基于自适应Kalman滤波的输油管道状态估计

通过离散化输油管道瞬变流动控制方程,基于扩展Kalman滤波方法,用带有未知时变噪声统计的虚拟噪声补偿线性化模型误差,构造了鲁棒自适应Kalman滤波器,以进出口压力及站间测量点为系统的输入与输出向量,对输油管道进行状态估计,并将状态估计结果与实际运行采集数据进行对比.结果表明,该滤波器迭代收敛速度较快,其误差控制在3%以内.     

改进的线性受限共轭梯度常模算法

提出了一种改进的线性受限共轭梯度常模算法,称之为M-LCCGCMA.其核心是采用最优自适应步长的方法对已有算法进行优化,并推导出步长的解析形式,确保了算法收敛于期望用户,提高了系统性能.通过对算法代价函数的理论分析,得出了算法收敛的条件.将算法在加性白高斯和多径衰落信道的环境中进行了仿真,结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好.     

基于CS的灰度图像压缩

采用较新的压缩感知理论,通过Harr正交稀疏变换和伯务利采样矩阵,实现了对灰度图像的低速压缩采样,并利用正交匹配追踪算法实现压缩数据的恢复.实验结果表明,此算法能较好地实现图像的感知压缩.     

一种基于小波消噪技术的平直度模式识别方法

为了提高平直度模式识别的精度,引入小波消噪技术对平直度信号进行预处理,然后采用以1次、2次、3次和4次勒让德多项式作为平直度基本模式的基于最小二乘原理的多项式回归方法进行模式识别,提出了一种计算精度高、抗干扰能力强的平直度模式识别方法。该方法能够从本质上提高平直度模式识别的精度,计算过程稳定可靠,能够为平直度控制模型提供准确的平直度信息,适合在线应用。     

基于矢量基学习的自适应迭代最小二乘支持向量机回归算法

为增强最小二乘支持向量机(LS-SVM)回归建模的稀疏性、鲁棒性和实时性,在加权LS-SVM的基础上,提出了基于矢量基学习的自适应迭代回归算法。在训练过程中,该算法通过矢量基学习和自适应迭代相结合的方法得到1个小的支持向量集,同时采用加权方法确定权值以减小训练样本中非高斯噪声的影响。回归学习和动态系统辩识的仿真结果表明:在回归建模精度相似的情况下,该算法确定的支持向量为全部学习样本的4.9%~8.9%,训练时间为标准LS-SVM的0.011%~0.383%;由于能够鲁棒跟踪时变非线性系统的动态特性,适合在线实时训练;可进一步用于非线性系统的建模和实时控制研究。     

基于ASTFT和中值滤波的PRC-CW雷达FM干扰抑制方法

通过分析调频(FM)干扰对伪码调相连续波雷达相关检测性能的影响,发现当FM干扰超出伪码调相雷达自身抗干扰容限时,相关输出严重恶化.针对该问题,考虑到伪码在时频平面上是近似均匀和平坦的,而FM干扰则具有较好的时频聚集性,该文提出了基于自适应短时傅里叶变换(ASTFT)和中值滤波的FM干扰抑制方法.该方法通过对时频平面上被干扰污染的部分进行中值滤波,实现了对FM干扰的抑制.对不同信干比情况下线性调频和正弦调频干扰抑制前后的相关输出进行了仿真分析.结果表明,该方法能够有效抑制干扰,使相关输出得到显著改善.     

基于多用户多输入多输出系统的自适应有限反馈

为了减少多用户多输入多输出系统中上行链路的反馈开销,研究了多用户的有限反馈问题.在分析反馈比特数与用户速率关系的基础上,推导出用户自适应有限反馈的最优解,并提出一种实现简单的次最优方案,即用户根据自身和系统整体的信道质量状况,自适应地选择反馈比特数.通过增加信道较好用户以及减少信道较差用户的反馈比特数,有效提高了反馈比特的利用效率.研究结果表明,该方案实现简单,在不增加系统反馈开销的条件下明显增加系统吞吐量.     

RBF网络自整定PID控制在网络化控制系统中的应用

文章针对网络化控制系统普遍存在的时延问题,介绍了一种基于径向基函数神经网络自整定PID的控制策略.在Matlab/Simulink环境下搭建了基于TrueTime工具箱的网络控制系统的仿真平台.仿真结果表明:与常规PID控制相比,神经网络自整定PID控制算法可有效地提高系统的鲁棒性和自适应性,且此方法易于实现,便于工程...     

基于MTM和灰色关联度的混合噪声自适应滤波算法

利用MTM滤波算法和灰色关联度的特点,提出一种基于MTM滤波算法和灰色关联度相结合的混合噪声图像的自适应滤波算法.算法选取加窗混合噪声图像的MTM值,采用灰色关联度自适应地计算各像素的加权系数,通过加权得到滤波后图像.仿真实验表明,该算法有较好的自适应性,不但能够有效抑制图像的噪声,而且能较好地保护图像的细节信息,提高图像的清晰度.     

基于主动丢帧的实时视频自适应传输

网络传输过程中的丢包现象会对接收端的视频回放质量产生严重的不利影响.为了尽量消除丢包对视频回放质量的影响,提出一种主动丢帧策略,即在视频数据发送之前根据当时的网络状态,选择性的丢弃部分不太重要的帧.仿真结果表明,这一策略显著改善了视频的回放质量,并有效地降低了网络发生拥塞的可能性.