滑动平均滤波在微弱脉冲信号检测中的应用

讨论滑动平均滤波这种简单而常用的算法,在微弱脉冲信号检测方面的应用,进行模拟仿真;同时还分析在单脉冲信号检测时,滑动平均滤波与相关检测之间的联系.     

改进的PSO在说话人辨识中的应用

针对PSO算法容易陷于局部极值的缺点,提出了一种改进的PSO优化算法（IPSO）。该算法根据粒子进化速度对粒子个体极值进行自适应扰动,使粒子及时跳出局部极值点而继续优化,从而扩大粒子搜索范围。改进后的PSO算法加快了收敛速度,能够很好地调整算法的全局与局部搜索能力之间的平衡。同时,给出了应用IPSO算法训练支持向量机的方法,并将其应用于说话人辨识。改进后的PSO可以使SVM用较少的SV取得最优分类面,从而减少SVM的训练量,提高了说话人辨识速度。     

一种结合PSO及改进BP网络的辨识方法

当辨识神经网络的类型和结构确定后,初始权值等辨识参数直接影响到辨识效果,而依靠先验知识试凑而得的参数值往往难以达到最佳效果。针对这一问题,提出了一种结合粒子群（PSO）算法及引入动量项的改进BP网络的辨识方法,利用PSO对改进BP网络辨识的初始权值/偏置、学习率、动量系数进行寻优,并将优化后的神经网络模型用在控制系统中进行修正,进一步完善辨识模型。应用在热工系统中,仿真结果表明了该辨识方法的有效性。     

基于滑动平均极值的粒子群优化算法

针对标准粒子群优化算法(SPSO)易陷入局部最优,进化后期收敛速度慢的缺点,提出一种基于滑动平均极值的粒子群优化算法(MWAPSO).改进了标准粒子群算法中的速度更新方程,使得粒子在进化过程中追随个体极值、全局极值和滑动平均极值.将该算法应用于4个典型的测试函数,实验结果表明,与标准粒子群算法相比,该算法在运行初期具有更强的探索能力,能够有效地避免粒子群体陷入早熟收敛.有更好的收敛性和更快的收敛速度.     

量子PSO粒子滤波在DR/GPS组合导航系统中的应用

将量子粒子群优化(QPSO)算法与粒子滤波(PF)相结合,提出了量子PSO粒子滤波(QPSO-PF)算法,对航位推算(DR)与GPS组合导航系统中的里程系数误差和航向误差进行辨识估计,并对里程系数和航向进行修正。该算法采用量子位对粒子进行编码,引入量子旋转门与变异操作保持了粒子集的多样性,通过QPSO搜索寻优重新分配粒子,使粒子集有效地逼近真实的后验概率分布,从而有效地减轻了退化现象,提高了PF的精度。DR/GPS组合导航系统跑车实验结果表明:该算法有效地抑制了DR导航系统误差的增长,提高了组合导航系统的定位精度。     

改进的PSO在TSP中的应用

粒子群优化算法（PSO）是Eberhart和Kennedy提出的,该算法具有思想简单、易编程实现等特点,引起了国内外相关领域众多学者的关注。本文以旅行商问题为例,提出一种离散粒子群优化算法,对粒子的位置、速度等量及运算规则进行定义,并在迭代过程中对速度引入收缩因子。实验结果表明,该算法具有很好的性能。     

幅相二元距离加权的自适应滑动平均滤波

对于光谱图、心电图、线阵CCD光斑图等尖峰型信号,既要滤除噪声又要保持信号峰的位置、幅度、面积、边缘陡度等特征,这是一对难以兼顾的矛盾。在分析了常规加权滑动平均滤波算法的基础之上,提出了幅相二元距离权系数的概念。它不仅考虑了参与加权滑动平均运算的采样数据点间在相位上的相关性,同时也考虑了它们在幅值方面的相关性,有效地解决了峰脚数据被拉高的问题。通过动态调整相位距离阈值或幅值距离阈值,有效地解决了峰顶数据被拉低的问题,从而建立了基于幅相二元距离加权的自适应滑动平均滤波算法。该算法已成功应用于基于线阵图像的视觉式全参数车轮定位检测系统中,使得光斑位置亚像素检测精度从原来的0.5像素提高到了0.03像素。     

改进PSO算法在主汽温系统PID参数优化中的应用

提出了一种基于改进的粒子群优化（PSO）算法的PID控制器参数整定方法。通过对粒子赋予不同的初始惯性权重,较好地协调了粒子的全局与局部搜索能力。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象的仿真研究,结果表明：改进的粒子群算法在保证PID控制稳定性基础上提高了PID控制的精度,且编码简单,易于实现,具有较好的应用前景。     

基于改进PSO算法的GMA迟滞模型参数辨识

使用改进的粒子群优化算法辨识Jiles-Atherton模型参数。针对J-A模型对超磁致伸缩致动器(giant magnetostrictive actuator,GMA)迟滞特性建模中磁化参数互相嵌套难以辨识的特点,改进磁滞模型并建立了考虑超磁致伸缩材料磁机耦合特性的动态磁滞模型;为了克服普通粒子群算法实际求模型参数时计算量大,运行时间长的缺点,提出基于粒子群算法和遗传算法的改进算法--带交叉因子的粒子群优化算法,将模型仿真所求的磁化强度和实验测得的磁化强度的差值的平方作为适应度函数,并结合最小二乘法思想对J-A模型的几个参数进行辨识;最后,在Matlab 7.0上进行仿真,给出了模型辨识后的结果。在不同预压力和驱动频率下的仿真结果与GMA已有实验数据进行对比,验证得出辨识后的模型可较好地与实验数据拟合,磁致伸缩位移误差在5%以内。     

基于改进PSO和FCM的模糊辨识

为了提高T-S模糊模型的辨识精度和效率,本文提出了一种改进的粒子群算法和模糊C均值聚类算法相结合的模糊辨识新方法。在该方法中,针对粒子群算法在处理高维复杂函数时容易陷入局部极值的问题,提出了一种粒子群局部搜索和全局搜索动态调整的全新优化算法。模糊C均值聚类算法是模糊辨识最常用的方法之一,该算法简单,计算效率高,但是对初始化特别敏感,容易陷入局部最优。为了解决这一问题,利用改进粒子群算法的全局搜索能力优化聚类中心,显著地提高了算法的辨识精度和效率。最后,针对非线性系统进行建模仿真,仿真结果表明了本文方法的有效性和优越性。     

一种改进的心电信号基线漂移矫正方法

传统滑动平均滤波法有实现容易、计算简单的优点,但在矫正心电信号的基线漂移时容易造成有用心电信号的丢失,从而使滤波后的心电信号产生失真.文中在传统滑动滤波器的基础上,考虑心电数据的采样率并进行跳跃采样对算法进行改进,给出了改进算法的数学模型,并利用MIT-BIH心电数据库中的实测数据对两种算法进行了比较验证.实验表明改进算法处理后得到的结果,在矫正心电信号的基线漂移时与原算法相比,减少了有用心电信号的损失,滤波后的心电信号失真更小,与原始数据的吻合度更高,效果更理想.     

均值滤波和形态学在振荡脉搏波提取中应用

目前,市场上85%以上的电子血压计均采用振荡法进行血压测量,振荡法血压测量的关键步骤就是从原始的采集信号中提取出纯净振荡脉搏波用于血压计算.本文将采用自己研制的基于上气式的血压数据采集装置进行数据采集,针对采集过程中由于电机振荡、呼吸以及身体移动和电子元器件温度变化等因素所引起的高频噪声和基线漂移,提出了滑动均值滤波和数学形态学结合的去噪方法.经过实验验证表明,该方法有效地去除了振荡脉搏波中的高频噪声和基漂信号;通过信号频谱分析表明,明显降低了信号高频段的幅值,信噪比得到了良好的改善,提高了血压测量的精度.     

多维滑动和（MA）模型参数的自适应估计

本文利用AR模型LS梯格滤波的有关公式给出了实时辨识多维MA模型参数的递推算法,该算法建立在对模型噪声和观测的自协方差阵和互协方差阵的矩估计基础上,由一个N阶反馈形式的梯格滤波器构成,可关于时间和阶次双重递推,该算法计算量为O(N)的量级,并具备梯格滤波固有的良好数值及结构特性。     

移动平均法在卷烟产量预测中的应用

介绍了一次移动平均法的概念、特点以及预测模型,分析了卷烟产量预测的必要性。通过实例证明了一次移动平均法在卷烟产量预测中的作用,总结一次移动平均法的优缺点。     

估计MA参数的多维强Gevers-Wouters算法及其在构造ARMA新息模型中的应用

提出了用多维Gevers-Wouters（G－W）算法得到稳定的滑动平均（MA）过程的一个频域充分条件,并给出了在构造ARMA新息模型中的应用,给出了保证ARMA新息模型的MA多项式矩阵稳定的一个时域充分条件,仿真结果表明,多维G－V算法具有快速收敛的性质。     

一种强跟踪滤波器及其在人手跟踪中的应用

通过对状态预报误差的协方差矩阵的各个分量分别进行控制,设计一种强跟踪扩展卡尔曼跟踪滤波器,并在单目相机环境下利用该滤波器对3D人手运动过程中的突变状态进行跟踪;讨论了3D人手生理模型、运动模型等问题;最后通过大量实验证明了该强跟踪滤波器的有效性.与现有的STEKF滤波器相比,文中的强跟踪滤波器具有更强的跟踪能力.     

改进强跟踪滤波算法及其在汽车状态估计中的应用

准确实时地获取汽车行驶过程中的状态变量,对汽车底盘控制有着重要的意义,而这些关键状态往往难以直接测量或 者成本较高.结合纵向、侧向和横摆三自由度非线性汽车模型,将改进强跟踪滤波(Improved strong track filter, ISTF)算法应用到汽车的状态估计中,并改进了算 法的稳定性.与扩展卡尔曼滤波(Extended Kalman filter, EKF)算法进行比较分析.通过Carsim和Matlab/Simulink联合仿真和实车双移线实验验证算法,结果 表明,该算法在估计精度、跟踪速度、抑制噪声等方面均优于扩展卡尔曼滤波算法,满足汽车状态估计器的软件性能要求.     

基于移动平均法的烟草加香过程控制改进

本文针对烟草制丝过程中混合丝加香料液流量标准差大的问题,通过建立基于移动平均法的控制模型,对加香过程进行改进,改进后有效降低了加香料液流量波动,提高了加香过程的料液施加的均匀性和产品的内在质量的稳定性、一致性.     

利用双通道格形滤波器同时辨识ARMA模型的参数和阶次

本文重新构造了一种最小二乘通道格形滤波器，并将它用于同时辨识ＡＲＭＡ模型的参数和阶次。数值仿真结果表明，这种辨识算法具有计算量小、精度高等优点。     

用基于移动均值的索引实现时间序列相似查询

提出了基于移动均值的索引来解决子序列匹配中的"ε-查询"问题:提出并证明了基于移动均值的缩距定理和缩距比关系定理,后者具有很好的"裁减"能力,可以在相似查询时淘汰大部分不符合条件的候选时间序列,从而达到快速相似查找的目的;引入了由Jagadish等人提出的BATON~*-树,并在此基础上适当修改,建立了MABI索引,极大地加快了相似查询过程;最后,在一个股票交易数据集上进行了实验,证明了MABI索引的良好性能.