一种分阶梯度加权平均变步长VLMP算法

通过平滑梯度矢量减小梯度估计误差,采用平滑梯度矢量的欧氏范数和误差信号的分数低阶矩更新步长因子,对一阶和二阶权系数采取分阶迭代更新,得到一种在[α]稳定分布噪声背景下变步长Volterra自适应滤波算法,分析证明了该算法的收敛性能。非线性系统辨识的仿真结果表明,算法较DOVLMP算法具有更快的收敛速度和更小的稳态失调。     

变步长解相关Volterra LMS算法

Volterra滤波器的非线性使输入向量自相关矩阵包含了输入信号的高阶统计量,导致矩阵特征值扩展很大,因此LMS算法收敛速度一般很慢。从降低输入信号的相关性出发,提出了一种变步长解相关Volterra NLMS算法。解相关能显著加快LMS算法的收敛速度,变步长能够改善算法的稳态性能,两者的有机结合,能明显改善算法性能。仿真结果表明,在不同输入信号相关性情况下,该算法有更好的收敛速度和稳态性能。     

基于集员滤波的二阶Volterra自适应归一化最小平均P范数算法

针对Volterra非线性滤波算法计算复杂度呈幂级数增加的问题,提出了一种α稳定分布噪声下的基于集员滤波的二阶Volterra自适应滤波新算法。由于集员滤波的目标函数考虑了所有输入和期望输出的信号对,通过误差幅值的p次方的门限判决,更新Volterra滤波器的权向量,不仅有效降低了算法复杂度,而且提高了自适应算法对输入信号相关性的鲁棒性;并推导给出了权向量的更新公式。仿真结果表明,该算法计算复杂度低、收敛速度快,对噪声及输入信号相关性有较强的鲁棒性。     

基于Volterra级数扩展模型的变步长VFxBSLMS算法

针对脉冲噪声的控制,提出了一种基于Volterra级数扩展模型的变步长VFxBSLMS算法。通过增加误差信号预处理环节,采用非线性压缩的方式,有效地解决了冲击样本对算法稳定性的影响。针对输入信号的强相关性及算法收敛速度问题,将变步长算法思想引入到非线性滤波中。仿真结果表明:VFxBSLMS算法在不同强度脉冲噪声背景下,都能达到较好的收敛效果。     

基于弱非线性系统Volterra核辨识的算法

本文详细论述了非线性系统二阶Volterra核辨识的函数束法 ,提出了实现这一思想的计算机仿真算法     

α稳定分布下Volterra滤波器的自适应数据块算法

基于分数低阶统计量原理提出了α稳定分布下Volterra滤波器的数据块滤波算法。该算法对Volterra滤波器权向量的线性项部分和非线性项部分分别采用不同的收敛因子,克服了传统只采用一个收敛因子的Volterra滤波器算法收敛性能差缺点,利用更多的输入信号和误差信号信息,更好地估计梯度,更精确地调节自适应滤波器权向量,提高了收敛速度。仿真结果验证了该方法的优越性。     

基于双阶跃信号输入的Volterra模型辨识

Volterra模型作为非线性领域的一种非线性模型,由于其对工业过程可以以任意精度逼近,使得该模型有很广泛的应用研究意义。在将该模型运用到实际控制系统中之前,模型的高精度辨识显得尤为重要。在以往针对Volterra模型的辨识算法中,基本上主要是采用通用辨识算法识别模型参数,比如最小二乘法及各种改进的最小二乘法。这些通用的辨识算法在辨识Volterra模型时,不能充分考虑其非线性特点,同样不能在辨识过程中充分利用该特点。本文在充分考虑Volterra模型非线性的前提下,提出了一种基于双阶跃信号输入的Volterra模型辨识算法,该算法辨识原理简单,计算量较小,论文最后将该辨识算法应用到典型非线性CSTR系统的的辨识中,辨识结果证明了算法的有效性。     

基于系统仿真的非线性Volterra核求解算法

提出了基于系统仿真的Volterra级数中三阶以内核的求解算法。根据各阶Volterra级数核对输出的响应特性,构造了各阶Volterra核输出分量的方法;然后根据核的对称特性,提出了各阶核求解的直接解法。它较一般的辨识算法,速度和简洁性有很大提高。     

基于Volterra 级数并行递推AP 算法的陀螺漂移预测

为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立基于Volterra级数的非线性时间预测模型,提出了一种基于Volterra级数的并行递推放射投影AP自适应算法.以系统Volterra核向量增量的模与某约束总和为损失函数,按照最陡下降原理导出各阶Volterra核更新公式;再利用矩阵求逆引理递推求取各阶Volterra子系统自相关逆矩阵导出算法.某导弹实测的陀螺漂移数据预测应用研究表明,该算法运算速度快、预测精度高.     

基于少参数二阶Volterra级数的陀螺漂移预测

针对陀螺漂移角速度的非线性时间序列预测问题,提出了一种基于少参数二阶(RPSO)Volterra级数的仿射投影(AP)自适应辨识算法,建立了基于RPSO Volterra级数的非线性预测模型。根据预测模型中两个参数向量位置可互换的特性,AP算法推导出两个结构相似的迭代公式。然后给出基于遗传算法优化AP算法步长参数及建模的完整步骤。最后通过实测的陀螺漂移数据验证所提出的算法,在极短的时间内建立出模型并获得了精确的预测结果。     

Pipelined robust M-estimate adaptive second-order Volterra filter against impulsive noise

The main limits on adaptive Volterra filters are their computational complexity in practical implementation and significant performance degradation under the impulsive noise environment. In this paper, a low-complexity pipelined robust M-estimate second-order Volterra (PRMSOV) filter is proposed to reduce the computational burdens of the Volterra filter and enhance the robustness against impulsive noise. The PRMSOV filter consists of a number of extended second-order Volterra (SOV) modules without feedback input cascaded in a chained form. To apply to the modular architecture, the modified normalized least mean M-estimate (NLMM) algorithms are derived to suppress the effect of impulsive noise on the nonlinear and linear combiner subsections, respectively. Since the SOV-NLMM modules in the PRMSOV can operate simultaneously in a pipelined parallelism fashion, they can give a significant improvement of computational efficiency and robustness against impulsive noise. The stability and convergence on nonlinear and linear combiner subsections are also analyzed with the contaminated Gaussian (CG) noise model. Simulations on nonlinear system identification and speech prediction show the proposed PRMSOV filter has better performance than the conventional SOV filter and joint process pipelined SOV (JPPSOV) filter under impulsive noise environment. The initial convergence, steady-state error, robustness and computational complexity are also better than the SOV and JPPSOV filters.     

基于变长元组的文件类型识别算法

快速准确地判断文件实体的真实类型对保护计算机信息安全具有重要意义。通过分析现有基于二进制内容的文件类型识别算法中存在的问题,提出采用变长元组描述文件的统计特征,并结合结构化文件中元组的分散度、稳定度以及条件广泛度设计出一种特征评估函数,从而更加准确地选取有效的特征。该算法不依靠特定文件类型的结构和关键标识,适用范围更为广泛。实验表明该算法能有效提高文件类型识别的查准率和查全率。     

最优中值滤波跨度计算及其应用

为提高地震资料的信噪比（Signal Noise Ratio，SNR），通过对地震模型纹理进行中值滤波实验分析，研究最优中值滤波跨度与波长、道间时差或频率、视速度之间的关系，推导最优跨度的计算公式，并以理论模型和实际数据进行验证，得到较为满意的中值滤波结果．     

Volterra filter modeling of a nonlinear discrete-time system based on a ranked differential evolution algorithm

This paper presents a ranked differential evolution （RDE） algorithm for solving the identification problem of non- linear discrete-time systems based on a Volterra filter model. In the improved method, a scale factor, generated by combining a sine function and randomness, effectively keeps a balance between the global seareh and the local search. Also, the mutation operation is modified after ranking all candidate solutions of the population to help avoid the occurrence of premature convergence. Finally, two examples including a highly nonlinear discrete-time rational system and a real heat exchanger are used to evaluate the per- formance of the RDE algorithm and five other approaches. Numerical experiments and comparisons demonstrate that the RDE algorithm performs better than the other approaches in most cases.     

一种新型线性二阶滤波器的研究与应用

针对线性二阶滤波器时间滞后的问题,提出了一种LCR正弦跟踪的变形结构和新型正弦跟踪的新方法.通过对变形结构深入的理论研究和分析后得出,LCR正弦跟踪器特性的不理想,是造成二阶滤波器滞后问题的内在原因.通过正交调幅和正交解调等技术构造出一种新型的正弦跟踪器,采用新型正弦跟踪器构造出的新型二阶滤波器,具有滞后时间较小和抗噪声干扰特性较强等优良的线性滤波特性.文中提出的方法属于一种线性滤波技术,能够应用在控制理论的信号滤波等方面.通过数学分析、仿真实验和实际应用等分析了所提出方法的有效性.