二阶循环统计量在机械故障诊断中的应用

基于循环统计理论，对循环平稳信号进行处理，主要研究了信号的二阶循环统计特性，即循环自相关函数和循环谱密度，指出循环自相关函数不为零的循环频率对应着信号中的某些故障，并可以对调幅信号进行解调。通过循环频率扫描方法提取的调制源分布在循环频率域的低频段，其结果可用循环频率-频率-循环谱密度的三维图表示。用仿真信号对该方法进行验证，并应用于滚动轴承的内、外圈及滚动体的故障诊断，可以有效地分离出所对应的故障特征频率。     

LMS算法中稳态均方误差的研究

该文详细讨论了ＬＭＳ算法中输入信号相关性，加权数目和稳态均方误差的关系。通过公式推导，从理论上证明了增加加权数目并不能保证减小稳态均方误差。对于具体的输入信号?存在一个最佳的加权数目，使稳态均方误差最小，再增加权数目，稳态均方误差有增大的可能。     

基于二阶循环统计量的直接盲MMSE均衡算法

提出了一种基于二阶循环统计量的直接盲MMSE均衡算法。该算法利用接收信号的二阶循环平稳性,依据MMSE准则,不经过辨识直接均衡信道。由于利用了信号的周期循环平稳性,该算法可以实现非最小相位系统的盲均衡。仿真实验表明,与基于子空间的盲均衡算法和基于CMA的盲均衡算法相比较,该算法运算复杂度低、收敛速度快、且不会陷入局部最优点。此外,由于该算法不经过辨识直接均衡信道,所以受信道阶数误差的影响较小。     

基于反双曲正切函数的变步长LMS算法

针对定步长的LMS算法无法同时满足低稳态误差和快收敛速度这个需求,本文提出了一种基于反双曲正切函数的变步长LMS算法. 该算法基于反双曲正切函数构建步长与误差信号之间的非线性函数关系式,以此来替代LMS算法中的定步长,实现了对步长因子的动态调整. 文中详细讨论了新的变步长函数中参数α,β和γ对于算法性能的影响,并和其他几种较新的变步长算法进行了性能比较. 仿真结果表明,所提算法很好地兼顾了收敛速度、稳态误差和跟踪性能,在系统辨识、正弦信号去噪和自适应线性预测方面表现出了优异的性能.      

基于LMS算法的自适应滤波方法研究

自适应滤波器为一个未知系统的建模提供了一种简单,实用的方法。可以在不知道系统的理论模型的条件下,通过测量和学习,实现对未知系统的最佳拟和。本文简要介绍了自适应滤波在信号处理系统建模中的应用,着重讨论了IIR递推结构自适应滤波器的LMS算法。在此理论基础上阐述了一种改进的LMS算法。新算法利用误差信号的相关值调节算法步长,解决了收敛时间和稳态误差的矛盾,并且不受已经存在的不相关噪声的干扰。     

基于循环统计量的幅值解调方法及应用

基于循环平稳基本理论,提出一种新的时变调幅信号处理方法.利用循环自相关函数切片对加性白噪声的自然免疫力,取信号特定循环频率处的循环自相关函数切片,可以提高信号的信噪比.当结合其他的解调方法对切片信号进行解调分析时,能够大大提高解调分析方法的抗噪能力.仿真和实验信号分析结果表明方法的有效性.     

自适应滤波器的变换域LMS快速实现算法

本文提出了一种自适应滤波器的变换域ＬＭＳ快速实现算法，井给出了实现这种自适应滤波器的双层线性结构。较之传统的时域ＬＭＳ算法它具有更好的收敛性，并且可以抑制计算误差的积累，因而特别适合于用低低成本实现。此外，还给出了计算机模拟的结果。     

广义循环平稳随机过程的定义及其性质

循环平稳信号作为一种特殊的非平稳信号，有着广泛的应用前景。首先给出了广义循环平稳随机过程的定义，在此基础上证明了广义循环平稳随机过程的和、差、均方极限、均方导数仍为广义循环平稳随机过程；其次讨论了广义循环平稳过程的均值和自相关函数的周期遍历性，这一性质在处理实际问题时非常有用。     

基于高阶统计量的自适应盲源分离算法

提出了一种新的自适应盲源分离算法，在无噪音实时两源两传感器的情况下，一旦观测信号被白化，只需要辨识一个特定的旋转矩阵就可以完成盲源分离，并给出了能表征该旋转矩阵的角的自适应估计器，仿真结果表明，当满足源峭度和不为零的条件时，这种方法是一种稳定的和有效的分离算法。     

几种自适应算法性能比较与仿真

本文对LMS、NLMS以及NVSS算法的性能进行了比较,通过仿真发现NLMS算法的运算速度虽略慢于LMS算法,但其收敛速度和稳态失调远好于LMS算法,同时在性能略低于NVSS算法情况下,NLMS计算简单,更易于在实践中应用,并可以满足实时处理得要求,可应用于处理平稳信号和非平稳信号的领域中。     

一个新的顺序统计算法

本文给出了一个新的顺序统计算法 ,证明了在最坏情况下的时间复杂性。当k≤n/ 5时 ,T(n ,k)=n/ 2 +3.0 45 (n +4k) ;当k≥ 4n/ 5时 ,T(n ,k) =n/ 2 +3.0 45 (5n - 4k) ,改进了文献 [1,2 ]中相应结果。     

A new second-order Mehrotra-type predictor-corrector algorithm for SDO

In Zhang's recent works,a second-order Mehrotra-type predictor-corrector algorithm for linear optimization was extended to semidefinite optimization and derived that the algorithm for semidefinite optimization had O(n~(3/2)log(X~0)~T·S~0/ε) iteration complexity based on the NT direction as Newton search direction. In this paper, we extend the second-order Mehrotra-type predictor-corrector algorithm for linear optimization to semidefinite optimization and discuss the polynomial convergence of the algorithm by modifying the corrector direction and new iterates. It is proved that the iteration complexity is reduced to O(n~(3/2)log(X~0)~T·S~0/ε), which coincides with the currently best iteration bound of Mehrotra-type predictor-corrector algorithm for semidefinite optimization.     

一种新的变步长LMS自适应滤波算法及其仿真

针对变步长自适应滤波算法收敛速度和稳态误差相矛盾的不足,建立了步长μ(n)与误差信号e(n)之间的一种新的非线性函数关系。该函数具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,且能克服输入端不相关噪声对步长μ(n)的影响。由此函数,得出了一种新的变步长自适应算法,理论分析和计算机仿真结果表明该算法的性能优于文中所述其他算法。     

一种新的变步长LMS自适应滤波算法及其仿真

针对变步长自适应滤波算法收敛速度和稳态误差相矛盾的不足,建立了步长μ(n)与误差信号e(n)之间的一种新的非线性函数关系.该函数具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,且能克服输入端不相关噪声对步长μ(n)的影响.由此函数,得出了一种新的变步长自适应算法,理论分析和计算机仿真结果表明该算法的性能优于文中所述其他算法.     

基于变论域的变步长LMS算法

针对一般LMS自适应滤波算法在对系统建模时存在的初始收敛速度、时变系统跟踪能力及收敛精度三个指标难于协调的问题,提出了变论域变步长的LMS自适应滤波算法,并利用李亚普诺夫函数证明了算法的收敛性.研究结果表明,该算法在对系统建模时可以同时兼顾上述三个指标,可用于控制领域的系统及其逆系统建模.     

基于改进VSS LMS算法的谐波电流检测方法

为了对谐波进行有效抑制和补偿以提高电能质量,基于对几种常规变步长算法统一表达式的分析,提出了一种基于改进VSS LMS算法的谐波电流检测方法.对影响步长迭代的参数进行限定,确保参数的选取不会影响算法的收敛性.利用一种变步长LMS/LMF算法来进行权值更新,并用当前误差信号和上一次误差信号归一化的自相关估计来进行步长迭代.利用Matlab软件建立仿真模型,进而在DSP芯片TMS320F2812上实现该算法,验证了该方法的可行性和有效性.     

一种基于遗传算法的模糊C均值算法

模糊C-均值聚类(FCM)对初始值很敏感,易于陷入局部极小点而不能搜索到全局的聚类中心,遗传算法是一种通过模拟自然进化过程的搜索最优解的方法.因此,将FCM算法引入遗传算法的进化中,代替原来的交叉操作.实验结果表明,新方法明显优于传统 FCM算法.     

基于MQ-RBF-FD求解对流扩散方程的二阶算法

提出一种新颖的二阶算法求解对流扩散方程，空间离散使用多二次元局部的径向基函数（MQ-RBF-FD）方法结合维数分裂方法，时间离散采用交替迭代格式结合二阶向后微分（BDF2）方法。找到合适的迭代数目，选择最优的形状参数c,最终获得高阶精度。提供了2个数值例子，验证了二阶算法的合理性和可行性。     

一种新型的基于自适应遗传算法的粒子滤波算法

针对粒子滤波算法的退化以及粒子多样性减弱问题,设计了一种新的基于自适应遗传算法的粒子滤波算法.该算法首先用粒子的重要性权重来度量其适应度值,依据粒子的适应度值自适应确定粒子进行遗传操作的概率;然后对选出的粒子实施交叉、变异操作;最后重新评估粒子的适应度并进行状态估计.这种可自适应调节概率的遗传操作能对粒子进行移动,从而提升了粒子的多样性,并使得粒子都能分布在状态的后验概率密度分布的周围.实验结果表明,该算法可有效提高非线性系统状态的估计精度,尤其在系统状态发生突变时,可以得到较好的估计精度.     

基于MQ-RBF-FD求解对流扩散方程的二阶算法

提出一种新颖的二阶算法求解对流扩散方程,空间离散使用多二次元局部的径向基函数(MQ-RBF-FD)方法结合维数分裂方法,时间离散采用交替迭代格式结合二阶向后微分(BDF2)方法。找到合适的迭代数目,选择最优的形状参数c,最终获得高阶精度。提供了2个数值例子,验证了二阶算法的合理性和可行性。