为实现弱目标线谱检测,在自适应线谱增强(Adaptive Line Enhancement,ALE)算法的基础上,结合频域批处理技术,提出了一种能降低计算量的高效线谱检测算法——归一化频域批处理最小均方(Normalized Frequency-domain Block Least Mean Squ...为实现弱目标线谱检测,在自适应线谱增强(Adaptive Line Enhancement,ALE)算法的基础上,结合频域批处理技术,提出了一种能降低计算量的高效线谱检测算法——归一化频域批处理最小均方(Normalized Frequency-domain Block Least Mean Square,NFBLMS)算法;所提NFBLMS算法在权值迭代过程中,步长参数不受输入信号功率的影响。理论分析和数值仿真结果表明:相比于已有的线谱检测算法,NFBLMS算法能较好地解决ALE算法实时处理运算量问题,并可获得较高的系统增益,且其步长参数具有较强的鲁棒性,能同时兼顾算法的收敛速度和稳态误差。因此NFBLMS算法更适合实际工程应用。展开更多
介绍一种将自适应噪声抵消算法应用于消除周期性工频脉冲干扰的方法。该方法利用周期sinc函数仿真工频脉冲干扰信号,与白噪声叠加作为参考输入,利用最小均方(Least Mean Square,LMS)算法与归一化最小均方(Normalized Least Mean Square,...介绍一种将自适应噪声抵消算法应用于消除周期性工频脉冲干扰的方法。该方法利用周期sinc函数仿真工频脉冲干扰信号,与白噪声叠加作为参考输入,利用最小均方(Least Mean Square,LMS)算法与归一化最小均方(Normalized Least Mean Square,NLMS)算法进行自适应噪声抵消滤波仿真实验。MATLAB仿真处理结果显示,在无增益、增益饱和、增益过饱和这三种情况下,当信噪比为3 d B时,分别用LMS算法与NLMS算法滤波后可以清晰地分辨多次回波。展开更多
为了满足预见性巡航控制(predictive cruise control,PCC)系统对重型卡车质量的精度要求,针对传统重型卡车质量估计算法的不足,设计了重型卡车的质量估计系统。开发了基于车辆纵向动力学和基于高精度地图的卡车质量估算策略,采用归一化...为了满足预见性巡航控制(predictive cruise control,PCC)系统对重型卡车质量的精度要求,针对传统重型卡车质量估计算法的不足,设计了重型卡车的质量估计系统。开发了基于车辆纵向动力学和基于高精度地图的卡车质量估算策略,采用归一化最小均方(normalized least mean square,NLMS)算法对估计质量进行了平滑性处理;完成了质量估计系统的硬件设计;搭建了质量估计算法的Simulink模型,采用基于模型设计的方法进行了系统软件的开发;实车验证了整个系统的可靠性以及质量估计算法的精确性。试验结果表明:与实际的卡车质量相比,质量估计系统计算得到的卡车质量的误差在9%以内。展开更多
文摘为实现弱目标线谱检测,在自适应线谱增强(Adaptive Line Enhancement,ALE)算法的基础上,结合频域批处理技术,提出了一种能降低计算量的高效线谱检测算法——归一化频域批处理最小均方(Normalized Frequency-domain Block Least Mean Square,NFBLMS)算法;所提NFBLMS算法在权值迭代过程中,步长参数不受输入信号功率的影响。理论分析和数值仿真结果表明:相比于已有的线谱检测算法,NFBLMS算法能较好地解决ALE算法实时处理运算量问题,并可获得较高的系统增益,且其步长参数具有较强的鲁棒性,能同时兼顾算法的收敛速度和稳态误差。因此NFBLMS算法更适合实际工程应用。
文摘介绍一种将自适应噪声抵消算法应用于消除周期性工频脉冲干扰的方法。该方法利用周期sinc函数仿真工频脉冲干扰信号,与白噪声叠加作为参考输入,利用最小均方(Least Mean Square,LMS)算法与归一化最小均方(Normalized Least Mean Square,NLMS)算法进行自适应噪声抵消滤波仿真实验。MATLAB仿真处理结果显示,在无增益、增益饱和、增益过饱和这三种情况下,当信噪比为3 d B时,分别用LMS算法与NLMS算法滤波后可以清晰地分辨多次回波。
文摘为了满足预见性巡航控制(predictive cruise control,PCC)系统对重型卡车质量的精度要求,针对传统重型卡车质量估计算法的不足,设计了重型卡车的质量估计系统。开发了基于车辆纵向动力学和基于高精度地图的卡车质量估算策略,采用归一化最小均方(normalized least mean square,NLMS)算法对估计质量进行了平滑性处理;完成了质量估计系统的硬件设计;搭建了质量估计算法的Simulink模型,采用基于模型设计的方法进行了系统软件的开发;实车验证了整个系统的可靠性以及质量估计算法的精确性。试验结果表明:与实际的卡车质量相比,质量估计系统计算得到的卡车质量的误差在9%以内。
