脉冲噪声环境下基于相关熵的AR模型α谱估计方法

在高脉冲水平条件下,基于分数低阶统计量的α谱估计方法对脉冲噪声变得敏感,并且分数阶参数值的选取影响估计精度,其性能会出现不同程度的下降。根据信号的相关熵函数对非高斯噪声不敏感的特点,提出了一种基于相关熵的模型α谱估计方法。仿真结果显示,在相同混合信噪比条件下,所提方法具有无需预设分数阶参数值和顽健性强的特点,特别在高脉冲水平噪声下相比其他方法频率分辨能力更具优势。     

基于稳定分布噪声的分数低阶自适应时频分布

信号中的α稳定分布噪声会使自适应时频分布方法失效.针对该问题,利用分数低阶统计量理论,提出一种改进的分数低阶自适应时频分布.为了实现带噪信号的实时在线处理及长时间信号的时频分布分析,给出一种分数低阶短时自适应时频分布.仿真结果表明,2种方法都能在含有α稳定分布噪声和高斯噪声的环境下进行有效的时频分布分析.     

基于FLOM和LSTM的频谱感知算法

为解决现有频谱感知检测方法在Alpha噪声中性能下降的问题，提出一种基于FLOM(fractional low order moment, FLOM)和LSTM(long short-term memory, LSTM)神经网络的频谱感知算法。利用分数低阶矩在解决非高斯噪声下感知性能退化的强大能力以及长短期记忆神经网络在解决时序特性问题上的强大处理能力，设计一个频谱感知算法。不同于现有的基于能量和协方差矩阵等二阶统计量的频谱感知，利用FLOM对数据进行分数低阶预处理后，LSTM通过提取分数低阶协方差矩阵的特征进行决策。仿真结果表明，该算法比传统的频谱感知算法具有更高的检测概率。在低信噪比下，基于分数低阶矩阵感知的LSTM检测方案的检测概率比其它基于数据驱动的检测方法改善了至少15%。     

基于改进的Capon滤波器组谱估计新方法

为了解决Capon滤波器组谱估计方法在α稳定分布噪声下性能出现退化的问题,提出了一种改进的Capon滤波器组谱估计方法,利用分数低阶协方差(FLOC)对传统的Capon滤波器组进行重构.由于分数低阶协方差的作用范围是0＜α≤2整个分数低阶空间,因此在α稳定分布噪声下其谱估计性能比基于二阶统计量方法的谱估计性能更好.计算机仿真结果显示了这种方法的优越性能,并且在高斯噪声环境下,其性能与二阶统计量下的方法类似.     

基于分数低阶协方差谱的频谱感知算法研究及其FPGA实现

在对非高斯噪声情况下主用户频谱感知问题的理论研究之上,采用α稳定分布模型描述认知通信系统的非高斯噪声,给出了一种基于分数低阶协方差的感知方法,并采用分数低阶协方差谱对α稳定分布噪声下的主用户信号进行了谱估计,较好地解决了在非高斯噪声情况下传统的功率谱估计性能失效的问题。在此基础上针对FPGA的特性,进一步优化了算法,在FPGA上设计并实现了基于该算法的感知系统。系统利用FPGA产生中心频率为25 MHz、带宽为12.5 MHz的QPSK信号和特征指数为1的α稳定分布噪声作为主用户信号,设计相应的数字信号处理模块,并在此系统中验证了基于分数低阶协方差的感知方法能够有效地从α稳定分布噪声中检测出主信号的存在。该系统运行稳定,可移植性强,适用于不同的主用户频谱检测方案在此系统上进行实现与验证。     

基于分数低阶统计量的阵列信号盲分离

传统方法常对阵列信号处理所研究的噪声采用高斯分布的模型进行描述，但当噪声存在显著的尖峰时，往往不能得到满意的结果。利用稳定分布建模实际中所遇到的具有较大脉冲特性的随机噪声，综述了阵列信号处理方法，并利用分数低阶统计量提出了一种较有韧性的阵列信号处理新方法。仿真表明它们在高斯和低阶稳定分布噪声条件下，具有良好韧性与有效性。     

基于分数低阶统计量的阵列信号盲分离

传统方法常对阵列信号处理所研究的噪声采用高斯分布的模型进行描述,但当噪声存在显著的尖峰时,往往不能得到满意的结果。利用稳定分布建模实际中所遇到的具有较大脉冲特性的随机噪声,综述了阵列信号处理方法,并利用分数低阶统计量提出了一种较有韧性的阵列信号处理新方法。仿真表明它们在高斯和低阶稳定分布噪声条件下,具有良好韧性与有效性。     

分数低阶alpha稳定分布的STFT时频分析方法

对于α稳定分布噪声的非平稳信号,仅用频域的一维分析方法是不够的,需要考虑进行二维的时—频域分析方法。在基于传统的短时傅里叶变换(STFT)基础上,针对分数低阶α稳定分布的特性,提出了分数低阶STFT新方法。计算机仿真结果表明,该分数低阶STFT方法能克服传统的STFT方法在对α稳定分布进行时频分析时的性能退化问题,为α稳定分布在时频域的研究开拓了全新的途径。     

Alpha稳定分布噪声下改进的频域预滤波方法

针对α琢稳定分布噪声和谐波信号在频域均表现为异常值这一特性,提出了一种新的频域预滤波估计方法。通过分数低阶共变将信号转换到频域,在频域利用自适应加权Myriad滤波器滤除尖锐脉冲,提取稳定分布噪声的共变谱,将稳定分布有色噪声转化为稳定白噪声,然后利用基于分数阶共变的Music方法估计信号的共变谱。仿真结果表明,在不需要知道稳定噪声任何统计特性的情况下,该方法在1<α<2的非线性度量空间,该算法取得了理想的效果。     

Spatial Time-frequency DOA Estimation Under a Stable Distribution Noise

当信号中存在α稳定分布噪声时,传统空间时频多重信号分类(STF-MUSIC)算法的空间波达方向(DOA)估计性能会降低甚至失效.为此,利用分数低阶矩(FLOM)代替二阶协方差矩阵,定义分数低阶矩空间时频分布矩阵(FLOM-STFDM).对FLOM-STFDM进行特征分解,得到适用于稳定分布噪声环境的空间时频TF-FLOM-MUSIC算法,分析该算法的信噪比及误差估计,并给出算法实现步骤.仿真结果表明,TF-FLOM-MUSIC算法可有效降低DOA估计的均方误差,提高估计的分辨率和平滑性.     

一种SαSG噪声在FP非线性系统中的逆滤波恢复方法*

针对分数极点系统中存在的独立SαSG噪声,提出一种分数极点系统中稳定分布噪声的逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。计算机模拟实验结果表明,这种算法是一种在SαSG分布噪声条件下具有良好韧性的逆滤波方法。     

分数极点系统中非高斯稳定噪声的逆滤波方法

!-稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机信号和噪声。!稳定分布没有统一闭式的概率密度函数,其二阶及二阶以上统计量均不存在。针对分数极点系统中存在的独立S!S噪声,论文提出一种分数极点系统中稳定分布噪声的逆滤波方法,并分析了算法的长记忆、最小相位、收敛特性。计算机模拟实验结果表明,这种算法是一种在S!S分布噪声条件下具有良好韧性的逆滤波方法。     

分数阶系统的分数阶PID 控制器设计

对于一些复杂的实际系统,用分数阶微积分方程建模要比整数阶模型更简洁准确.分数阶微积分也为描述动态过程提供了一个很好的工具.对于分数阶模型需要提出相应的分数阶控制器来提高控制效果.本文针对分数阶受控对象,提出了一种分数阶PID控制器的设计方法.并用具体实例演示了对于分数阶系统模型,采用分数阶控制器比采用古典的PID控制器取得更好的效果.     

An Exploration on Adaptive Iterative Learning Control for a Class of Commensurate High-order Uncertain Nonlinear Fractional Order Systems

This paper explores the adaptive iterative learning control method in the control of fractional order systems for the first time. An adaptive iterative learning control (AILC) scheme is presented for a class of commensurate high-order uncertain nonlinear fractional order systems in the presence of disturbance. To facilitate the controller design, a sliding mode surface of tracking errors is designed by using sufficient conditions of linear fractional order systems. To relax the assumption of the identical initial condition in iterative learning control (ILC), a new boundary layer function is proposed by employing Mittag-Leffler function. The uncertainty in the system is compensated for by utilizing radial basis function neural network. Fractional order differential type updating laws and difference type learning law are designed to estimate unknown constant parameters and time-varying parameter, respectively. The hyperbolic tangent function and a convergent series sequence are used to design robust control term for neural network approximation error and bounded disturbance, simultaneously guaranteeing the learning convergence along iteration. The system output is proved to converge to a small neighborhood of the desired trajectory by constructing Lyapnov-like composite energy function (CEF) containing new integral type Lyapunov function, while keeping all the closed-loop signals bounded. Finally, a simulation example is presented to verify the effectiveness of the proposed approach.      

A new Wavelet Method for Variable‐Order Fractional Optimal Control Problems

In this paper, a new computational method based on the Legendre wavelets (LWs) is proposed for solving a class of variable‐order fractional optimal control problems (V‐FOCPs). To do this, a new operational matrix of variable‐order fractional integration (OMV‐FI) in the Riemann‐Liouville sense for the LWs is derived and used to obtain an approximate solution for the problem under study. Along the way the hat functions (HFs) are introduced and employed to derive a general procedure to compute this matrix. In the proposed method, the variable‐order fractional dynamical system is transformed to an equivalent variable‐order fractional integro‐differential dynamical system, at first. Then, the highest integer order of the derivative of the state variable and the control variable are expanded by the LWs with unknown coefficients. Next, the OMV‐FI in the the Riemann‐Liouville sense together with some properties of the LWs are employed to achieve a nonlinear algebraic equation in place of the performance index and a nonlinear system of algebraic equations in place of the dynamical system in terms of the unknown coefficients. Finally, the method of constrained extremum is applied which consists of adjoining the constraint equations derived from the given dynamical system to the performance index by a set of undetermined Lagrange multipliers. As a result, the necessary conditions of optimality are derived as a system of algebraic equations in the unknown coefficients of the state variable, control variable and Lagrange multipliers. Furthermore, the efficiency and accuracy of the proposed method are demonstrated for some concrete examples. The obtained results show that the proposed method is very efficient and accurate.     

分数阶PID扭矩控制在边驱耦合轻轨车辆的应用研究

边驱耦合独立轮对(Independently rotating wheelset,IRW)技术是100%低地板轻轨车(Low floor tram,LFT)的关键技术之一,边驱电机的扭矩控制策略直接影响轻轨车的动力学性能.本文基于5自由度独立轮对的轨行机理,搭建了考虑边驱传动系统的单节轻轨车动力学模型.应用了一种分数阶PID(Fractional order PID,FOPID)扭矩控制策略,优化了车辆的曲线通过性能.采用Riemann-Liouville(RL)分数阶微积分理论及Oustaloup滤波器数值逼近法构成FOPID控制器,通过寻优运算对FOPID参数进行整定,在Simulink平台下建立了整车的集成控制系统.通过扭矩控制器与整车动力学模型s函数联合仿真的方式,开展了100%低地板轻轨车辆的直线与曲线运行特性研究,并将计算结果与无控制的独立轮对模型、传统轮对模型进行了对比分析.研究结果表明,在直线运行下,FOPID控制下的轻轨车能够提高车辆的稳定性,受控轮对的抗轨道不平顺激扰能力较强.在大半径曲线下,无控制的独立轮对曲线通过性较差,而受分数阶PID控制的独立轮对能够表现出与传统轮对一样优异的曲线通过性能;在小半径曲线下,分数阶PID扭矩控制策略能够使轻轨车获得足够的导向力,曲线通过性能明显优于其他模型.