自适应回声对消的初期迭代统计学模型及改进算法

为减少滤波器长度,提出自适应滤波算法初期迭代统计学模型及改进的回声消除算法。提出的统计学模型分析了自适应算法迭代初期滤波器各系数的均值和方差。基于该模型提出的改进算法,先检测回声路径峰值,进而确定回声路径延时,然后以延时为中心,用一个短的滤波器辨识原回声路径活跃系数部分。用实际回声路径进行仿真,理论和实验结果均表明,新算法在迭代的前75～100步已可准确检测回声路径峰值并确定延时;而减少滤波器长度,可大幅提高自适应算法收敛速度并降低算法计算复杂度。     

改进仿射投影算法及其在电子回声消除中的应用

在电子回声消除应用中,为提高自适应算法的收敛速度,提出一种改进的仿射投影算法及其快速实现形式.新算法利用回声路径的稀疏结构特征,通过收敛步长控制矩阵,按滤波器各系数幅值大小,等比例地为其指定相应收敛步长,以加快大系数收敛,最终达到加快滤波器整体收敛速度的目的.对新算法进行的统计学分析,为其快速收敛于目标系统的算法特性提供了理论依据.仿真实验表明与传统自适应算法相比,新算法能减小稳态失调并大幅提高收敛速度,其低计算复杂度亦保证了系统的实时性.     

改进的Haar子带变换双滤波器自适应算法

为提高双滤波器结构（Dual filter structure, DFS）一级滤波器W₁（k）的收敛速度,本文提出一种改进的Haar子带变换（Partial Haar transform, PHT）算法。新算法先对W₁（k）的输入信号进行PHT变换以压缩滤波器长度;然后通过优化收敛步长使后验误差最小化以提高收敛速度;最后通过分时保存、维护算法的归一化因子以降低算法计算复杂度。通过提高W₁（k）的收敛速度,新算法可以更少的迭代次数获得稳定的延时估计,从而提高DFS的整体收敛速度。以回声消除为应用背景对新算法进行实验仿真,实验结果表明新算法性能显著优于其他传统的自适应算法。     

应用于回声消除的精确背景噪声估计

The reconstruction of background noise from an error signal of an adaptive filter is a key is-sue for developing Variable Step-Size Normalized Least Mean Square (VSS-NLMS) algorithm in the context of Echo Cancellation (EC). The core param-eter in this algorithm is the Background Noise Pow-er (BNP ); in the estimation of BNP, the power difference between the desired signal and the filter output, statistically equaling to the error signal pow-er, has been widely used in a rough manner. In this study, a precise BNP estimate is implemented by multiplying the rough estimate with a corrective factor, taking into consideration the fact that the er-ror signal consists of background noise and mis-alignment noise. This corrective factor is obtained by subtracting half of the latest VSS value from 1 after analyzing the ratio of BNP to the misalignment noise. Based on the precise BNP estimate, the PVSS-NLMS algorithm suitable for the EC system is eventually proposed. In practice, the proposed al-gorithm exhibits a significant advantage of easier controllability application, as prior knowledge of the EC environment can be neglected. The simula-tion results support the preciseness of the BNP esti-mation and the effectiveness of the proposed algo-rithm.     

基于CA-YOLOv5的热轧带钢表面缺陷检测方法

针对当前热轧带钢表面缺陷检测中存在精度低及复杂背景干扰等问题,提出一种基于坐标注意力(coordinate attention, CA)的CA-YOLOv5缺陷检测方法。主要对YOLOv5的输入端、外加模块和检测端3个方面进行改进：在输入端,采用随机拼接4张或9张图片的方法对训练数据进行增广,并利用遗传算法(genertic algorithm, GA)对网络超参数进行寻优,使得YOLOv5更适用于带钢缺陷检测;在主干网络和外加模块之间引入CA机制,加强网络对缺陷深层特征的提取能力;最后,在检测端,对每一检测分支进行解耦,将检测的分类和位置回归两类任务分开,提升网络对缺陷的检测能力。在NEU-DET热轧带钢表面缺陷数据集上进行了验证实验,实验结果证明,CA-YOLOv5的均值平均精度(mean average precision,mAP)达到84.36%,不仅较原YOLOv5算法提升6.68%,而且优于其他先进的检测算法。     

基于IEEE1588协议的从时钟同步控制算法研究

主要针对IEEE1588协议的原理给出了一种算法方案。结合PID控制算法和反向传播神经网络算法,实现了一种自适应调节从时钟频率的方法。Matlab仿真结果分析得出,该同步算法有较高的精度和自适应能力,应对复杂网络中的各种误差,可以有效的进行调节补偿,保证了从时钟同步的稳定性。     

希尔伯特-黄变换在电压闪变测量中的应用

电压闪变是影响电能质量的一个重要因素,针对闪变水平的计算问题,将希尔伯特-黄变换(HHT)应用于电压波动信号的时变分析中.首先,对提取的电压包络信号进行了HHT变换,从而获得了波动电压的时变参数;然后,将瞬时幅值按照“频率一电压波动”曲线进行加权,得到了瞬时闪变视感度;最后,通过统计计算,得出了短时闪变严重度.对新算法进行了仿真,以含有10 Hz与20Hz闪变成分的电压信号为例,每0.01 s可输出一个闪变值,实例的统计结果与理论结果误差仅为3.863％,符合IEC的要求.研究结果表明,该算法与IEC法、FFT法相比,具有多分辨率的特点,可用于获取电压幅值、频率的瞬时信息,提供更及时有效的瞬时闪变值;另外该算法还能够适用于非平稳信号的闪变测量.     

移位线性插值算法在同步化中的应用

为了解决传统的线性插值算法在数据同步化过程中涉及到大量的乘、除法操作,从而导致运算效率低等问题,将移位线性插值技术应用到数据同步化中.开展了用移位比较的方式对非同步化数据进行线性插值以实现数据同步化的分析,建立了完成一个整周期同步化与所需CPU时钟周期之间的关系,提出了移位线性插值的方法;最后,在DSP TMS320F2812上对移位线性插值算法完成64点同步化运行的时钟周期进行了统计.研究结果表明,移位线性插值算法减少了CPU运行的时钟周期,运算效率提高了近768.08％.     

潮间带无线传感器网络路由算法

以潮间带无线传感器网络（IT-WSN）为例进行深入研究,提出期望剩余传输次数（PRTX）算法.PRTX算法充分考虑网络端到端延迟时间、节点剩余能量、邻居节点之间的距离,以及链路质量,形成一个综合性的路由判据,并利用指数加权平均算法加强路由选择的稳定性.仿真实验结果表明,PRTX路由算法在网络生命周期上比经典算法期望传输次数（ETX）提升了约19%,保障了较高的收包率,并且在节点通信距离变化时具有较好的性能稳定性.同时仿真实验与实际实验都表明,PRTX算法在网络端到端延迟时间上比经典的ETX算法降低了约10%,并提升了网络能量消耗的均衡性.