基于LS-SVM的模糊控制器研究

探讨了利用最小二乘支持向量机(LS-SVM)进行模糊控制器分析与设计研究的方法,提出了基于LS-SVM模型的模糊控制算法.该控制器融合了模糊控制与支持向量机的优点,具有不依赖被控对象模型、泛化能力强等特点.仿真结果表明,LS-SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力.基于LS-SVM的模糊控制器具有很好的控制性能.     

基于QPSO参数优化的LS-SVM智能标定

研究粒子群算法（PSO）优化最小二乘支持向量机（LS-SVM）的参数时,受到搜索空间有限的限制,容易陷入局部极值,直接影响罐容表的标定精确度的问题。针对该问题,作者采用量子粒子群算法（QPSO）选取LS-SVM的径向基核参数进行优化,建立了基于QPSO-LS-SVM的罐容表标定的软测量模型。仿真实验结果表明：该方法不用...     

基于LS-SVM苯乳酸发酵过程的建模

为了解决苯乳酸发酵过程中关键生物参数难以直接在线检测的问题,提出了基于最小二乘支持向量机（LS-SVM）的软测量建模方法. 通过使用径向基核函数来对菌体浓度、苯乳酸浓度建立模型,对建模的理论进行了分析和并进行了仿真研究,同时还采用支持向量机对过程进行了建模,对两种方法的优缺点进行了比较. 结果表明,基于LS-SVM的建模方法预测精度高、跟踪性能好,能提高在线预估的效率,非常适合于苯乳酸发酵过程的在线预估.     

一种基于HHT的短期负荷组合预测方法

提出了一种希尔伯特-黄变换和自适应加权最小二乘支持向量机相结合的短期电力负荷预测方法。先利用HHT中的经验模态分解,将负荷值分解为几个低频段的拟周期量和1个高频段随机量,然后根据各分量瞬时频率特点选择最佳的AWLS-SVM模型预测,最后将各分量预测数据叠加。实例预测结果表明,该方法具有较高的预测精度。     

基于自适应仿射传播聚类算法的多模型建模方法

考虑到工业生产数据具有按工作点聚类和迁移的特点,提出了一种基于自适应仿射传播聚类(adAP)的多最小二乘支持向量机(LSSVM)算法进行软测量建模。该方法用adAP算法对训练样本进行分类以找到最优的聚类结果,采用LSSVM算法对各类样本分别建立子模型,并根据当前工作点所属子类的模型进行预测输出。将该方法用于聚丙烯熔融指数的软测量建模,结果表明,与其他方法相比该方法具有更高的回归精度和良好的泛化能力。     

基于改进VMD和自适应BSA优化LS-SVM的刀具磨损状态监测方法

为提高加工过程中刀具磨损状态的识别精度,结合改进的变分模态分解算法(modified variational mode decomposition,MVMD)、自适应回溯搜索算法(adaptive backtracking search algorithm,ABSA)及最小二乘支持向量机(least squares-support vector machine,LS-SVM),提出一种刀具磨损快速识别模型.针对传统信号处理方法存在的模态混叠、噪声敏感等问题,采用瞬时频率均值法预先确定最佳分解模态数,引入降噪型变分模态分解算法进行信号分解;为提高优化效率与自适应性,提出一种改进的自适应回溯搜索算法,通过参数自适应选择提高算法的全局与局部搜索能力;基于自适应回溯搜索算法,采用LS-SVM多分类模型实现了刀具磨损状态的识别.实验结果表明,MVMD可以有效降低噪声、剔除虚假信息,同时验证了ABSA算法具有更强的全局探索和局部寻优能力,使得ABSA优化LS-SVM模型具有更高的准确性.     

基于LS-SVM的虚拟FDR及其在操纵面偏角信号重构中的应用

为重构操纵面偏角信号,提出了基于最小二乘支持向量机(LS-SVM)的虚拟飞行数据记录器设计.在设计中,LS-SVM被作为仿真器和重构器.仿真器用来模拟飞机的飞行动态特性,重构器用于来重构主操纵面偏转信号.仿真结果表明:本设计是重构操纵面偏转参数的强有力工具,在飞行事故调查中有非常广阔的应用前景.     

基于QPSO参数优化的LS-SVM智能标定

研究粒子群算法（PSO）优化最小二乘支持向量机（LS-SVM）的参数时,受到搜索空间有限的限制,容易陷入局部极值,直接影响罐容表的标定精确度的问题。针对该问题,作者采用量子粒子群算法（QPSO）选取LS-SVM的径向基核参数进行优化,建立了基于QPSO-LS-SVM的罐容表标定的软测量模型。仿真实验结果表明：该方法不用建立复杂的机理模型,只需利用QPSO-LS-SVM算法进行软标定,大幅度缩短了训练建模时间,提高了运行效率。     

基于LMD形态滤波的LS-SVM方法研究

在轴承的故障诊断中,为了解决核函数在最小二乘支持向量机中参数选择困难及稀疏性差的问题,提出了局部均值分解(LMD)形态滤波的最小二乘支持向量机(LS-SVM)方法.该方法首先利用LMD对信号进行分解得到PF分量,并对信号做相关分析去除虚假分量,形态滤波降噪后再进行LMD分解得到新PF分量,提取能量特征;其次,对LS-S...     

基于GA和LS-SVM的时间序列预测

支持向量机是在统计学习理论基础上提出的一种全新的机器学习方法。由于其出色的学习性能,该技术已经成为机器学习界的研究热点。研究了基于最小二乘支持向量机的建模方法,并用遗传算法自动获取最小二乘支持向量机的最优参数。在Matlab中ANFIS方法在输入维数大于5时就不予计算,而本建模方法则能够处理高维输入的非线性系统。并将其应用到十维Mackey-Glass混沌时间序列的预测中。结果表明,该方法具有自动获取最优参数、训练速度快、精度高、泛化能力强等优点。     

基于满速率空时编码的CDMA系统及多用户接收方案

在给出满速率空时编码CDMA系统模型基础上,针对现有空时编码CDMA系统过高的译码复杂度,提出一种低复杂度的多用户接收方案.方案中,每个用户使用多用户检测方法获得各自的单用户接收信号形式,非常有利于空时编码的复正交性应用,最大比合并后译码计算仅为简单的线性合并,有效降低了原方案的指数性译码复杂度.在相同系统吞吐量下,所给系统可采用低价调制方案,并利用其相对多的空间冗余信息,级联信道编码后明显增强了系统在衰落信道中传输可靠性.仿真结果也表明所给系统比相应的满分集空时编码CDMA系统有着低的误比特率.     

一种参数估计的自适应辅助通道方法

在实际应用中,传统辅助通道方法受杂波分布先验信息及系统误差的限制,使辅助通道的选取偏离实际杂波分布．针对这一问题,提出了基于最小二乘参数估计的自适应空时二维辅助通道方法．首先利用单距离回波数据估计杂波分布并采用最小二乘方法估计系统参数,然后自适应选取辅助通道并进行降维空时自适应处理．利用单距离数据进行参数估计具有较高的参数估计精度,适用于任意阵列构型,具有一定的稳健性．     

分解子空间自适应核函数综合支持向量机算法

针对单一整体核函数相对于高维原始空间特征局部分布缺乏自适应性,导致特征利用效率低、分类性能下降明显的问题,提出分解子空间自适应核函数综合支持向量机解决思路.首先将原始空间的高维特征分成一系列有意义的低维子空间;然后针对不同子空间选择不同的核函数和核参数,根据子空间SVM分类性能进行置信度加权;最后,综合所有有效子空间形成的综合核矩阵构造综合支持向量机.由于不同输入子空间构造的核函数具有更大灵活性,综合核矩阵较好利用了高效子空间特征的分类能力.实验结果表明,该方法能够较好地改进高维模式识别的性能,是一种值得实际应用推广的方法.     

CDMA2000反向信道Rake接收机的研究和SPW仿真

针对CDMA2000反向信道在IS-95标准上的改进，根据CDMA2000系统特点和Rake接收机原理，研究了CDMA2000反向信道Rake接收机模型．以SPW中存在的IS-95反向信道Rake接收机模型为参考，完成了基于SPW的CDMA2000接收机模块设计，并给出了仿真结果．     

一种基于Kalman滤波的盲多用户检测RAKE接收机

提出了一种基于Kalman滤波的盲多用户检测RAKE接收机(RakeKAL)模型。给出的接收机具有RAKE接收机的结构，它的每条支路可视为一个利用线性限制最小方差(LCMV)准则设计的多用户线性滤波器，用于抑制多址干扰(MAI)；后接一个用于消除多径畸变(MPD)的多径结合器。利用Kalman滤波算法和自适应向量跟踪算法实现盲多用户检测和多径接收信号的最佳结合。该模型与传统多用户检测器比较具有所需参数少，不需要训练序列的优点。研究结果表明，在多径衰落信道下，接收机具有较强的抑制多址干扰和多径畸变的能力，并且能快速收敛。     

基于自适应投影算法和修正核函数算法的混合支撑矢量机

提出了基于自适应投影算法和修正核函数算法的混合支撑矢量机，根据修正核函数算法的正形投影变换，将问题映射到黎曼空间来增大分类面，从而提高支撑矢量机的分类精度，但其缺陷在于它帅两步优化实现的，因此增加了时间复杂度，基于此，混合支撑矢量机使用自适应投影算法对支撑矢量进行预选取，即通过投影从训练样本中选择部分样本作为中心矢量进行训练，实验结果表明：此方法在可分性得到显著提高的同时提高了速度。     

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。     

用于GPS接收机的快速自适应干扰抑制方法

提出了一种基于Householder变换的快速自适应干扰抑制方法.利用Householder变换构建的广义旁瓣相消器下支路阻塞矩阵,可将期望信号完全阻塞,提高了最小均方误差算法的收敛性,获得了较高的输出信干噪比,并提高了GPS接收机的快速抗干扰性能.理论分析和性能仿真验证了该方法的优越性.     

CDMA系统中智能天线阵列形式的研究

建立了适用于CDMA系统的自适应天线阵列的系统模型,采用LMS算法首先对阵列结构参数进行了研究,得出了ρ值的最佳范围.研究了由心脏型方向性阵元组成的圆阵和直线阵,发现由该阵元组成的圆阵并不能起到提高阵列增益的目的,由该阵元组成的直线阵在一定的区域内具有很高的增益,可以将这种阵列天线用于扇形小区.     

对消法在提高压缩接收机双信号动态范围中的应用

介绍了压缩接收机的原理及其数学模型，并对压缩接收机的输出信号进行了详尽的数学分析，重点阐述了如何利用对消法检测压缩接收机旁瓣中的微弱信号，有效地克服了压缩接收机双信号动态范围的局限性，最后给出了计算机模拟结果。