动态迟滞非线性自适应补偿控制方法

针对典型的动态迟滞特征模型,提出了一种新型的迟滞补偿控制方法.通过乘以一个斜率转换因子, 将具有近似线性特性的理想迟滞模型转化成实际的期望输出模型.采用自适应滑模控制原理求取迟滞补偿控制量,以保证实际的迟滞特性能够达到期望的线性输出特性.仿真实验结果表明,该自适应滑模迟滞补偿方法能够有效地补偿动态迟滞特性.     

基于自适应猫群算法的多目标波束赋形

针对大规模阵列天线波束赋形中智能优化算法精度不高、收敛速度不快等问题,提出一种自适应猫群算法.在猫群算法的基础上,使其基本参数根据迭代次数及适应度函数值自适应改变,并在搜寻模式中加入赌轮盘和精英选择相结合的策略,以增加种群多样性.多种智能优化算法的性能仿真对比分析表明,自适应猫群算法具有快速收敛、全局寻优的能力.将该算...     

基于一种新的S型函数快速凸组合最小均方算法

为解决传统凸组合自适应滤波算法在联合参数迭代计算量大、算法收敛速度慢、跟踪性能差等问题,提出了一种基于一种新的S型函数快速凸组合最小均方(SCLMS)算法;该算法用一种新的S型函数,代替Sigmoid函数,在保证和CLMS算法相同稳态误差情况下,避免了指数运算,减少了计算量;同时也提高了收敛速度和信号的跟踪性能。通过独立高斯白噪声作为输入信号算法仿真、相关噪声作为输入信号算法仿真;以及非平稳环境下算法仿真;并对三种仿真结果进行了分析,验证了该算法性能可靠有效。     

考虑随机失效阈值的设备剩余寿命在线预测

退化失效阈值是影响设备剩余寿命预测的重要因素。针对现有剩余寿命预测方法忽略失效阈值随机性影响的问题,提出考虑随机失效阈值的设备剩余寿命在线预测方法。首先,基于带测量误差与随机效应的非线性Wiener过程构建设备退化模型;其次,采用极大似然估计(maximum likelihood estimation, MLE)算法估计退化模型参数与随机失效阈值分布系数;然后,在考虑随机失效阈值的基础上推导出设备剩余寿命的概率密度函数(probability density function, PDF),并基于Bayesian原理实时更新退化模型参数,实现对剩余寿命的在线预测。最后,将该方法应用于陀螺仪剩余寿命在线预测分析,结果表明该方法能够有效提高剩余寿命预测的精度与准确性。     

基于视线角序列的视线角速率样条滤波

依据拦截器与目标间的相对位置、速度关系,提出了基于视线角序列的视线角速率自适应样条滤波算法。该算法利用样条函数表示相对距离矢量,提出并结合“导引头球面”模型,建立了系统状态方程;在只给出视线角序列信息的情况下,对状态估计误差和观测误差进行了补偿,实现了自适应样条滤波算法,获得了有效的视线角速率信息。     

基于无监督域自适应的计算机视觉任务研究进展

作为工业互联网的典型实例之一,车联网技术近年来飞速发展,其核心在于信息的互联互通.因此,精准、可迁移的环境信息感知能力是其稳定运行的前提之一.深度学习的进步推动了计算机视觉任务的发展,但基于传统深度学习的方法仍存在训练过程对人工标注数据依赖强、场景泛化能力较差的弊端.而对于计算机视觉任务来说,训练数据的真值标签获取较难...     

基于车内噪声水平的路面预养护指标阈值确定方法研究

为了消除车内噪声对人心理和生理的危害,提出了一种基于车内噪声水平的沥青路面预防性养护指标阈值的确定方法。通过多层前向反馈神经网络构建了车内噪声和国际平整度指数的关系模型;依据噪声分级和危害标准,确定了国际平整度指数指标预防性养护的噪声阈值标准;对比分析了国际平整度指数指标预防性养护的规范阈值标准和噪声阈值标准的养护需求。结果表明,前向反馈神经网络能够较好地根据车内噪声水平预测沥青路面国际平整度指数。噪声阈值标准相对于规范阈值标准,对沥青路面国际平整度指数提出了更高的要求。     

移动网络中的自适应业务带宽调整研究

详细介绍了移动通信网络中的业务带宽调整问题,着重介绍了其中的公平性和开销问题;并介绍和分析了现有的3种带宽调整方案,比较了他们各自的优缺点,提出了一种新的带宽调整方案.该方案采用固定的带宽升降级比率和循环升降级的方法,既保证了带宽升降级时的公平性,又有效地控制了网络开销.计算机仿真结果表明了新的方案具有良好的性能.     

货车定检标记识别中的定位算法

对使用CCD摄像机扫描得到的货车定检标记图像进行定位,采用水平方向的差分放大算法和垂直方向的阈值投影法进行定位,经现场验证,该算法定位精度达到90%,是一种可行的定位方法.     

双目标代价函数自适应均衡算法

为了实现有效的高速通信,色散信道必然引入符号间干扰,克服干扰的有效技术就是均衡。为此,提出了一 个双目标代价函数,不同于以前的单目标代价函数,并给出了其实现算法和仿真结果,通过性能比较可以看出建议 的准则和算法是有效的。