格形滤波器在ARMA模型辨识中的应用

本文总结了近年来发展的ARMA模型格形辨识算法。基于运用格形滤波器的特性来获得ARMA模型格形辨识算法的思路,着重分析了三种典型算法及其性能,给出了稳定判据,最后指出了今后的发展方向。     

面向载波聚合的FBMC系统PAPR抑制算法研究

针对面向载波聚合的滤波器组多载波(FBMC)调制系统PAPR过高问题,提出一种适用于面向载波聚合的FBMC系统降低PAPR的有效方法。基于预留子载波思想,利用分量载波间的保护间隔充当预留子载波成分,结合时域信号剪切的实现方法,降低信号峰均功率比。同时为克服FBMC系统符号重叠特性的影响,利用后向迭代的实现思想,避免符号重叠引发的峰值再生而引发峰均比回升的问题。仿真结果表明算法可以在不影响系统传输性能的情况下有效降低系统的峰均功率比。     

基于SIR和UIR的双通带带通滤波器的设计

基于λ/2的阶跃阻抗谐振器(SIR)和均匀阻抗谐振器(UIR)设计了一个结构紧凑的双通带带通滤波器,并给出了滤波器的等效电路模型.调整SIR和UIR的长度和阻抗实现双通带,折叠SIR和UIR使得滤波器的结构更加紧凑.经仿真优化及实物制作,测试结果表明,该滤波器工作在2.4GHz和5.59GHz,插入损耗分别为1.69dB和4.33dB.该滤波器具有以下优点:尺寸小,结构紧凑,易于设计和制作,可广泛应用于射频前端.     

生物法同时脱除高温烟气中SO2和NOx的实验研究

 对采用生物膜填料塔处理高温烟气中的SO₂和NO_x进行了实验研究,结果表明,生物膜填料塔能够有效地同时去除高温烟气中的SO₂和NO_x.在65 ℃,循环液流量4.0~7.0 L/h,pH=1.5,停留时间150 s,SO₂进气质量浓度2 000~3 000 mg/m³,NO_x进气质量浓度500~1 000 mg/m³的操作条件下,生物膜填料塔对SO₂的去除率可达99.9%以上,对NO_x的去除率为60.2%.     

经验模态分解和小波分解滤波特性的比较研究

 为了更好地了解小波分解(WD)和经验模态分解(EMD)2种方法对非平稳信号滤波特性的差异,以及2种方法的实际应用效果和各自的优缺点,提出了运用对高斯白噪声信号分解分量平均功率谱特性的分析来对比2种方法滤波特性差异的研究方法,并运用多项对比实验对所提研究方法的有效性进行验证.实验结果表明,所提研究方法能够有效地解释2种分解各自的滤波特性.对于EMD分解,各分量平均功率谱表现为带宽逐渐减小,中心频率逐渐降低的一组有序排列的带通滤波器.整个分解过程不需人为干预可自动完成,但存在边缘效应问题,如不加以处理可能会严重影响分解质量;对于小波分解,选择不同小波基,有的表现出与EMD分解类似的多尺度滤波特性,有的则不尽相同,甚至是完全不同.所以小波基的选择和分解层数的设置不同,可能会导致分解结果出现较大差异,因此存在对小波基优化选择问题.此外,小波分解过程速度较快,平均用时仅为EMD的1/25.     

低信噪比下二值掩蔽算法性能分析

基于计算听觉场景分析,对基于能量的二值掩蔽语音分离算法的性能进行分析,证明了理想二值掩蔽算法在信噪比下具有最佳的单元分离性能,并通过3种类型带噪语音的分离实验证实了该结论。采用理想二值掩蔽算法对8种噪声类型的低信噪比带噪语音进行了分离实验,信噪比平均提升幅度大于10dB,表明算法对低信噪比语音分离的有效性和普遍适用性;采用非均匀、均匀两种多子带分析滤波器组进行分离性能对比测试,结果表明子带均匀性对信噪比提升影响不大。分析滤波器组的子带数量应大于32以实现较好的分离性能。     

随机扰动下混合时滞混沌系统自适应同步

基于自适应同步原理,同时考虑系统内部参数不确定性和系统外部随机扰动,研究了一类具有混合时变时滞的混沌神经网络的同步问题.利用随机微分方程理论,lyapunov稳定性理论和线性矩阵不等式(LMI)的方法,设计自适应控制器.研究表明本方法能有效地克服干扰对同步所造成的破坏,实现良好的同步效果.最后,数据仿真证明了所给方法的有效性.     

利用粒子滤波原理求解函数优化问题

针对多维函数优化容易陷入局部极小值问题,提出一种基于粒子滤波原理的优化算法.首先简要地介绍粒子滤波算法的基本原理;再针对函数优化问题,阐述利用粒子滤波实现优化算法的基本思想,并介绍了其具体的实现步骤,同时为了丰富粒子的多样性,引入了遗传算法的交叉和变异操作;最后为了验证新算法的有效性,采用30维的Benchmark函数进行仿真实验.仿真实验结果表明:基于粒子滤波的优化算法在解决多维函数优化问题方面较其他优化算法具有更强的全局搜索能力和求解精度,这也为优化算法的研究提供一种新的途径和手段.     

基于混沌自适应遗传 ν SVR的城市客运量预测

针对城市客运量预测问题本身所存在的小样本、高维数和非线性等特点,将ν-支持向量回归机(ν-support vector regression,ν-SVR)应用于城市客运量预测.为了提高ν-SVR模型的预测精度和泛化性能,利用基于混沌理论和自适应机制的混沌自适应遗传算法(chaosadaptive genetic algorithm,CAGA)优选ν-SVR模型参数,建立了基于CAGA进行参数优选的CAGA-ν-SVR城市客运量预测模型.结合1978～2008年统计数据进行了仿真预测,结果表明该模型的预测性能优于RBF神经网络模型、GA-SVR模型和GA-ν-SVR模型,平均绝对相对误差控制在2.3%以内,可有效应用于城市客运量预测.     

区间Ⅱ型变论域自适应模糊逻辑控制器

在变论域自适应模糊控制方法的基础上,结合Ⅱ型模糊集较强的鲁棒性和处理不确定性问题的能力,设计了一种区间Ⅱ型变论域自适应模糊逻辑控制器.为了使控制器保持在最优状态,采用粒子群优化算法来优化隶属度函数;然后由Lyapunov方法证明了区间Ⅱ型变论域自适应模糊逻辑控制器的稳定性.对Duffing系统和1维6卷混沌系统的仿真表明,区间Ⅱ型变论域自适应模糊逻辑控制器可以很好地跟踪参考信号,较之变论域模糊逻辑控制器,其可以有效地防止抖震且控制量较小.