LMS与HA自适应阵的关系和优化设计

本文分析了两种最基本的自适应阵——LMS 自适应阵和 HA 自适应阵,从自适应过程、自适应稳态解、自适应目标的关系及优化设计方法等方面揭示了两种阵列在本质上的一致性,由自适应目标的关系,我们便可把 HA 自适应阵列优化设计的研究结论推广到 LMS 自适应阵列的优化设计中来,文中给出了有关的重要结论.     

牵引网馈线自适应保护配置方案

分析了牵引网馈线自适应距离保护、自适应电流速断保护、自适应电流增量保护和自适应过电流保护的原理,提出了牵引网馈线自适应保护的配置方案,初步设计了牵引网自适应馈线保护装置。     

基于结构化特征语音模型的区别性说话人自适应算法

针对特征语音说话人自适应算法的缺陷,提出了基于结构化特征语音模型的区别性说话人自适应方法.该算法能根据自适应数据量调整自适应参数,并采用基于最大互信息量准则的区别性参数估计方法,进一步提高了自适应性能.有监督自适应的实验结果表明,在仅有一句自适应语句的情况下系统误识率相对下降了6.7%,同时算法表现出了优于特征语音自适应方法的渐进性能.     

以自适应对象模型开发自适应软件

自适应对象模型方法是一种开发动态的和可配置的自适应软件的有效途径,具有元模型、描述驱动和运行时反射等特点。介绍了当前自适应软件的研究现状,剖析了以自适应对象模型开发自适应软件的方法。首先阐述了自适应对象模型的核心思想,然后分析自适应对象模型体系结构中建立元模型的5个模式,以及模型引擎和支撑工具,并讨论了自适应对象模型方法的适用时机、优缺点和实现中的问题。最后,与相关的技术进行了综合对比,讨论了未来的研究方向。     

基于神经网络的自适应滤波研究

自适应信号处理在信号处理中占据主要地位,自适应滤波又是自适应信号处理中的主要应用.目前对自适应滤波的研究主要集中在算法上,但很难在收敛速度、稳定性和跟踪性能上同时取得最佳性能.综合考虑自适应滤波的各种性能,研究基于神经网络的自适应滤波方法,并通过实例应用来证明了该方法的有效性.该研究对拓展自适应滤波方法和神经网络的应用都具有重要的参考价值.     

自适应滤波器仿真设计

自适应滤波器能够在没有任何关于信号和噪声的先知的条件下,达到最优滤波的目的。根据自适应滤波的原理,该文的自适应算法主要分析了易于实现的最小均方差算法。为了满足自适应滤波的实时性要求,文章论述了基于数字信号处理器的自适应滤波器系统的设计。仿真结果表明,自适应滤波器滤波效果优越。     

动态噪声特性未知系统的多模型自适应卡尔曼滤波

针对常规自适应卡尔曼滤波器存在过渡过程差的问题,基于一个给定的指标切换函数,采用多个基于不同动态噪声协方差矩阵的卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器.与常规自适应卡尔曼滤波器相比,多模型自适应卡尔曼滤波器可以在保持原有自适应滤波器性能的基础上极大地改善瞬态响应.     

连续语音识别中的说话人快速自适应技术

语音识别技术中说话人快速自适应技术受到普遍关注。该文综述了说话人快速自适应技术在国际上的研究现状 ,并且介绍了本研究组提出的快速自适应方法 ,即最大似然模型插值快速自适应框架及插值算法。与现有的相关自适应方法相比 ,该算法在更复杂的识别系统上同时实现了均值和协方差的自适应 ,并取得较好的自适应效果。当仅有一句自适应数据时 ,识别系统的误识率从 2 8.75 %下降到2 4 .93%。     

基于支持说话人权重的快速说话人自适应算法

针对语音识别系统中快速说话人自适应问题,提出了一种支持说话人权重算法．该算法通过支持说话人的计算实现了说话人选择与自适应参数的降维,减少了自适应时的存储量,有效提高了自适应数据较少时的性能．有监督自适应的实验结果表明,在仅有一句自适应语句的情况下系统误识率相对非特定人（SI）系统下降了5．82％,明显优于其他快速自适应算法．     

MIMO-OFDM系统自适应比特功率分配算法

基于MIMO-OFDM系统,以最小化发射总功率、降低算法复杂度及减少系统反馈量为目标,提出了一种基于分组的自适应比特及功率分配方案.仿真结果表明:自适应分组算法的性能明显优于非自适应算法的性能;同在自适应的情况下,分组自适应算法与未分组自适应算法相比,分组算法降低了算法的复杂度,同时也减少了系统的反馈量.     

ASBS适应行为稳定性分析

研究了基于服务的自适应软件系统的适应策略构建中适应行为的稳定性分析问题.主要采用了基于反射Petri网模型的分析方法,在反射Petri网模型中系统的业务行为与适应行为在不同的层次分离建模,适应行为模型相对业务行为模型透明.结合系统的反射Petri网模型提出了适应行为稳定性的具体定义,给出了适应策略中适应规则的建模方法以及应用反射Petri网模型对系统适应行为进行稳定性验证的方法,并通过一个实例对方法的可行性以及有效性进行了说明.     

科学与工程应用中自适应网格方法进展

 自适应网格方法是科学与工程应用中的关键技术之一。基于拉格朗日方法计算过程中网格的处理方式,论述了耦合型和后处理型两种自适应网格类型。在耦合型自适应网格方法下,论述了网格细化技术、移动网格和自适应坐标法。在后处理型自适应网格方法下,描述了网格重分、邻域重连、邻域可变和邻域优化等自适应网格技术。对各种自适应网格方法的基本理论、效果、适应物理特征能力和特色等优缺点进行了分析与对比,为使自适应网格技术真正走向科学与工程领域提供了参考。     

一种修正格型自适应陷波器在科氏流量计上的应用

根据格型自适应的结构原理,运用了一种频率响应非对称的修正自适应格型陷波器(improved adaptive lattice notchfilter,I-ALNF)在科氏流量计上的应用,并把零极点参数全部引入自适应算法中,使得算法与陷波器完全匹配,且使陷波器具有更好的特性。仿真结果表明,修正格型自适应陷波器比格型自适应陷波器的频率跟踪精度更高,稳定性更好。     

Rayleigh衰落信道下基于LDPC码的自适应发射分集技术

将低密度校验码（low desity parity codes,LDPC）应用于一种简单的发射分集技术（space—time block codes,STBC）及自适应STBC,推导出LDPC码在与STBC级联并采用自适应功率分配算法时的译码方法,通过计算机仿真研究了其在Rayleigh衰落信道下的性能．采用发射分集技术可以提供分集增益,提高了系统的性能,而利用由接收端反馈的信道状态信息,可以在发射端采用自适应功率分配算法,使LDPC—STBC的系统性能有进一步的改善．另外,在相似的译码复杂度下,给出了LDPC．STBC与turbo-STBC的性能比较．     

基于粒子群算法的自适应滤波器研究及应用

针对神经网络自适应滤波器易于陷入局部极小的缺陷,采用抑制局部最优的粒子群算法优化神经网络的权系数,设计了基于改进粒子群算法训练的三层神经网络的自适应滤波器,并将其应用于自适应噪声抵消器.仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声抵消能力,信噪比大大提高.     

一类离散非线性系统在不同系统参数下的混沌同步

由参数自适应控制和变量驱动原理，对于一类离散非线性混沌系统，提出了实现在不同参数情况下混沌同步的一种方法。在参数自适应控制方程中，控制系数可以是同一个混沌系统的相同系统参数状态下或不同系统参数状态下的混沌信号。常见的参数自适应控制方法中要求控制系数为常量，而在这里可以是变量，甚至是混沌信号，所以，该控制方法更具有普遍性，即常见的参数自适应控制方法是本文方法的一个特例。数值模拟计算表明，此方法对于一类系统是可行的。     

最小均方误差准则的自适应天线阵控零技术研究

本文针对基于最小均方误差准则的自适应天线阵方向图的控零技术进行研究。首先介绍了最小均方误差准则的基本理论,然后对基于该准则的自适应天线阵进行理论分析,最后对需要信号和干扰信号的到达方向发生改变以及干扰信号的幅值发生改变的两种情况阵的抗干扰性能。     

不同维的混沌系统的自适应函数投影同步

本文对维数不同并且参数未知的两个不同的混沌系统,通过增补维数的方法研究了两个系统的自适应函数混沌同步和参数识别问题.基于Lyapunov稳定性理论和自适应同步法,为系统设计了合适的自适应同步控制器和未知参数的辨识规则,实现了系统的混沌同步和未知参数的辨识.数值仿真验证了所设计的控制器和参数辨识规则的有效性.