自适应网格跟踪微分器设计

针对传统跟踪微分器给大幅度变化的离散输入信号安排过渡过程时存在误差较大和相位滞后等问题,提出了一种自适应网格跟踪微分器。根据任务要求将整个跟踪过程分为上升段和稳定段。将滤波因子和速度因子扩张成二维网格,并按照设定的网格细化策略依次细化网格,直到满足精度要求为止。通过若干案例仿真验证了该自适应网格跟踪微分器的可行性和有效性。它能有效地处理大幅度变化的离散输入信号,具备快速、准确、无超调的跟踪性能,而且安排的过渡过程和提取的微分信号均无相位滞后。此外,在处理连续信号时,该跟踪微分器同样具备这些优越的跟踪性能,而且不受采样步长的影响,具备更好的适应性。     

基于正切Sigmoid函数的跟踪微分器

通过引入神经网络中的正切Sigmoid激励函数和终端吸引子函数,构造了一种非线性跟踪微分器。采用完备的稳定性理论证明了所设计跟踪微分器的渐近收敛性,并通过扫频测试分析其频域特性,总结出参数整定规则。和之前的文献相比,进一步优化了跟踪微分器的结构,整合了功能重叠的参数使得更易调参。同时,加入了终端吸引子函数降低高频信号引起的颤振使得噪声抑制能力更强。仿真结果表明,所设计的跟踪微分器具备对包含一定噪声干扰的正弦信号的滤波和求导能力,且响应速度快、精度高,具备对方波信号的快速稳定跟踪和广义导数逼近的能力,且具有更强的噪声抑制能力。     

非带限冲激信号的一种低通采样和重建方法

提出了非带限冲激信号的一种低通采样和重建方法,将冲激信号通过低通滤波器后,按照信号新息率进行采样,然后对采样得到的离散时间信号进行傅里叶变换,采用最小二乘零化滤波算法可以准确地重建原始冲激信号。在冲激信号个数较大及受到噪声影响时,最小二乘零化滤波算法性能恶化,通过适当提高采样率,使用奇异值分解重建算法,可以获得理想的重建结果。分析和仿真结果证明,所提出的非带限冲激信号低通采样和重建方法,能够以较低的速率进行采样和恢复原始冲激信号,并具有良好的抗噪声性能。     

非线性跟踪─微分器在生育模式预测中的应用

本文根据跟踪－微分器跟踪信号及其微分的性质，我们并设计证明了二阶非线性跟踪－微分器，并利用它对生育模式进行了预测．     

基于Backstepping的高超声速飞行器鲁棒自适应控制

针对非线性、多变量、不稳定且包含不确定参数的高超声速飞行器模型,设计了高超声速飞行器的鲁棒自适应Backstepping控制器。采用指令滤波的设计方法,得到内回路的跟踪指令及其一阶微分信号,避免了虚拟控制信号需要进行复杂求导计算的困难。飞行器不确定参数采用自适应律在线调整,通过设计辅助滤波系统,并通过修改自适应律中跟踪误差的定义,消除由于期望控制信号不能完全执行所引起的跟踪误差的影响,保证了参数估计在控制信号约束情况下的顺利进行。仿真结果表明,所提出的设计方法不仅应用简单,且能保证高超声速飞行器在不确定参数存在情况下的闭环稳定及良好的跟踪控制性能。     

改进的辅助粒子滤波当前统计模型跟踪算法

提出了一种改进的辅助粒子滤波算法,采用基本的常规波束形成法对声信号函数进行处理,得到目标的方位谱估计,推导了以目标方位谱函数作为重要采样密度函数的辅助粒子滤波算法。并将此改进的辅助粒子滤波算法同当前统计模型相结合,提出一种基于目标方位谱的辅助粒子滤波当前统计模型自适应跟踪滤波(current statistical model improved auxiliary particle filter, CSM-IAPF)算法。最后通过仿真验证此方法能够减少跟踪误差,具有较好的实时性和稳定性。     

基于非线性跟踪—微分器的金融时间序列预测

基于非线性跟踪-微分器的基本原理,开拓性地用二阶离散和三阶离散非线性跟踪-微分器对上证综指进行了预测.从预测结果来看,二阶非线性离散跟踪-微分器预测相对误差控制在8%以内,三阶离散非线性跟踪-微分器预测相对误差控制在5%以内,显示了较好的预测效果.     

基于反双曲正切函数的跟踪微分器设计与应用

通过引入反双曲函数与终端吸引子函数,构造了一种新型跟踪微分器。反双曲正切函数在平衡点较近处优异的线性特性可以保证系统收敛的平滑性,远离平衡点处的非线性特性能保证收敛的快速性。通过引入终端吸引子函数,降低了高频信号引起的抖振,增强了噪声抑制能力。通过扫频测试总结得出了参数整定规则后,与典型的跟踪微分器进行对比仿真,测试了所设计新型跟踪微分器的性能。最后,在控制器设计时,基于所提出的新型跟踪微分器构造了干扰观测器。通过仿真对比,证明所构造的干扰观测器实现了对模型不确定项的有效估计。     

基于反双曲正切函数的跟踪微分器设计与应用

通过引入反双曲函数与终端吸引子函数,构造了一种新型跟踪微分器。反双曲正切函数在平衡点较近处优异的线性特性可以保证系统收敛的平滑性,远离平衡点处的非线性特性能保证收敛的快速性。通过引入终端吸引子函数,降低了高频信号引起的抖振,增强了噪声抑制能力。通过扫频测试总结得出了参数整定规则后,与典型的跟踪微分器进行对比仿真,测试了所设计新型跟踪微分器的性能。最后,在控制器设计时,基于所提出的新型跟踪微分器构造了干扰观测器。通过仿真对比,证明所构造的干扰观测器实现了对模型不确定项的有效估计。     

基于自适应陷波器的主动隔振仿真研究

自适应陷波器可以对陷波频率处的信号进行有效衰减，而对其他频率的信号影响较小，因而在有源消声、信号提取等方面得到广泛应用。以与振动干扰同频率的正弦信号作为前馈控制系统的参考输入，采用滤波LMS算法对控制权值进行调整，证明对单频和多频干扰进行主动隔振时系统的结构均等同于自适应陷波器，因而可以对周期性振动进行有效的隔离。仿真结果表明，在振动干扰中存在随机噪声的情况下，所提出的控制方法对于周期性振动仍具有较好的控制效果。     

运动平台上多基地雷达时间同步技术

常规双/多基地雷达在收站和发站之间采用一定的物理链路进行同步,但如果收站或发站在运动平台上,就不能建立这样的通信链路。为此,研究了在运动平台上的双/多基地雷达的时间同步方法。该雷达采用调频中断连续波(FMICW)信号,时间同步包括调制脉冲的同步和调制频率的同步。在接收站对直达波进行检测和跟踪,再经非相干积累、滤波、谱分析等处理来提取同步信号,分析其性能。计算机仿真结果验证了这种方法的可行性。     

基于DWT和DFT的动平衡机不平衡量提取原理及实现

在超微型转子(质量小于10g)动平衡机中,主要干扰分为同频干扰、高频干扰和低频干扰。针对测试环境中不平衡量信号的特点,利用离散小波变换对信号进行3层分解,提取有用的低频信号、接着进行频谱分析,在频域提取不平衡量所对应的幅度和相位,有效地滤除了信号中混杂的低频及高频干扰,所测得的误差大大减小,不平衡量幅度测试精度达4μm,相角小于2°,为保证平衡机系统一次去重90％以上提供了前提。所用算法在数字信号处理器上实现。     

用于LFM信号参数估计的双谱和分段解线调方法

针对低信噪比条件下线性调频信号参数估计的问题,提出了改进方法,具体步骤是:首先利用双谱切片估计线性调频信号频谱的位置,然后设计带通滤波器滤出信号,最后采用分段解线调进行参数估计。为了解决强弱混合信号中检测和估计弱LFM分量参数的问题,在上面方法的基础上,结合逐次消去技术提出了多分量LFM信号参数估计算法。与传统方法相比,该方法充分利用了高阶统计量的特性,抑制了噪声和交叉项的影响。计算机仿真结果表明了该方法的有效性。     

一种基于EMD和ANC技术的自适应降噪方法

为了提高分析信号的信噪比,基于经验模态分解和自适应噪声抵消技术,提出了一种新的信号去噪方法。该方法首先对信号进行自适应噪声抵消,然后进行经验模态分解,得到不同尺度上的固有模态函数,再对不同尺度上的固有模态函数进行噪声属性判定,如果不是噪声则选用不同的滤波参数,进行自适应噪声抵消,最后对各尺度上噪声抵消后的信号进行重构,得到去噪后的信号。结果表明,该方法比基于最小均方误差准则的自适应噪声抵消方法更能有效地消除信号中的噪声。     

石灰石固硫特性参数的选择及评估

采集１６个产地的天然石灰石样品，对其进行了固硫特性参数的测定，通过主成分分析，给出各样品固硫特性的综合指数及排序．利用主成分分析筛选参数法，选取最佳参数子集合，建立石灰石固特性评估及预测模型，并且对其进行分析和讨论．     

一种雷达脉冲信号相位差变化率测量的新方法

接收信号相位差变化率的高精度估计是基于质点运动学原理单站无源定位与跟踪的一项关键技术。针对雷达脉冲信号,建立了接收信号相位差模型,分析了相位差变化率的特点,提出了一种相位差变化率的数字测量新方法,直接对各阵元接收的信号进行A/D采样,采用数字信号处理的方法估计相位差变化率。通过离散傅里叶变换和复数乘积运算将相位差变化率的测量问题转换为频率测量问题,利用多个脉冲信息提高了参数估计的精度,根据相位的无模糊测量获得相位差变化率加权最小二乘估计。仿真实验表明,该方法具有较低的信噪比门限,在高于信噪比门限时,其估计精度接近Cramer-Rao下限。     

一种自适应ESPRIT算法

运用特征子空间方法的关键在于信号或噪声子空间的估计.实际上有些信号的统计特性通常随时间变化,为得到参数的实时估计值,需要随时根据新的阵列接收数据对信号或噪声子空间进行更新.首先建立了用于信号到达主向(DOA)估计的SVD-ESPRIT算法,然后利用受限摄动分析提出了一种子空间跟踪算法.将该跟踪算法与SVD-ESFRIT算法相结合,得到的自适应ESPRIT算法可用于对时变的信号DOA进行跟踪估计.仿真计算结果验证了该算法的有效性.     

基于数据矩阵分解的相干源方向估计新方法

提出一种相干源存在情况下的波达方向估计新算法。利用阵列快拍数据构造数据矩阵,相关去噪后,通过奇异值分解获得低维信号子空间的估计,然后运用ESPRIT思想估计出波达方向。无论是否存在相干源,新算法均能有效估计出波达方向,并且无需角度搜索,运算量小。该算法虽基于一维线阵,但可直接推广到具有线性性质的二维平面阵,如L形阵、十字阵、双平行线阵等。计算机仿真验证了算法的有效性     

基于灰色累加和加权乘积的模型辨识算法

为了减少系统扰动对建模精度的影响,将灰色理论中累加求和的思想引入到模型辨识算法中。通过乘积加权的办法,突出当前采样数据对模型准确性的贡献,弱化历史数据的作用。提出一种广义的灰色模型辨识算法,该算法沿用了最小二乘法的框架,对建模数据没有非负的要求,不仅融合了灰色辨识算法的优点,而且满足一般系统的辨识要求。