针对网络化控制系统(NCS)中的随机时变时延,采用自行开发的基于应用层的测试软件,按照IETF(The Internet Engi-neering Task Force)的RFC2544规范,进行了6个多月实际测量,获得了170余万个网络时延数据;通过对实验数据进行相关分析,建立...针对网络化控制系统(NCS)中的随机时变时延,采用自行开发的基于应用层的测试软件,按照IETF(The Internet Engi-neering Task Force)的RFC2544规范,进行了6个多月实际测量,获得了170余万个网络时延数据;通过对实验数据进行相关分析,建立了网络时延的自适应自回归(AR)模型;并用自适应最小均方差(LMS)算法对实测的网络时延进行了估计和预测,实验结果表明了算法的有效性。展开更多
针对风洞试验模型系统辨识不准确的问题,利用自适应LMS(least mean square)滤波器模型对跨声速风洞模型进行系统辨识。由于实测信号中存在多模态耦合,为了提高系统辨识精准度,首先对输入输出信号作了FRF(frequency response analysis)...针对风洞试验模型系统辨识不准确的问题,利用自适应LMS(least mean square)滤波器模型对跨声速风洞模型进行系统辨识。由于实测信号中存在多模态耦合,为了提高系统辨识精准度,首先对输入输出信号作了FRF(frequency response analysis)分析得到试验模型俯仰方向前两阶模态,其次利用快速Fourier变换进行模态解耦,接着利用自适应LMS滤波器模型、传递函数模型、多项式模型对俯仰方向单模态进行系统辨识,最后得到了基于自适应LMS滤波器模型的俯仰方向一阶、二阶模态滤波器系数。通过对比不同数学模型的输出与输入之间的相关系数和均方误差及辨识结果,表明自适应LMS滤波器模型具有更高的系统辨识精准度和更简洁的数学模型结构。为后续风洞试验模型振动主动控制计算法的设计提供有力支撑。展开更多
为有效抑制工厂复杂环境中的背景噪声,获取音频信号中包含的有用信息,提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制...为有效抑制工厂复杂环境中的背景噪声,获取音频信号中包含的有用信息,提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制,有效避免了音乐噪声的产生并提升在了非平稳噪声干扰下的音频感知质量。然后再使用基于双曲正切函数调整步长因子的变步长自适应LMS滤波算法对已经初步去噪后的音频信号进行二次降噪处理,从而达到消除音频中噪声分量目的。仿真实验结果表明,该方法相较传统多窗谱谱减法去噪后信噪比提升7 d B左右,较固定步长LMS算法提升3~4 d B,较传统多窗谱级联定步长LMS算法提升1~2 d B,且该方法简单易行,且具有较好的实际应用价值。展开更多
基金国家自然科学基金(the National Natural Science Foundation of China under Grant No.60674057)
文摘针对网络化控制系统(NCS)中的随机时变时延,采用自行开发的基于应用层的测试软件,按照IETF(The Internet Engi-neering Task Force)的RFC2544规范,进行了6个多月实际测量,获得了170余万个网络时延数据;通过对实验数据进行相关分析,建立了网络时延的自适应自回归(AR)模型;并用自适应最小均方差(LMS)算法对实测的网络时延进行了估计和预测,实验结果表明了算法的有效性。
文摘针对风洞试验模型系统辨识不准确的问题,利用自适应LMS(least mean square)滤波器模型对跨声速风洞模型进行系统辨识。由于实测信号中存在多模态耦合,为了提高系统辨识精准度,首先对输入输出信号作了FRF(frequency response analysis)分析得到试验模型俯仰方向前两阶模态,其次利用快速Fourier变换进行模态解耦,接着利用自适应LMS滤波器模型、传递函数模型、多项式模型对俯仰方向单模态进行系统辨识,最后得到了基于自适应LMS滤波器模型的俯仰方向一阶、二阶模态滤波器系数。通过对比不同数学模型的输出与输入之间的相关系数和均方误差及辨识结果,表明自适应LMS滤波器模型具有更高的系统辨识精准度和更简洁的数学模型结构。为后续风洞试验模型振动主动控制计算法的设计提供有力支撑。
文摘为有效抑制工厂复杂环境中的背景噪声,获取音频信号中包含的有用信息,提出了一种基于多窗谱谱减法和自适应最小均方误差滤波算法相结合的音频降噪方法。首先使用改进多窗谱谱减法即修改谱减关系中的增益因子对含噪音频进行初步噪声抑制,有效避免了音乐噪声的产生并提升在了非平稳噪声干扰下的音频感知质量。然后再使用基于双曲正切函数调整步长因子的变步长自适应LMS滤波算法对已经初步去噪后的音频信号进行二次降噪处理,从而达到消除音频中噪声分量目的。仿真实验结果表明,该方法相较传统多窗谱谱减法去噪后信噪比提升7 d B左右,较固定步长LMS算法提升3~4 d B,较传统多窗谱级联定步长LMS算法提升1~2 d B,且该方法简单易行,且具有较好的实际应用价值。
