多缓冲机制下ADPCM解码算法适应性研究

文章对不同缓冲机制下ADPCM解码算法的运行条件进行了分析与对比,利用最小二乘法,提出关于ADPCM解码函数输入数据量与函数输入缓冲区长度的条件关系式,量化了不同缓冲机制对算法适应性的影响;针对实验环境的特点,改进了IMA ADPCM解码算法.研究结果表明,采用多缓冲机制能显著提高ADPCM算法的适应性;改进后的解码算法效率较原算法提高约75%.     

基于自适应门限局部改进及求根MUSIC算法

使用合适的门限才能正确地提取出小特征值，如果能适应较大范围的信噪比和快拍数就需要有一定自适应能力的门限．通常，信噪比对门限的影响比快拍数对门限的影响要大得多，经过反复计算和仿真得到一个门限公式：（15（SNR）0．8＊（snap）0．2），其中SNR为信噪比，snap为快拍数．多次仿真表明，该门限公式具有较好的自适应能力，即能很好地适应各种信噪比与快拍数的变化，能较准确地估计出信源个数．     

具有输入时滞的不确定系统鲁棒自适应控制

对带有输入时滞和状态时滞的线性不确定系统,利用系统将来的状态设计预估控制器,通过与之等价的因果控制器,给出积分形式的控制率,使得系统在自适应控制器的作用下渐近稳定。最后,通过数值算例说明在该控制器的作用下,系统的解趋于稳定的速度比在普通的状态反馈控制器作用下解趋于稳定的速度更快。     

基于卡尔曼滤波的多滑模面电动舵机控制

针对导弹用力矩电机的位置反馈控制,提出一种采用多滑模面自适应变结构控制法,采用卡尔曼滤波器估计状态,消除测量噪声,降低输出抖动,对多滑模面控制率的稳定与收敛性进行适当证明,通过仿真验证算法的有效性。     

基于自适应遗传算法优化的BP神经网络股票价格预测

股票价格是一种具有较强随机性的数据,不仅受到买卖双方的影响,而且与国内外政策因素有关.为了提高精度,采用BP神经网络与遗传算法结合的方法进行研究.针对BP神经网络初始权值随机、遗传算法易陷入局部优化等问题,给出了一种基于自适应遗传算法优化的BP神经网络股票价格预测模型,该模型通过自适应遗传算法对BP神经网络初始权值进行优化,从而对股票价格进行预测分析.实验仿真结果表明该模型可以获得较高的预测精度和较快的收敛速度.     

一种动态校正的AGMM-GPR多模型软测量建模方法

工业过程常常是强非线性的,并有多个工况,传统的软测量方法存在预测能力差,不能有效利用误差信息等缺点.为了有效解决这些问题,提出一种基于自适应高斯混合模型-高斯过程回归(AGMM-GPR)的多模型动态校正软测量建模方法.首先,通过贝叶斯信息准则构建自适应高斯混合模型(AGMM),得到优化的子模型个数;然后,利用GPR方法建立各局部模型,当新的数据到来时,将其隶属于各局部模型的后验概率和预测值融合得到多模型输出;最后,为了进一步提高模型的精度,构建自回归积分滑动平均(ARIMA)模型对多模型输出进行动态反馈校正.通过数值仿真和硫回收装置(SRU)中H2S浓度的估计,验证了所提方法具有良好的预测精度和泛化性能.     

高温熔体粘度测试仪的温度控制技术

介绍了高温熔体粘度测试仪的组成和功能.分析了高温熔体粘度测试仪温度控制系统的特点.为了提高加热速度和温度控制精度,提出了阈值控制策略与自适应模糊PID控制相结合的控制算法.在高温炉当前温度值与设定温度值偏差较大时,为了保护系统和提高加热速度,运用阙值控制策略对系统进行控制,在高温炉当前温度值与设定温度值偏差较小时,运用自适应模糊PID控制,以保证控制精度.仿真研究和试验测试证明,该控制算法在保证控制精度的基础上,能很好地提高系统的动态性能.     

基于分段多项式的RF功放预失真线性化新方法

为补偿RF功率放大器的非线性失真,提出一种新的基于分段多项式的自适应数字预失真方法,使用多个直角坐标形式的低阶奇次多项式设计预失真器.分析多种自适应数字预失真方法的计算复杂度,通过Matlab软件仿真它们的收敛速度和线性化效果.该方法计算复杂度低,易于实现.仿真结果表明,该方法收敛速度快,且具有良好的抑制频谱扩展的线性化性能.     

机动目标跟踪中机动频率的自适应调整

研究机动目标跟踪过程中机动频率的自适应调整方法,使其值更加符合目标的实际机动状况.根据卡尔曼滤波残差是否符合零均值正态分布,判断目标机动频率是否发生改变,并采用简化的最小均方误差(LMS)算法对机动频率加以自适应调整.仿真实验表明,通过对频率自适应调整,使机动目标的位置、速度估计误差明显减小.     

网格存储中的自适应负载平衡策略

为了优化网格存储的系统性能,针对网格环境中不同存储单元的性能差异,基于文件的访问特点提出一种自适应的负载平衡策略. 通过建立能量模型体现文件访问对存储单元的负载压力;通过与用户访问复合减少负载调整开销;通过创建和回收副本实现数据访问优化. 实验证明,提出的负载平衡策略与传统的磁盘冷却算法相比,请求处理时间和系统吞吐量均有20%左右的提高.