修正自适应格型陷波器及其应用

提出了一种频率响应非对称的修正自适应格型陷波器(improved adaptive lattice notch filter,I-ALNF),并且提出一种新的自适应格型递推算法。将陷波器传递函数零极点部分同时引入到自适应调整算法中,使陷波器具有更好的特性。该陷波器应用于语音信号处理,根据其反射系数推导出自适应陷波频率,可以较容易的检测到语音声门闭合时刻(glottal closure instant,GCI)的位置。     

极端频率直接估计的新自适应陷波器方法

针对振动工程中常见的极端频率信号(归一化频率接近于0或π两端),现有的自适应陷波器(ANF)频率估计方法存在收敛速度慢、估计精度不高、算法稳定性差的问题。为此,提出一种极端频率直接估计ANF新方法。首先,提出一种新误差函数以提升极端频率信号下ANF的收敛速度和稳定性;然后,根据ANF估计极端频率信号时偏差产生的机理,通过偏差补偿方式,降低噪声对ANF的影响,以获得近似无偏的频率估计结果,提高ANF极端频率估计精度,并对该方法进行稳态条件下的性能分析;最后,给出了ANF极端频率信号估计结果,并讨论了ANF各参数对极端频率信号估计精度的影响,给出了具体计算结果。计算表明方法的有效性与正确性。     

基于格型陷波滤波器的科里奥利质量流量计信号处理方法

采用比IIR型计算更为简单的自适应格型陷波滤波器对科里奥利质量流量计的流量传感器的输出信号进行滤波并求得其频率；并应用自适应谱线增强器从含有噪声的信号中提取出流量管振动的基频信号；然后采用滑动Goenzel算法计算两路信号之间的实时相位差，再根据频率和相位差计算出时间差最终求得质量流量。     

稳定的变步长自适应ⅡR陷波器及其在动目标检测中的应用

提出了一种变步长的自适应格型ⅡR陷波器算法,该算法在低信噪比条件下的收敛速度、跟踪速度与收敛精度方面比原变步长算法好,数值稳定性强.首次用两个级联的ⅡR陷波器实现了混响背景下的动目标检测,效果良好.     

一种改进的频域自适应时延估计算法

时延估计问题在许多工程应用中具有重要的意义。本文提出了一种改进的频域自适应时延估计算法,该算法等效于频域自适应时延估计器和广义相位谱估计器的组合。用实测的直升机噪声数据进行仿真,验证了本文提出的算法具有较高的时延估计精度和收敛速度。     

振动信号频率跟踪的反馈修正自适应陷波器法

采用自适应陷波器跟踪振动信号频率时,存在持续跟踪精度不高的问题。通过分析指出持续跟踪精度不高的根本原因是ANF误差收敛至局部最优值,借鉴反馈控制思想,提出一种反馈修正ANF。根据ANF输入输出信号的相关性,设计频率跟踪精度评估因子,实时监控ANF频率跟踪精度。若评估因子小于给定阈值,则认为ANF丢失振动信号频率,通过反馈调整ANF参数而非重新初始化来适当增加陷波带宽,使其能重新跟踪到信号频率又具有较快的重新收敛速度。以一种基于Steiglitz-McBride方法的ANF(SMM-ANF)为例,分析了反馈修正策略,给出了流程和具体算法。仿真比较了格型ANF、SMM-ANF和反馈修正SMM-ANF的性能,给出了科里奥利质量流量计应用实例,结果表明：反馈修正SMM-ANF收敛速度稍慢于SMM-ANF,快于格型ANF,持续跟踪精度明显提高。     

基于时变信号模型和归一化格型陷波器的科氏流量计信号处理方法

采用具有跟踪频率变化能力的自适应归一化格型陷波器,对频率、幅值和相位均按照随机游动模型变化的科氏流量传感器信号进行滤波,以求得其频率;再采用自适应谱线增强器从含有噪声的数据中提取所需要的信号;然后采用具有重叠窗的滑动Goertzel算法计算两路信号之间的实时相位差,并通过频率和相位差计算时间差,求得质量流量。仿真结果表明该方法是有效的。     

一种变步长的自适应特征值分解时延估计方法

在房间声场环境下基于传声器阵列的说话人定位中,时延估计算法是其中的关键步骤。与其它常用时延估计方法相比,自适应特征值分解（Adaptive Eigenvalue Decomposition,AED）时延估计算法因其优越的抗混响性能受到越来越多的关注。但在受噪声和混响干扰的语音条件下,传统的自适应特征值分解算法收敛速度较慢,对初值敏感。通过引进动量因式,提出了一种变步长的特征值分解算法,通过理论分析和仿真实验,证实了新算法的收敛性能要优于传统的特征值分解算法,节省收敛时间,使算法的整体性能有所提高。     

一种基于改进自适应算法的科氏流量计频率解算新方法

为了在提高科氏流量计频率解算精度的同时兼顾频率跟踪的实时性,文章提出了一种基于改进自适应算法的频率解算新方法:通过重新构建基于优化零极点配置的自适应IIR滤波器,在自适应滤波的过程中动态调节陷波器的模型和步长,使之能够更好地跟踪实际信号的频率。理论分析和实际现场测试都表明该算法在频率跟踪的实时性和准确性方面优于传统算法。     

一种激光多普勒信号的频率估计算法

分析了激光多普勒回波信号的特征,提出了一种激光多普勒信号的频率估计算法.用FFT(Fast Fourier Transform)技术求得信号的自相关函数,并由功率谱得到信号频率的粗估计,然后用粗估计值对自相关函数移频,并根据移频信号自相关函数在一点的相位,估计频偏,对粗估计进行频率校正得到频率估计值.在进行信号频率粗估计和求相位时,利用计算过程中得到的结果和FFT因子的对称性,减少运算量.仿真结果表明,本算法有较小的均方根误差和平均绝对误差,应用于激光多普勒测速实验,结果与仿真一致.     

用多项式模型和自适应滤波估计瞬时频率

本文论述了非平稳信号瞬时频率(IF)的估计方法,包括基干最小均方误差(LMS)算法或递推最小二乘(RLS)算法的自适应IF估计方法和基于信号相位多项式模型的IF估计方法。对各种估计方法的估计方差与理论方差下限进行了比较。说明了,基于互Wigner分布的估计方法所需信噪比(SNR)门限值最低。在低SNR、短信号记录的情况下,用多项式相位模型与最大似然法可以获得比较可靠的IF估计。     

无静差的自适应极点配置算法及其收敛性

提出了一个具有前馈的单变量自适应极点配置算法，解决了文[5]的遗留问题，即间接自适应极点配置算法无法跟踪期望输出的问题．该算法仿真结果表明其有效性．在没有持续激励的条件下证明其全局收敛性。同时解决了渐近配置闭环极点及实现期望跟踪问题。     

基于延时陷波算法的车内主动噪声控制

传统车内主动噪声控制(Active Noise Control,ANC)中使用的FxLMS(Filtered-x Least Mean Square)算法,计算量较大,所需硬件成本相对较高,不利于批量生产。因此文章提出一种使用参考信号与滤波参考信号数字合成的改进自适应陷波方案,弥补了次级通路延时模型在相位误差方面的缺陷,同时具有结构简单、计算量小的优点。最后,基于CompactRIO建立了车内双通道延时陷波窄带ANC系统,进行车辆定置发动机定转速与行驶过程急加速两种工况下的实车道路试验。试验结果表明,所提方案的主动噪声控制效果良好,急加速工况下,车内噪声总声压级最高仍可降低8.46 dB(A),为主动噪声控制的工程应用提供了参考。     

基于瞬时频率估计的自适应Vold-Kalman阶比跟踪研究

结合旋转机械启停阶段振动信号的特点,提出了一种基于Viterbi算法和短时傅里叶变换(STFT-VA)的瞬时频率估计算法,STFT-VA算法在高噪声、临近阶比和交叉阶比情况下有较高的精度.实现了基于STFT-VA算法的自适应Vold-Kalman阶比跟踪(AVKF-OT),和传统的以硬件实现的Vold-Kalman阶比跟踪(VKF-OT)相比,此方法具有无需转速计等硬件、用纯软件的方法实现.实验结果表明,该方法能够在时域中准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取.     

基于瞬时频率估计的自适应Void-Kalman阶比跟踪研究

结合旋转机械启停阶段振动信号的特点,提出了一种基于Viterbi算法和短时傅里叶变换（STFT-VA）的瞬时频率估计算法,STFT-VA算法在高噪声、临近阶比和交叉阶比情况下有较高的精度。实现了基于STFT-VA算法的自适应Void—Kalman阶比跟踪（AVKF—OT）,和传统的以硬件实现的Vold—Kalman阶比跟踪（VKF—OT）相比,此方法具有无需转速计等硬件、用纯软件的方法实现。实验结果表明,该方法能够在时域中准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取。     

QR分解的最小二乘格型自适应滤波算法在噪声主动控制中应用

在噪声主动控制系统中?,滤波-x递归最小二乘(FxRLS)算法收敛速度快但计算量大。本文提出了格型联合估计滤波器结构与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的噪声控制方法,该方法对联合估计过程进行了改进并得到了基于各阶估计误差的联合过程估计权系数更新关系,格型联合估计器结构简单,QRD-LSL自适应滤波算法数值稳定性好。仿真结果表明本文提出的噪声控制方法有良好的噪声控制效果,收敛速度快,计算量小,稳态误差小,跟踪性能好。     

一种改进的RTP自适应算法

提出了一种利用RTP／RTCP协议收集的QoS信息来控制UDP流的变量加增长自适应算法。与常量加增长算法相比，此算法具有更好的平稳性。此外，还对这种变量加增长的算法进行了仿真，并分析了结果。     

一种用于主动噪声抑制系统的次级通道特性识别算法的改进

本文着重研究窄带信号噪声自适应主动抑制技术中的次级通道特性在线识别问题。针对窄带噪声信号，提出了基于自适应陷波器的次级通道特性在线识别算法，该方法利用自适应陷波器技术解决在线识别时存在的激励信号干扰问题，从而提高次级通道特性在线识别的速度。同时研究了选定参数对算法性能的影响。仿真结果表明，基于自适应陷波器的次级通道特性在线识别算法能较大程度的提高对次级通道特性的识别速度。     

一种改进的变步长LMS自适应滤波算法及其仿真

在分析传统的定步长最小均方(LMS)算法、变步长LMS算法的基础上,通过建立误差信号与步长因子之间的新的非线性映射关系,提出新的改进型变步长LMS自适应算法.通过MATLAB仿真分析,证明了该算法具有较好的收敛速度和较小的稳态误差以及较好的时变系统跟踪能力.     

基于改进自适应陷波器的电磁轴承支承转子自动平衡控制EI北大核心CSCD

针对转速信息未知情况下的电磁轴承支承转子不平衡振动抑制问题,提出一种基于改进自适应陷波器(adaptive notch filter,ANF)的自动平衡控制算法。首先,对传统ANF的结构和工作原理进行分析,讨论了相关控制参数的选取原则,并针对电磁轴承闭环系统嵌入ANF导致的低转速区失稳,设计了最优相位补偿器,在保证全转速范围稳定的情况下进一步优化陷波性能;然后,根据相位补偿ANF输入输出信号之间的相位关系,设计了转速估器,通过变增益和归一化处理,不仅平衡了算法收敛速度和估计精度之间的矛盾,同时保证了各转速下的收敛特性一致;最后,通过仿真分析和试验研究对提出的算法进行验证。结果表明,设计的算法能对未知的转子转速进行快速准确的估计,从而消除控制电流和电磁力中的转速同频分量,大幅抑制传递到基座上的振动力。该方法简化了轴承结构、降低了生产成本、实现了无转速传感器的自动平衡控制,在工业磁轴承领域有很好的应用前景。