非最小相位FIR系统的自适应辨识

提出了一种基于线性代数方程组约束和梯度法的非最小相位FIR系统的自适应辨 识算法.选用的线性方程组具有列满秩的系数矩阵,保证了系统参数的唯一可识别性.由于只 采用高阶累量,故能够抑制任何高斯有色噪声的影响.重点讨论了梯度法中步长的选择,提出 了收敛速度最快的变步长.仿真实验的结果证实了算法的有效性.     

Modeling heterogeneous bacterial populations exposed to antibiotics: The logistic‐dynamics case

In typical in vitro tests for clinical use or development of antibiotics, samples from a bacterial population are exposed to an antibiotic at various concentrations. The resulting data can then be used to build a mathematical model suitable for dosing regimen design or for further development. For bacterial populations that include resistant subpopulations—an issue that has reached alarming proportions—building such a model is challenging. In prior work, we developed a related modeling framework for such heterogeneous bacterial populations following linear dynamics when exposed to an antibiotic. We extend this framework to the case of logistic dynamics, common among strongly resistant bacterial strains. Explicit formulas are developed that can be easily used in parameter estimation and subsequent dosing regimen design under realistic pharmacokinetic conditions. A case study using experimental data from the effect of an antibiotic on a gram‐negative bacterial population exemplifies the usefulness of the proposed approach. © 2015 American Institute of Chemical Engineers AIChE J, 61: 2385–2393, 2015     

Turbo编码类型的盲识别方法

提出一种有效的识别方法,解决了Turbo编码类型的盲识别问题。首先,在理论分析Turbo码固有结构的基础上,通过特定的拆分和组合方式从Turbo编码序列中获取一路递归系统卷积码,和二路线性分组码,从而根据此特性利用秩统计的方法实现Turbo码的判别;然后对递归系统卷积码输出数据进行差分运算,推导出差分后结果仅与寄存器中存放的数据有关,因此通过一阶累积量的方法可以准确获取归零状态的位置,从而实现对Turbo码的归零特性判别。仿真结果表明:该方法能够实现对Turbo编码类型的识别,且具有较好的容错性能,最后也验证了该方法在较高误码条件下具有较好的识别效果。     

ARMA模型盲辨识仿真研究及其在机械故障诊断中的应用

介绍一种新的基于高阶累积量的ARMA模型的递推盲辨识算法，并对ARMA模型的盲辨识方法进行了仿真研究，同时与常用的方法（残余时间序列法、q切片法、Newton法）进行了比较和分析。仿真结果表明，该算法具有良好的收敛性和准确性，运行速度快。特别是随着系统的阶次的增加，速度提高越明显。由于在计算中引入高阶累积量，因而该算法还可抑制高斯噪声的于扰。在此基础上，将该方法应用到机械故障诊断中，并进行实验研究，实验结果表明，该方法是有效的。     

基于三阶矩的非最小相位MA模型参数估计

提出一种新的非高斯信号激励的非最小相位ＭＡ模型参数辨识方法。该方法基于三阶矩和自适应算法，并利用ＦＫＡ算法极小化输出信号的三阶矩估计方差。计算机模拟结果表明，木文方法的收敛速度比最大梯度下降法（ＮＰＧ）快，与ＮＰＯ算法同数量级，但每次递归的运算量比ＮＰＯ算法少，占内存量也小。     

Analysis and Algorithm Simulation of Forward-link CDMA Signal Spectral Regrowth

In CDMA systems, the Radio Frequency Power Amplifier (RF PA) is the most important device. As is known, the nonlinearity of the power amplifier always attracts people’s attention. Since the envelope of CDMA is time-varying, it is of great significance to calculate the distortion caused by the transmitter in the communication system of CDMA. The odd order nonlinear intermodulations of the transmitter expand the frequency spectrum of the CDMA signal, which is called spectral regrowth.…     

混合使用中心矩与累加量的电力系统概率特征根分析方法

在现有电力系统概率特征根分析方法的基础上,依据特征根各阶矩阵影响程度,将随机变量的中心矩与累加量混合使用,以求达到计算精度与计算量需求之间的协调。文中所考虑的不确定因素为：基于节点功率运行曲线的系统多运行方式,利用不心程度的特征根１阶及２阶灵敏度算式,从节点电压或节上的概率特性计算也特征根的各阶数字特征,然后由Ｇｒａｍ－Ｃｈａｒｌｉｅｒ级数确定临界特征根的概率和稳定概率。在该混合算法中,既不限制随     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁，易于实现，且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路.仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势.     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量（HOC）的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声，其解法一般采用的是梯度搜索法，但是梯度搜索过程难以避免局部收敛而且计算复杂．粒子群优化算法（PSO）具有算法简洁，易于实现，且不需要梯度信息等优势．使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题，为滤波器参数的优化提供了一种新的思路．仿真结果表明，使用PSO优化算法求解自适应滤波器系数能获得更高的精度．同时PSO算法受系统跃变的影响较小，因此它在求解非平稳过程模型系统时具有一定的优势．     

电站锅炉声学测温中时间延迟估计的仿真研究

为了在电站锅炉声学测温中获得准确的声波飞渡时间，针对强噪声环境下弱信号检测问题，研究了声信号的时间延迟估计。对从国内某电站锅炉采集的炉膛噪声进行了频谱分析和统计分析，认为炉膛噪声是以中心频率250~ 1000 Hz的低频燃烧噪声为主的类高斯噪声。指出了电站锅炉环境下几种传统的时延估计方法的不足，提出了一种基于高阶累积量的时延估计方法。在指数分布信号中加入实测炉膛噪声信号，设定不同的信噪比，分别对基于ML互相关方法和基于3阶累积量方法进行了100次蒙特卡罗时延估计仿真试验。结果表明，在较低的信噪比下，3阶累积量方法仍可以抑制非高斯信号中相关高斯噪声的影响。不仅为声学测温中的声波飞渡时间测量提供了指导，而且对基于时延估计的锅炉四管爆漏声源定位有一定的参考价值。