husa自适应滤波的鲁棒性,加入协方差匹配的方法对序贯结构的Sage-Husa自适应滤波算法进行改进;通过在序贯结构下采用相应的信息融合策略,充分利用组合系统的输出信息。将两种算法分别应用于MIMU/GPS/磁强计组合系统中,基于跑车实验的离线数据分析表明,第一种滤波算法的滤波稳定性较标准自适应算法在滤波稳定性上有明显提高;第二种改进的滤波算法既降低了算法复杂度,又提高了抗野值效果,有效保持了组合系统在干扰状态下的导航精度。     

电控旋翼低频面内谐波噪声主动控制试验

为降低旋翼低频面内谐波噪声,以电控旋翼(ECR)综合试验系统为平台,开发了相应的噪声测试与控制系统,并提出了电控旋翼噪声频域自适应主动控制方法。在此基础上,开展了悬停状态下的低频面内谐波噪声闭环主动控制试验。试验中,襟翼控制频率为10Hz以桨尖平面内传声器所测噪声作为闭环反馈,另两个位置处传声器所测噪声作为监测量,同时对桨毂位置处的振动水平进行监测。施加主动控制后,控制系统历时约5s达到稳态,收敛速度较快且收敛过程无明显超调;最大可降低桨盘平面传声器位置处的低频面内谐波噪声为9.4dB,桨毂位置处旋翼通过频率振动水平则略有增大。试验结果表明该噪声测试与控制系统可有效实现电控旋翼低频面内谐波噪声控制,同时也验证了频域自适应算法用于减小低频面内谐波噪声的可行性及有效性。      

Normalized LMS Algorithm Degradation Due to Estimation Noise

The steady-state weight vector derived by either the least mean square (LMS) or normalized least mean square (NLMS) algorithms has random deviations from the optimum values. These deviations increase the steady-state residue power. A previous paper derived the LMS weight noise effects for a multiple sidelobe canceller (MSLC) application. This paper describes the NLMS weight noise effects. It is shown that for a thermal noise environment, the weight noise effect for the LMS algorithm is insignificant but is quite significant for the NLMS algorithm. Calculations for example noise plus interference environments imply that the NLMS weight noise effects are always larger than that for LMS.