基于LMD算法的电压闪变参数识别新方法

为了实现电压闪变参数的精确识别,针对采用常规算法求取的电压闪变的调幅波、间谐波参数波动大的问题,首次提出了将局部均值分解(LMD)算法应用于电压闪变参数识别.选取典型的电压闪变算例,应用LMD算法和HHT算法进行仿真对比,结果表明,LMD通过除以包络函数得到PF,"筛分"次数较少,端点效应较小,所求的闪变参数在稳态时基本不变化.该方法步骤简单、运算速度快,证明了LMD算法的可行性与准确性.     

基于MCMC算法的多元线性回归变点模型的贝叶斯估计

基于MCMC算法,研究了多元线性回归系数变点模型的贝叶斯估计问题.首先由所有参数的联合后验分布得到各参数的满条件后验分布,再利用Gibbs抽样和MH算法相结合的MCMC算法对满条件分布抽取样本,最后得到变点位置及其他参数的贝叶斯估计.随机模拟结果显示用该方法估计各参数的效果较好.     

多目标量化变分滤波贝叶斯WSN跟踪定位算法

为进一步提高无线传感器网络节点跟踪定位精度降低能耗,提出一种多目标拥挤度差分优化的贝叶斯量化变分滤波预估WSN跟踪定位算法. 首先,针对定位问题,采用贝叶斯量化变分滤波方法对目标下一位置区域进行预测,利用量化变分滤波方式选取合适的定位参与节点,并设计了量化变分滤波的多目标参数优化模型. 其次,针对传统多目标优化算法寻优精度不高的问题,设计了基于种群个体拥挤度状况的多目标差分进化算法,对量化变分滤波算法参数进行优化,实现了滤波参数的多目标优化. 最后,通过实验仿真表明,该算法能够有效实现目标节点的跟踪定位,并可节省能量消耗.     

一种变论域分层模糊控制器

针对分层模糊控制器规则难以设计,精度难于提高的问题,提出一种变论域分层模糊控制器.由宏观的派生性,使用继承变论域分层模糊控制规则.文中讨论了论域伸缩因子的构造,给出了变论域分层模糊控制的算法步骤.该算法提高了控制品质,避免了增加参数或改变拓扑结构的缺陷.为了证明此种控制器具有良好的逼近性能,还探讨了控制器的灵敏度.最后用双容水槽系统实验验证算法的正确性.     

带参变向量的变尺度算法类

本文导出了三个变尺度算法类的修正公式。在各公式中带有参数及参变向量,适当选取这些参量的值,不仅能得到文献[1]中的修正公式(包括Huang的修正公式)和Dennis的对称化的公式等,而且还可以构造新的公式。因此,本文导出的变尺度算法类是更广泛的算法类。     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.     

基于瑞利分布的变步长常模盲均衡算法

针对常模算法(CMA)及基于剩余误差非线性变换变步长常模算法(REVCMA)收敛速度慢的缺点,提出了以误差函数为随机变量、以瑞利分布为变步长,构造了基于瑞利分布的变步长常模盲均衡算法(RDVCMA)。该算法的变步长有两个参数,通过调整该参数,可以加快收敛速度。分别用4QAM及4PSK信号,通过典型电话信道,对算法进行了仿真研究。结果表明,在同样的稳态误差条件下,新算法具有比CMA及REVCMA更快的收敛速度。     

基于变论域模糊控制的高旋弹姿态控制算法

针对高速旋转弹姿态控制系统存在的模型不确定、非线性、强耦合等问题,提出了基于变论域模糊控制的参数自适应姿态控制算法. 在建立姿态控制模型并通过前置反馈补偿方法对俯仰偏航通道进行解耦的基础上,利用变论域模糊控制器对姿态闭环反馈控制系统参数进行在线自适应整定. 仿真结果表明:变论域模糊控制器能有效改善闭环反馈控制系统的动态响应特性,减小弹体参数时变对控制器性能的影响,提高其适应性.      

预估式变参数PID控制算法的研究

以半导体厂芯片生产车间洁净室温度控制系统为应用背景,给出了预估式变参数PID控制算法.这种实用新算法的调节时间接近于Smith补偿算法,但在被控对象的数学模型不精确时,仍有较好的控制效果.     

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.