自适应模糊控制综述

经过近50年的发展,模糊控制理论在实践中得到越来越广泛地应用。将模糊逻辑技术与自适应控制相结合形成的自适应模糊控制,因其具有鲁棒性强、易于掌握和操作,并且控制技术自身克服了复杂、非线性等系统难以精确建模等特点,能够在控制过程中,根据自身输出与外界反馈,进一步修正控制器中的控制规则,使得控制效果更加的完善,所以自适应模糊控制在现代工业生产以及航天航空等多方面越来越得到重视,本文从模糊控制基本思想、自适应模糊控制的结构等方面对自适应模糊地理论结构进行了阐述,并介绍了各种关于自适应模糊控制的理论研究成果,最后对自适应模糊控制的发展做了小结并且阐述了模糊建模以及自适应模糊控制的实际研究意义和具有巨大的发展前景。     

基于时空级联自适应的多频信号混响抑制方法

针对使用多频信号的高速运动的前视主动声纳,对运算量小、较为实用的降维空时自适应抑制混响方法进行了研究,分析得出多频信号的混响空时二维分布特性,在此基础上提出了基于时空级联自适应处理非相干叠加多频信号混响抑制方法,仿真实验研究表明：该方法具有较好的多频信号混响抑制性能,而且大大降低了系统的维数和运算量,便于实际工程实现。     

一种改进的自适应滤波算法在微震信号处理中的实现

为实现低阶滤波器对微震信号进行自适应滤波处理,提出一种新型的自适应滤波算法——变步长延时LMS算法(VS-DLMS).运用Matlab软件对该算法进行计算机仿真验证,并将其与传统自适应滤波算法在滤波器阶数较低时的滤波效果进行比较,证明该算法的有效性与优越性.最终设计该系统各模块功能图并在FPGA中编写VHDL语言对该算法进行硬件部分实现.结果表明:该算法有非常好的可行性,对比传统算法在高速地震信号采集处理应用中有着良好的应用前景.     

高速数据采集系统的关键技术

高速数据采集技术目前已经在雷达,遥测遥感、图像处理、瞬态信号测试等领域得到广泛应用。主要对于高速数据采集系统中的并行采样技术、高速数据传输和存储技术、现场可编程门阵列FPGA进行探讨。     

自适应小波阈值去噪在重力仪信号处理中的应用

为了有效地消除各种外界干扰噪声对高精度海洋重力仪测量值的影响,提高重力异常测量值的精度,在分析了小波阈值及自适应小波阈值去噪算法的基础上,将其应用到高精度海洋重力仪系统数据处理中,并与自适应卡尔曼滤波做了对比,以处理后信号的信噪比作为衡量3种数据处理方法优劣的依据.理论分析和仿真实验表明,自适应小波阈值去噪方法、传统的小波阈值去噪方法和自适应卡尔曼滤波都能在一定程度上消除噪声信号对重力仪测量信号的影响,但在相同情况下,自适应小波阈值去噪方法具有明显的优越性.     

高速数字采集系统通道间信号传输延迟时间分析

通道间信号传输延迟时间是多通道高速数字采集系统的一项重要评价指标.本文应用Hilbert Huang变换对采集到的单频正弦信号进行数字信号滤波处理,对滤波后的数据进行Hilbert变换得到信号的瞬时相位,可以精确识别信号源的频率,并能够方便地得到通道问信号传输延迟时间.为高速数字采集系统通道间信号传输延迟时间分析提供了...     

压力容器声发射检验中信号去噪研究

压力容器作为工业系统中的重要设备,其安全运行直接影响工业生产的安全性。通过定期对压力容器进行声发射信号检测,可及早发现设备缺陷,保障安全生产。由于压力容器检验现场各种噪声普遍存在,导致采集的声发射信号严重失真甚至淹没在噪声信号中。通过研究小波阈值去噪,自适应滤波原理,采用小波-自适应联合滤波,进行含噪信号去噪处理。     

柴油机排气噪声有源控制仿真研究

针对柴油机排气噪声设计了一套有源消声系统，并对高速数字信号处理芯片为基础的控制单元进行了仿真试验，该系统采用了转速信号作为次级声源输入，并以自适应同源谐波滤波为控制模型，保证了系统的有效性和稳定性，仿真结果表明，本系统有很好的消声效果。     

相减式硬约束自适应抵消器的海试研究

相减式硬约束自适应的基阵系统的具较低的旁瓣和较好的方位分辨力，它的自适应逻辑不需要信吃场相关矢量的先验知识，因而结构简单，便于工程实现，本文在原有的理论将其变形的波束减的自适应低抵消器，着重从实验方面研究这种自适应抵消器的性能，利用原有声呐设备构造了一个实验系统，成功地抑制了舰壳声呐自噪声中螺旋桨噪声成分，通过处理海上试验数据，详细考察了多种算法的抵消效果，并讨论了信号检测能力。     

偏时域相干算法在自适应滤波器中的应用

在分析偏时域相干算法的基础上，提出了一种新的自适应滤波方法，该方法能够将复合信号中各信号分量进行分离，并自动调整输入信号的参数，使分离出来的信号误差达到最小的信号处理系统，它可以定量分离具有复杂频率成分且频带可互相重叠的信号分量，能对组成混合信号的各个信号分量进行定量的分析，而无论这些信号分量是有用信号还是噪声信号，并能够把组成混合信号的各信号分量进行分离。理论分析和计算机仿真均表明该算法具有较快的自适应跟踪能力和较好的稳态性能，可以很好地应用于信号分离系统中。