混沌时间序列的Volterra自适应预测滤波器定阶

由于Volterra自适应滤波器的阶数对预测性能有较大的影响,在实际预测中,如何确定Volterra自适应滤波器的最优阶数就成为一个关键问题,该文运用相空间重构理论,推导出了Volterra自适应滤波器的最优阶数等于混沌动力系统的最小嵌入维数,作者用六种混沌时间序列进行实验,结果表明这种定阶方法在混沌时间序列Volterra自适应预测中非常成功,该方法对噪声影响的变化,表现出较好的鲁棒性。     

基于简化GFRF模型辨识算法的非线性模拟电路故障诊断

提出了基于简化GFRF(广义频率响应函数)模型辨识非线性电路的故障诊断方法.利用非线性频谱分析法获得被诊断系统的GFRF模型估计并提取能表征系统工作状况的电路特征,通过预设故障模式确定被诊断系统所处的工作状态从而定位系统故障.实验结果表明:基于非线性GFRF分析的故障诊断技术,无需在线辨识GFRF、计算量小,故障诊断效果较好.     

Subset Parallel Volterra Filter for narrowband interference suppression in DSSS communications

Subset Parallel Adaptive Volterra Filter （SPAVF） design algorithm is proposed in this letter. Contribution factor is introduced in SPAVF, and it can get rid of redundant elements efficiently in the extended input vector. Computational weight can be reduced largely, and BER performance of SPAVF can be improved by getting rid of the influence of redundant elements in the input vector. Simulation result proves its advantage compared to AVF and PSVF.     

结构倒塌触地振动效应非线性预测方法研究

拆除爆破已广泛应用在建筑物拆除施工中,但对于结构塌落体产生的触地振动效应,目前尚无成熟有效的预测和评价方法。本文运用非线性科学理论,建立了一个基于Volterra泛函级数的非线性预测模型,该模型可以在结构倒塌前即能预测塌落体触地诱发的触地振动效应,能够充分体现岩土介质在冲击载荷下的非线性力学响应特征。同时,针对Volterra非线性模型提出了基于独立脉冲荷载的简化识别方法。在实际工程中的应用表明,预测结果与实测结果吻合较好,并且应用简便,对预防和降低结构倒塌触地振动效应产生的危害具有一定的借鉴意义。     

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。     

改进的非线性卫星信道均衡器

针对常用的Volterra结构均衡器运算量大的问题,提出一种改进结构的非线性卫星信道自适应均衡器。通过对截断Volterra级数进行数学分析,得到了具有非线性均衡器和线性均衡器级联形式的新均衡器结构。新结构均衡器将Volterra结构均衡器表达式中的三阶记忆项相乘转变为新模型非线性部分的二阶记忆项相乘,降低了信号通过均衡器所需的复数乘法次数。仿真结果表明,改进结构的非线性卫星信道自适应均衡器运算所需的复数乘法次数在信道记忆很深的情况下约为Volterra结构均衡器的1/9,有利于信号的实时处理。与此同时,经改进均衡器均衡输出的16振幅移相键控调制（16APSK）信号的星座点更为紧凑。     

月径流序列的混沌特征识别及Volterra自适应预测法的应用

在混沌动力系统相空间重构的基础上,利用关联维数法和最大Lyapunov指数法,对月径流时间序列进行混沌特性识别。然后结合自适应技术的实时递推特性和Volterra级数的非线性表征能力,利用Volterra自适应滤波法可对径流时间序列进行预测。通过江桥站和丰满水库实际月径流序列的预测结果表明,月径流序列中存在着一定的混沌特征。应用Volterra自适应法可以有效地对水文时间序列进行预测,与加权一阶局域预测法相比,能够实现更高精度的多步预测。     

一种Volterra级数简化辨识方法及其应用研究

针对非线性故障诊断一般计算量大,难以实施在线检测的不足,提出了一种基于分块最小均方（BLMS）滤波器的简化辨识方法。该方法利用影响指数的概念,在保证一定辨识精度的前提下,根据每个Volterra核对辨识结果贡献的大小对其进行筛选,然后用筛选出的有效核函数作为对原系统的近似,从而达到降低辨识维数减少计算量的目的。将该方法应用到某型号直升机电动舵机的故障诊断中,实际测试表明了该简化辨识算法的有效性,为实施在线非线性故障诊断提供了一种解决途径,就有较大的工程实用价值。     

基于支持向量机的模拟电路故障诊断

针对模拟电路的固有复杂性及其传统故障检测方法存在延时大和正确识别率低的问题,提出基于最小二乘支持向量机和Volterra级数的故障诊断方法。采用Volterra级数频域核对电路故障特征进行提取,利用最小二乘支持向量机进行模态分类,最终完成故障诊断。仿真结果表明,该方法与BP神经网络相比提高了系统故障辨识能力与系统故障诊断速度。     

基于最低误码率准则的奇次三阶Volterra均衡器用于干扰抑制

该文针对通信系统中的干扰抑制问题,提出一种基于最低误码率准则的Volterra均衡器.区别于以往研究中采用最小均方误差准则估计Volterra核,本文采用最低误码率准则.仿真表明:对于扩展的二元相移键控信号,在相对强的窄带干扰下,匹配滤波器和基于最小均方误差准则的线性均衡器已失效,而基于最低误码率准则的Volterra均衡器仍能表现出良好的性能,也大大优于最小均方误差准则的Volterra均衡器;并且在计算复杂度与误码率性能的权衡中,奇次三阶Volterra均衡器更有实用价值.