基于小波萎缩法的非线性自适应数字滤波器的设计

本文中,将小波萎缩法应用于非线性自适应数字滤波器的设计,介绍利用基于离散正交小波变换的小波萎缩迭代滤波方法,设计出非线性自适应小波萎缩滤波器的模型.文中给出了非线性自适应小波萎缩滤波器的一个消噪实例,证实了非线性自适应小波萎缩滤波器鲁棒性好的特性.     

基于非线性数字滤波器的混沌Hash函数设计

在分析变系数非线性数字滤波器的混沌特性的基础上,提出一种带密钥的混沌Hash构造方法.首先构建能产生高维混沌序列的非线性数字滤波器;然后通过混沌调制方式将明文信息注入滤波器均匀分布的混沌轨迹中;最后以扰动映射和滤波器的初态作为密钥,以轨迹的粗粒化量化形成明文的Hash值.研究表明,该算法简单快速,比基于单一混沌映射的Hash算法安全性更高;同时,滤波器结构中没有复杂的浮点运算,比一般复合混沌系统更易于软硬件实现.     

基于梯度的自适应更新提升小波及其应用

针对电厂汽轮发电机组振动信号的噪声抑制问题,采用提升小波变换的方法构造小波。在讨论了提升小波变换基本原理及特点的基础上,根据信号的局部梯度大小对提升格式的更新算子Ｕ（Update）进行自适应设计。用此方法对电厂汽轮发电机组的振动信号进行消噪处理,并通过实例仿真证明了该方法的可行性和有效性,从而为汽轮发电机组振动信号的故障诊断提供有力依据。     

利用小波函数设计FIR数字滤波器

本文将Morlet小波函数引入FIR窗函数设计，利用Morlet小波函数具有的特点，设计出的滤波器具有较小的过渡带，较大的阻带衰减，设计方法简单且计算量小等优点。计算机仿真结果证明了方法的有效性。     

非线性系统的神经网络自适应滤波器

针对一类具有未知非线性函数和未知虚拟系数的二阶非线性系统，提出了一种神经网络自适应滤波跟踪方法，用RBF神经网络估计出系统中不确定项，将神经网络与滑模控制方法相结合，用李雅普诺夫稳定性分析方法证明了滤波器内的所有信号均有界，选择的神经网络权值调整规律可以消除颤振，抑制外部随机干扰。     

一种基于自适应小波网络的非线性控制算法

结合动态逆和小波网络提出了一种新的非线性控制方法，根据小波网络的逼近特性，利用具有在线学习能力的小波网络来补偿动态逆的误差，建立了基于自适应小波网络的控制结构，用李雅普洛夫函数导出了网络权值的自适应调整规则，并分析了小波网络的输入。     

基于自适应小波阈值收缩算法的冲击消噪

冲击信号属于非平稳随机信号,在分析冲击信号之前信号消噪非常重要.基于Donoho提出的小波阈值收缩算法,提出了一种新的自适应于原信号的折中收缩函数.不同于经典阈值消噪算法,新算法克服了硬阈值算法造成的信号不连续的缺点,也弱化了软阈值算法中原信号小波系数与消噪后小波系数的固定偏差.应用结果表明,自适应小波阈值算法对冲击信号消噪比常用的软阈值或硬阈值算法具有更好的直观效果.     

基于FPGA的LMS自适应滤波器设计

提出一种基于LMS(Least Mean Square)自适应算法的滤波方法,介绍该方法在低频信号滤波上的应用及在FPGA平台上实现。传统数字滤波器FIR、IIR滤波器针对不同的系统和干扰信号,其滤波参数不固定。因此,在窄带信号的滤波处理中,传统滤波器对信号滤波降噪的效果往往受到衰减增益限制。提出的方法先以CORDIC(Coordinate Rotation Digital Computer)算法产生的正弦信号来调制采样信号,根据采样信号与基准信号误差使其权向量沿负梯度方向终止于维纳解。该方法在类直流输入及带宽窄的情况下仍能有效过滤高频噪声,读取低检测信号幅值。理论分析和实验结果表明,与传统滤波方法对比,该滤波方法在处理窄带信号的滤波上更具有优势。     

自适应事件触发网络化非线性系统滤波器设计

本文针对网络化非线性控制系统设计了基于自适应事件触发方案满足H∞性能的模糊滤波器.第一,提出新的自适应事件触发方案来决定数据包是否需要传输到通信网络中,从而提高网络资源利用率;第二,运用模糊线积分的方法,构建模糊李雅普诺夫泛函,避免求解隶属函数的时间微分;第三,利用Wirtinger不等式及倒凸引理结合的技术,得到滤波...     

基于小波分析的交通数据自适应消噪算法研究

针对实际采样环境中存在的各种干扰,以及交通数据的非平稳特性,在交通数据小波变换特性分析的基础上,提出基于小波分析的交通数据自适应消噪算法:对交通数据进行小波分解,然后对高频系数的自相关函数进行白噪声检验,从而确定小波分解的层数和阈值。采用实际检测交通流数据,对算法的有效性进行了验证分析。     

自适应数字带阻滤波器的设计及应用

本文采用自适应跟踪数字带阻滤波器自动跟踪被测信号中干扰信号的频率，并利用该频率设计相应的数字带阻滤波器去除被测信号中的干扰信号。试验表明，该方法具有设计简单、应用方便、实时性强等特点。     

小波自适应滤波器在DCG去噪中的应用

设计一种新的小波自适应滤波器。首先对原始信号进行小波分解,然后去除含噪多的小波系数,将重构后的数据作为滤波器的原始输入信号,而将含噪多的小波系数作为滤波器的参考输入信号。实验结果表明,该算法信噪比较高,去噪效果较好。此外,该算法的运算量小,很适合动态心电信号这种大量数据的运算。     

一类非匹配不确定性非线性系统子波网络稳定自适应控制

针对一类非匹配不确定性非线性系统,提出一种基于子波网络的稳定自适应跟踪控制方案,对子波网络逼近误差界进行自适应处理,不需要逼近误差界的先验信息,仿真结果表明所提出的方案是有效的。     

心音信号的自适应小波去噪

在采集心音信号过程中,难免要引入噪声,这些噪声影响到心音的分析结果。由于心音信号的非平稳性,普通的滤波方法在滤去噪声的同时,会丢失部分心音成分。文中提出了一种新的基于小波变换的自适应滤波方法,该方法能够有效抑制噪声,经实例验证,取得了满意的结果。     

基于MIT规则的自适应扩展集员估计方法

用于非线性椭球估计的自适应扩展集员(Adaptive extended set-membership filter, AESMF)算法在实际应用中存在着过程噪声设定椭球与真实噪声椭球失配的问题, 导致滤波器的估计出现偏差甚至发散. 本文提出了一种基于MIT规则过程噪声椭球最优化的自适应扩展集员估计算法(MIT-AESMF), 用于解决非线性系统时变状态和参数的联合估计和定界中过程噪声无法精确建模问题的新算法. 本算法通过MIT优化规则,在线计算使一步预测偏差包络椭球最小化的过程噪声包络椭球, 以此保证滤波器健康指标满足有效条件; 最后, 采用地面移动机器人状态和动力学参数联合估计验证了所提出方法的有效性.     

基于小波分解的自适应滤波算法及其应用

在管道运行时,由于管道摩阻、周围介质扩散等影响,使得测得的压力与流量信号带有很大的噪声,当噪声频率很宽时,自适应滤波器的参数设置比较困难,致使去噪效果不明显。为此,提出了一种基于小波分解的自适应滤波算法,该算法基于信号和噪声经小波变换后在不同尺度上有不同的特征,即先对信号进行小波多尺度分解,然后对各尺度分解的信号分别选用不同的滤波参数,进行自适应滤波处理。并用该方法对在管道泄漏实验中采集的信号进行降噪处理。结果表明,该方法比普通的自适应滤波方法更能有效地消除信号中的噪声。     

用于视觉传感器的有理系数小波滤波器的设计

有理系数小波滤波器的设计可以通过降低小波函数消失矩阶数来实现,但设计方程中出现的自由变量的取值需要在一定的范围之内,因为需要满足Daubechies紧支集条件。归纳总结了有理系数小波滤波器的设计过程,并以长度为4的有理系数小波滤波器设计为例,对如何确定设计方程中自由变量的取值范围进行了讨论,以得到适用于视觉传感器图像处理算法硬件实现的有理系数小波滤波器。     

基于变分PDE的非线性数字混合滤波器

从局部扩散角度分析了经典变分PDE复原模型的不足,给出一种基于全变差模型和调和模型的混合图像复原模型,并导出了相应的数字混合滤波器.该滤波器可以根据图像的局部梯度特征自适应选取滤波器系数,能在去噪的同时保留边缘,并削弱平滑区域的阶梯效应,具有较好的综合性能.针对该混合滤波器,还设计出相应的图像修补和放大算法.大量仿真实验表明,该滤波器可以很好地应用于图像的去噪、修补和放大.