基于级联自适应陷波器的正弦波频率估计

常用的传统和现代方法对于噪声环境中正弦信号的频率估计均存在一定的缺陷。本文利用二阶陷波器级联构造自适应陷波器,实现对多个信号频率的估计;采用递推误差信号和递推最小二乘法同时优化各个二阶陷波器的参数。仿真结果表明,该方法对于单频、多频和频率变化等情况均具有较好的估计结果,且对于噪声干扰具有较强的鲁棒性。     

短波通信中均衡技术的研究

本文通过时短波通信这一特殊信道的信道特性进行研究,结合常用的几种比较成熟的自适应均衡技术进行了讨论,主要对LMS、RLS和QR-RLS三种算法运用于短波系统的算法优缺点和性能进行比较,并给出了仿真结果,得出理论分析结果.     

噪声ICA模型去偏技术研究

偏差去除算法通常假设高斯噪声条件下对普通ICA算法进行修正来消除噪声带来的影响。但是存在高斯噪声条件时,普通ICA算法对解混矩阵仍然可以辨识。故引入基于QR分解的RLS自适应噪声抵消算法和Fast-ICA算法相结合,只需对观测信号进行去噪处理,不需要对解混矩阵修正。并分别在同一噪声和相关噪声条件下做了仿真实验,与LMS-ICA算法进行了比较。仿真实验证明,该方法比后者效果显著。提出了用最小二乘算法计算分离信号的输出信噪比,作为评价算法的性能指标。     

基于目标函数的递推子空间辨识算法

针对实际工程中要求对系统参数进行在线估计的问题, 提出一种递推子空间辨识的新方法. 通过引入辅助变量关系将递推子空间辨识问题转化为目标函数的迭代最小化问题. 采用递推最小二乘算法在线估计参数并由传播方法得到更新的广义能观性矩阵, 进而求得子空间辨识模型系统参数. 该算法简单有效且对初值具有鲁棒性. 最后, 通过仿真实例验证算法的有效性.     

临钢6#高炉含硅量预测的计算机在线实现

临钢6＃高炉铁水中硅质量分数的预测是“高炉专家系统”中的一部分，为了使预测模型能够在线进行，采用了限定记忆法进行模型参数的辨识，对辨识出来的参数用牛顿法进行优化，并且用鼓风机动能和风量，风温2种方法对预测模型的预测值进行了修正，使命中率提高了4－5个百分点，给出了数据库系统的组织以及计算机实现的流程图。该方法使模型的预测命中率与离线预测的水平相当。     

Recurrent Neuro-Fuzzy Modeling and Fuzzy MDPP Control for Flexible Servomechanisms

This paper considers the nonlinear system identification and control for flexible servomechanisms. A multi-step-ahead recurrent neuro-fuzzy model consisting of local linear ARMA (autoregressive moving average) models with bias terms is suggested for approximating the dynamic behavior of a servomechanism including the effects of flexibility and friction. The RLS (recursive least squares) algorithm is adopted for obtaining the optimal consequent parameters of the rules. Within each fuzzy operating region, a local MDPP (minimum degree pole placement) control law with integral action can be constructed based on the estimated local model. Then a fuzzy controller composed of these local MDPP controls can be easily constructed for the servomechanism. The techniques are illustrated using computer simulations.     

基于RLS自适应滤波算法的电力有源滤波器直流端电压控制方法

RLS自适应滤波器用于有源滤波器直流端电容电压的控制,克服了用LMS自适应滤波器收敛速度慢和稳态误差较大的缺点,同时对直流端电容电压的控制完全摒弃了传统的PI积分控制,解决了控制参数难以调节及对电路中其他参数的变化非常敏感的问题.稳态和暂态特性的仿真研究比较了两种自适应滤波算法对直流端电容电压的控制及对补偿后的主电流的影响,其中RLS自适应滤波器效果要好得多.     

RKRLS及在混炼胶质量建模与预报中的应用研究

对递推最小二乘(RLS)进行了非线性的核(kernel)变换,并采用正则化技术改写了目标范函,提出了一种正则核变换递推最小二乘(regularized kernel,RLS)算法.获得了RKRLS模型的系数和误差表达式,分析了算法的推广能力并证明了KeYnel RLS算法为其特例,进而导出了RKRLS算法在限定、增长和缩减记忆三种不同模式下的递推公式均无需进行求逆计算.RKRLS算法具有三个特性:小样本、可控的推广能力和速度快,因而非常适合于工业应用场合.通过对橡胶混炼质量的门尼指标进行建模和预测分析表明,本算法具有较好的跟踪预测性能.     

A fast learning algorithm of neural network with tunable activation function

This paper presents a modified structure of a neural network with tunable activation function and provides a new learning algorithm for the neural network training. Simulation results of XOR problem, Feigenbaum function, and Henon map show that the new algorithm has better performance than BP (back propagation) algorithm in terms of shorter convergence time and higher convergence accuracy. Further modifications of the structure of the neural network with the faster learning algorithm demonstrate simpler structure with even faster convergence speed and better convergence accuracy.