一种适用于故障检测的归一化滑动窗协方差格形滤波器

本文介绍了一种最小二乘归一化滑动窗协方差格形波波器,并基于该滤波器构造了一种故障检测工具,文末的仿真逄例对理论分析的正确性进行了验证。     

一种基于自适应滑动窗格形滤波算法的故障检测器

一种基于自适应滑动窗格形滤波算法的故障检测器李渭华,萧德云,方崇智（清华大学自动化系北京１０００８４）关键词：格形滤波器,故障检测,自适应１引言基于δ算子前加窗格形滤波器的故障检测方法对系统故障反应灵敏．只是由于该滤波器的数据窗是无限宽的,因而难以迅...     

基于δ算子的格形故障检测滤波器

本文基于δ算子构造了Hilbert空间中的信号向量,推导了系统的输入输出关系,得出了前向和后向预测误差向量的表达式.借助格形滤波器理论导出了故障残差序列的递归算法,从而设计出故障检测滤波器.将该滤波器与自适应噪声抵消技术相结合,实现了对被噪声污染信号的故障实时在线检测.最后,仿真实验验证了这种故障检测方法的有效性.     

基于非线性自适应IIR滤波器的混沌时间序列辨识方法

提出了一种混沌时间序列的非线性自适应IIR滤波辨识算法,该算法采用非线性IIR滤波器来自适应跟踪非线性混沌动力系统的动态特性进行辨识,实验结果表明,该算法具有较高的辨识能力和抗噪声性能。     

基于遗传算法的自适应滤波器设计

LMS算法是自适应滤波器最为常用的算法,该算法比较简单,但决定其收敛速度和稳定性的学习速率难以确定;遗传算法是一种高度并行的全局搜索方法,能够有效地用于自适应滤波器的权系数寻优。文章讨论了基于遗传算法的自适应滤波器的设计过程,并作为一个应用实例,将其应用于线性系统辨识中,取得了较好的仿真结果。     

基于粒子群优化算法的自适应IIR滤波器设计

针对自适应无限冲激响应(infinite impulse response,IIR)数字滤波器的设计实质上是一个多参数优化问题,提出了一种用粒子群优化算法(particle swarm optimization,PSO)设计IIR数字滤波器的方法.将滤波器的设计问题转化为滤波器参数的优化问题,利用粒子群优化算法对整个参数空间进行高效并行搜索以获得参数的最优化,基于多个典型系统的随机数值仿真以及与最小二乘方法的比较研究,验证了该方法的有效性、全局性和对初值的鲁棒性.     

基于自适应滤波器的系统识别研究与实现

自适应系统识别是通过测量系统输出信号利用自适应滤波器建立模型的一种重要方法。本文论述了基于LMS算法自适应FIR滤波器的实现原理,及其在系统识别中的应用。并通过计算机的仿真实现,详细阐述了其在定点DSP上的实现方法。     

广义自适应滤波器

本文提出了广义滤波器的概念，它不仅能滤除时测噪声，而且能滤除模型噪声，这将更有实用意义。     

一种神经网络自适应滤波器的分析

本文分析了用神经网络来计算自适应滤波器权系数的途径和方法，这样可大大提高运算速度；能很好地完成实时诊断任务。     

模型参考自适应IIR递归滤波器辨识新算法

针对自适应IIR滤波器算法容易陷入局部极小点的缺陷,提出了一种新的自适应递归滤波辨识算法.该算法采用模型参考自适应系统设计了辨识参数自适应律,基于Lyapunov理论保证了自适应递归算法的稳定性,而且辨识参数收敛.仿真结果表明了该算法的可行性和滤波器结构的正确性.     

神经网络自适应非线性滤波器及在线故障检测

提出一种BP神经网络在线自学习方式及用该方式建立自适应非线性滤波器的方法,并提出了基于该BP滤波器对机器人系统进行在线实时状态跟踪、预报和突变性故障检测的方法。为了快速、正确地检测出故障,设计了一复合故障检测策略。对所提方式、方法及策略进行了仿真验证。     

一种用于图像边缘检测的自适应指数滤波器

本文提出一种用于图像边缘检测的自适应滤波器,利用它既可滤除图像噪声,又可获取精确度高的图像边缘。文中比较详细地分析了这种滤波器,并给出了递归实现算法。理论分析和实验结果表明,自适应指数滤波器的性能优于高斯滤波器。     

时空谱点源目标自适应滤波检测算法

针对复杂背景下的点源弱目标检测问题,根据Wiener-Hopf方程在自适应滤波算法中的应用原理,提出了一种新的利用时间/空间/谱段的多维信息融合自适应滤波算法(ASTS filter).该方法的研究主要有3个步骤:首先研究时域、空域突出和多谱段融合的性质,然后构造出针对运动弱点目标的滤波模板,最后将自适应RLS滤波器应用于有缓动背景下的多谱红外图像检测中.由于普通的RLS滤波器应用于图像处理采用的是像素点信息作为输入参数,其造成矩阵运算计算量过大、处理时间长等缺点,而将点目标进行空间、时间、谱段特征提取后的信息作为输入参数,不仅避免了大型矩阵的运算,还可获得更高的信杂比增益.通过大量实验数据,证明本算法具有优良的滤波性能,同时突破了点目标运动的轨迹限制.与其它算法的效果和计算量进行比较,证明文中算法更为快捷、有效和灵活.     

梯格形自适应控制

本文讨论并解决了具有d步时延的多变量系统的梯格形自适应控制问题.为此,把自适应控制下的闭环系统嵌入到ARMA模型中,采用梯格算法进行预报;用简捷方法推导了d步梯格预报公式,并给出了控制量的确定方法.采用梯格自适应控制可方便地调节模型阶次,从而可以克服对象阶次不准引起的自适应控制失效问题.     

双通道自适应Lattice滤波器及其在故障检测中的应用

推导出一种双通道自适应Ｌａｔｔｉｃｅ滤波器算法，并将它用于动态系统的故障检测。这种故障检测方案不需要建立准确的数学模型，只要根据系统的输入输出数据，利用Ｌａｔｔｉｃｅ滤波器算法生成故障残差序列，再对故障残差序列进行统计检验，可实现动态系统的故障检测。该方法用于一个仿真的直流伺服系统的故障检测，实验效果是满意的。     

一类不确定时滞系统的自适应滑模控制

讨论了不确定时滞系统的鲁棒控制器设计问题。利用自适应滑模控制策略,直接克服系统不确定性的影响,保证了从任意初始位置出发的系统在有限时间内到滑模面;基于时滞系统鲁棒稳定控制的结论,导出了时滞依赖滑模控制的新结论。仿真实验证明了所提方法的有效性。     

基于组合LoG滤波方法的轮廓检测

轮廓检测是计算机视觉领域一个重要问题,目标和背景的纹理和噪声的存在让提取轮廓和保存轮廓完整性变得十分复杂。现有的神经生理学和解剖学研究成果,提供了许多轮廓检测的新方法。文中改进了现有的仿生模型,通过对图像进行不同参数的LoG滤波,并将结果赋予不同的权重,然后组合所有结果来抑制纹理,减弱了纹理和背景中的干扰成分对轮廓提取的影响,增强了目标的轮廓边缘,保留了目标轮廓的完整性。实验结果表明,这种方法有效地抑制了纹理,减少了对目标轮廓完整性的破坏,提高了图像的轮廓检测性能。     

一类离散时间时变系统的自适应辨识与控制

考虑一类离散时间时变系统（ＴＶＳ）的建模、系统参数时变描述及其自适应控制问题,提出一种新的能结合“快”、“慢”时变特性的ＴＶＳ参数时变描述方法,基于零极点配置给出自适应辨识和控制算法及其控制系统的稳定性。仿真结果说明该控制策略是有效的。