-
题名激光测振仪中最小均方误差前向预测器的研究
被引量：5
- 1
-
-
作者
王之昊
张文喜
伍洲
孔新新
王永彪
郝义伟
-
机构
中国科学院空天信息创新研究院
中国科学院大学光电学院
中国科学院计算光学成像技术重点实验室
-
出处
《光电工程》
CAS
CSCD
北大核心
2022年第5期52-64,共13页
-
文摘
针对激光测振仪中的自适应滤波问题,本文采用最小均方误差前向预测器,仿真分析了振动测量信号的峰值、频率、滤波器阶数和步长系数等参数对最小均方误差前向预测器滤波性能的影响,并搭建实验系统进行了验证。研究结果可以作为最小均方误差前向预测器参数选择的理论依据,为设计适用于激光测振仪自适应滤波器提供技术手段。
-
关键词
振动测量
自适应滤波
最小均方误差
前向预测器
-
Keywords
vibration measurement
adaptive filtering
LMS
forward predictor
-
分类号
TN249
[电子电信—物理电子学]
-
-
题名神经网络结合并行混沌粒子群优化算法的波前预测器
- 2
-
-
作者
白亚男
史永昌
史晓雨
-
机构
平顶山学院软件学院
平顶山学院计算机科学与技术学院
电子科技大学计算机科学与工程学院
-
出处
《计算机与数字工程》
2013年第6期1024-1026,共3页
-
基金
基于无线自组网的应急通信关键技术问题研究(编号:61072043)资助
-
文摘
由伺服系统所引起的延迟误差很大程度上影响着自适应光学系统(AOS)的性能。为了提高神经网络波前预测器的收敛性和精度,论文提出了一种改进的并行混沌粒子群优化算法(PCPSO)。该算法利用混沌序列的随机和遍历特性,以及并行化处理方法,有效地避免早熟现象的发生。通过对基准函数的测试,比起经典粒子群算法,该算法具有较高的计算速度和收敛能力。并且,论文设计了一种基于PCPSO算法的神经网络波前预测器,并运用于自适应光学系统的波前预测中。通过数值仿真实验,研究了这种新型波前预测器的性能,实验结果表明,采用并行化混沌粒子优化算法的预测器可以有效的预测控制电压信号,具有很好的泛化能力,对提高光束质量起到了重要的作用。
-
关键词
人工神经网络
并行
波前预测器
粒子群优化
混沌
-
Keywords
artificial neural network, parallel, wavefront predictor, particle swarm optimization, chaos
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
