一种自适应方向性技术在生命探测仪中的应用

基于声波／振动探测原理的地震生命探测系统的研制在我国灾害生命搜索救助领域中占有重要位置。提出了一种有效的自适应噪声抵消方法,该方法通过自适应的改变增益值代替改变部分样本的时延值而使系统零点自适应的移动。当信号和噪声同时存在时,能保证零点总是朝向噪声方向。该自适应算法能在硬件中实时实现,在声波／振动生命探测仪中可作为噪声削减和信号增强的实际工具。     

模糊自适应PMHT机动目标跟踪算法

对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题.将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法.该算法将数据关联寻优与运动模型寻优联合处理,从而实现了数据关联寻优、目标模型寻优一体化.仿真结果表明,所提算法与交互式多模型概率多假设跟踪(IMM-PMHT)算法相比在跟踪精度上有明显提高,并且满足实时性要求,证明该算法是有效的.     

射频发射模块非线性效应的消除方法

射频模块存在相位特性的非线性效应,群延迟随频率的变化不再是一个常数,并可能造成输出射频信号的波形失真,而影响精密射频信号源的输出精度。基于递归最小二乘算法的自适应滤波器,提出了消除其非线性效应的新方法。并以GPS模拟源为例,利用其自校模块,采用软件无线电和数字信号处理技术,精确估计出射频模块的模型参数。将基带合成信号通过一个数字逆滤波器,以消除相位的非线性和群延迟随频率的变化。利用自编的仿真程序包,在Matlab中进行了相应的模拟计算。仿真结果表明,该方法可有效地消除相位非线性效应对射频信号的影响,输出信号的波形失真在理论上可控制在0.01%以内。     

自适应神经模糊推理系统(ANFIS)及其仿真

自适应神经网络模糊推理系统ANF IS是模糊控制与神经网络控制结合的产物。讨论了ANF IS的结构及其特点,并利用M ATLAB的专用工具箱进行了仿真研究,取得满意的效果。     

Annealing adaptive search,cross‐entropy,and stochastic approximation in global optimization

The Annealing Adaptive Search (AAS) algorithm for global optimization searches the solution space by sampling from a sequence of Boltzmann distributions. For a class of optimization problems, it has been shown that the complexity of AAS increases at most linearly in the problem dimension. However, despite its desirable property, sampling from a Boltzmann distribution at each iteration of the algorithm remains a practical challenge. Prior work to address this issue has focused on embedding Markov chain‐based sampling techniques within the AAS framework. In this article, based on ideas from the recent Cross‐Entropy method and Model Reference Adaptive Search, we propose an algorithm, called Model‐based Annealing Random Search (MARS), that complements prior work by sampling solutions from a sequence of surrogate distributions that iteratively approximate the target Boltzmann distributions. We establish a novel connection between MARS and the well‐known Stochastic Approximation method. By exploiting this connection, we prove the global convergence of MARS and characterize its asymptotic convergence rate behavior. Our empirical results indicate promising performance of the algorithm in comparison with some of the existing methods. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。     

浮球式惯导平台的自适应模糊滑模稳定控制

针对浮球式惯导平台的惯性空间稳定问题,提出了一种基于模糊逻辑的自适应滑模控制方案。该方法利用滑模控制器保证了系统的稳定性和快速性,解决了浮球式惯导平台参数不确定、未建模动态等未知干扰问题;然后,基于滑模控制器的设计问题,利用模糊逻辑和自适应控制律,调节滑模控制器的参数,估计并补偿系统的外界干扰及不确定性等干扰,增强系统对随机不确定性的适应能力,提高控制系统的鲁棒性和控制精度;最后,利用Laypunov方法证明了控制系统的稳定性与收敛性。仿真结果表明,该方法可以有效减低滑模控制控制输入抖振问题,实现浮球式惯导平台的高精度惯性空间稳定,且稳定精度高于 。     

自适应LMS和相关算法在GMI磁传感器信号检测中的应用

在GMI磁传感器的研制中,微弱磁场信号经常淹没于电路固有噪声中。当非晶丝GMI(GiantMagneto-Impedance)磁传感器的输出信噪比小于0dB时,常规的峰值检波方法无法检出传感器信号。针对此问题,提出了一种新的微弱信号(信噪比小于0dB)检测方法,利用LMS自适应滤波算法提取非晶丝GMI磁传感器输出信号的特征参数,将该特征参数与理想参数进行相关运算,并根据相关值的大小来确定信号大小,从而实现对微弱磁信号的测量。仿真结果表明,采用LMS自适应滤波算法和相关分析相结合的方法,对于传感器输出信噪比等于-10dB的微弱信号,根据相关值与外磁场大小的对应关系,仍然可以确定外磁场大小。     

微型涡喷发动机起动控制系统设计

针对微型涡喷发动机起动过程稳定性较差的特点,设计了一种基于模型参考自适应控制(MRAC)算法的起动控制系统.通过采用基于多传感器的自适应控制方法,减小发动机建模误差和外界干扰的影响,以提高起动过程中系统的鲁棒性.试车实验结果表明:该方法使微型涡喷发动机在一定外界条件下快速、平稳地起动,降低了发动机贫油、富油和喘振的可能性,保证发动机可靠起动.     

起重机防摇摆模糊自适应PID控制的仿真

起重机起吊过程中,由于绳索摇摆,使吊物位置变化复杂,线路变化非线性,吊物位置不确定;而采用常规定参数PID控制难以解决货物位置控制问题,无法对起重机的位置和摆角进行精确控制。针对这些问题,采用拉格朗日能量法建立起重机起吊系统模型,提出一种基于模糊自适应PID控制的起重机起吊控制方法,结合模糊控制理论对PID参数进行自适应整定。仿真结果表明,与传统定参数PID控制相比,模糊自适应PID控制具有良好的适应性和鲁棒性,可提高起重机起吊系统的动态性能。