期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
8
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
外商直接投资对我国就业的影响──基于误差成分联立方程模型的估计
被引量：
13
1
作者
王美今
钱金保
《中山大学学报（社会科学版）》
CSSCI
北大核心
2008年第6期178-184,共7页
文章利用1985-2004年我国省区面板数据构建联立方程模型,从工资、生产效率、国内投资及它们的相互作用等方面研究FDI对东道国的就业效应;使用EC2SLS(误差成分两阶段)和EC3SLS(误差成分三阶段)方法估计该模型。研究在模型构建和计量方法...
文章利用1985-2004年我国省区面板数据构建联立方程模型,从工资、生产效率、国内投资及它们的相互作用等方面研究FDI对东道国的就业效应;使用EC2SLS(误差成分两阶段)和EC3SLS(误差成分三阶段)方法估计该模型。研究在模型构建和计量方法上做出与现有文献不同的尝试,以增强结论的稳健性和可靠性。实证结果表明,FDI对我国产生显著的正向就业效应。
展开更多
关键词
FDI
就业效应
联立
方程
误差
成分
模型
投资
在线阅读
下载PDF
职称材料
系统辨识(6):多新息辨识理论与方法
被引量：
45
2
作者
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012年第1期1-28,共28页
多新息辨识是系统辨识的一个重要分支.新息是能够改善参数估计精度或状态估计精度的有用信息.首先,详细讨论了线性回归模型的各种多新息辨识方法,包括多新息投影算法、多新息随机梯度算法、多新息遗忘梯度算法、变递推间隔多新息随机梯...
多新息辨识是系统辨识的一个重要分支.新息是能够改善参数估计精度或状态估计精度的有用信息.首先,详细讨论了线性回归模型的各种多新息辨识方法,包括多新息投影算法、多新息随机梯度算法、多新息遗忘梯度算法、变递推间隔多新息随机梯度算法、多新息最小二乘辨识方法、变递推间隔多新息最小二乘算法等;然后,给出了方程误差类系统、输出误差类系统、输入非线性系统的随机梯度辨识算法、多新息随机梯度算法和多新息最小二乘辨识算法;最后,简单说明了多新息辨识理论可以发展到多新息观测器和多新息卡尔曼滤波理论.
展开更多
关键词
迭代辨识
递推辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
:OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
在线阅读
下载PDF
职称材料
系统辨识(8):耦合辨识概念与方法
被引量：
22
3
作者
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012年第3期193-212,共20页
耦合辨识是系统辨识的一个重要分支,是新近发展和提炼形成的一种辨识概念,主要用于研究结构复杂的参数耦合线性和非线性多变量系统的辨识问题.辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念是本文作者提出的一些新的...
耦合辨识是系统辨识的一个重要分支,是新近发展和提炼形成的一种辨识概念,主要用于研究结构复杂的参数耦合线性和非线性多变量系统的辨识问题.辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念是本文作者提出的一些新的辨识研究思路、理念和方法,分别能够用于研究存在未知过程变量的不可测系统的辨识,能够提高辨识方法的收敛速度和参数估计精度,能够解决结构复杂、大规模多变量系统及参数耦合多变量系统的辨识问题、减小辨识算法的计算量.首先介绍多变量系统耦合辨识概念,在此基础上讨论多变量系统的几种(全)耦合最小二乘辨识方法、(全)耦合随机梯度辨识方法、部分耦合随机梯度辨识方法、部分耦合最小二乘辨识方法等,最后说明耦合辨识方法可推广用于有色噪声干扰多变量系统的辨识,并列出了一些多变量系统模型结构,阐述了耦合辨识概念可以结合辅助模型辨识思想、多新息辨识理论、递阶辨识原理、迭代搜索原理(梯度迭代、最小二乘迭代、牛顿迭代)等来研究线性或非线性多变量系统的辨识问题.
展开更多
关键词
迭代辨识
递推辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
:OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
在线阅读
下载PDF
职称材料
系统辨识(7):递阶辨识原理与方法
被引量：
18
4
作者
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012年第2期97-124,共28页
递阶辨识是系统辨识的一个重要分支.递阶辨识原理是在大系统递阶控制的"分解-协调原理"基础上发展起来的,它不仅能够解决参数数目多、维数高、大规模系统辨识算法计算量大的问题,而且能够解决结构复杂的双线性参数系统、多线...
递阶辨识是系统辨识的一个重要分支.递阶辨识原理是在大系统递阶控制的"分解-协调原理"基础上发展起来的,它不仅能够解决参数数目多、维数高、大规模系统辨识算法计算量大的问题,而且能够解决结构复杂的双线性参数系统、多线性参数系统以及非线性系统的辨识问题.首先介绍递阶辨识原理和线性方程组Ax=b的著名雅可比迭代和高斯-赛德尔迭代,给出了线性方程组的迭代方法族;其次将雅可比迭代思想和递阶辨识原理用于研究一般矩阵方程和耦合矩阵方程的递阶梯度迭代求解方法和递阶最小二乘迭代求解方法;再次介绍了方程误差模型的两阶段最小二乘辨识方法(一个简单的递阶辨识方法)和线性回归模型的递阶最小二乘辨识方法;最后研究了类多变量CARMA系统的递阶辨识方法.
展开更多
关键词
迭代辨识
递推辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
在线阅读
下载PDF
职称材料
辨识方法的计算效率(1):递推算法
被引量：
16
5
作者
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012年第4期289-300,共12页
算法的计算量可用其乘法运算次数和加法运算次数表示(除法作为乘法对待,减法作为加法对待).一次乘法运算或一次加法运算称为一个flop,即一次浮点运算.作为"辨识方法的计算效率"系列3篇连载论文的第1篇,主要了讨论递推辨识算...
算法的计算量可用其乘法运算次数和加法运算次数表示(除法作为乘法对待,减法作为加法对待).一次乘法运算或一次加法运算称为一个flop,即一次浮点运算.作为"辨识方法的计算效率"系列3篇连载论文的第1篇,主要了讨论递推辨识算法的计算量,包括向量和矩阵基本运算的flop数,以及线性回归系统、多元线性回归系统、多变量系统的随机梯度辨识算法、最小二乘辨识算法、递推最小二乘辨识算法的最经济计算量,即实现算法的最少flop数.
展开更多
关键词
递推辨识
迭代辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
在线阅读
下载PDF
职称材料
辨识方法的计算效率(2):迭代算法
被引量：
15
6
作者
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012年第5期385-401,共17页
讨论了最小二乘迭代辨识算法及其计算效率问题.最小二乘迭代算法由于涉及矩阵求逆运算,为减小计算量,提出了基于块矩阵求逆的最小二乘迭代辨识算法.基于块矩阵求逆的最小二乘迭代辨识算法不是一种新算法,只是从辨识算法的实现方式上降...
讨论了最小二乘迭代辨识算法及其计算效率问题.最小二乘迭代算法由于涉及矩阵求逆运算,为减小计算量,提出了基于块矩阵求逆的最小二乘迭代辨识算法.基于块矩阵求逆的最小二乘迭代辨识算法不是一种新算法,只是从辨识算法的实现方式上降低计算负担,它与最小二乘迭代算法产生相同的参数估计,但计算量小.文中研究了伪线性回归系统、多元伪线性回归系统、多变量伪线性回归系统的最小二乘迭代辨识算法及其基于块矩阵求逆的最小二乘迭代算法.
展开更多
关键词
递推辨识
迭代辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
在线阅读
下载PDF
职称材料
辨识方法的计算效率(3):信息向量耦合算法
被引量：
10
7
作者
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012年第6期481-495,共15页
简单讨论了行列式、矩阵逆和块矩阵逆的计算量;研究了信息向量耦合型多变量系统的子系统递推最小二乘辨识方法,给出了计算量小的联合递推最小二乘辨识算法;研究了部分信息向量耦合型多变量系统的子系统最小二乘辨识算法,提出了计算量小...
简单讨论了行列式、矩阵逆和块矩阵逆的计算量;研究了信息向量耦合型多变量系统的子系统递推最小二乘辨识方法,给出了计算量小的联合递推最小二乘辨识算法;研究了部分信息向量耦合型多变量系统的子系统最小二乘辨识算法,提出了计算量小的基于块矩阵求逆的最小二乘辨识算法;给出了部分信息向量耦合型多变量系统的子系统递推最小二乘辨识算法,提出和推导了基于辨识模型分解的递推最小二乘辨识算法,并分别讨论了提出算法的计算量.
展开更多
关键词
递推辨识
迭代辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
OEMA
模型
OE-AR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
在线阅读
下载PDF
职称材料
用于主动噪声控制系统的高性能算法结构
8
作者
袁军
袁财政
+1 位作者
李军
孟祥胜
《电子测量技术》
北大核心
2022年第19期95-100,共6页
本文针对传统的自适应滤波算法降噪性能差、收敛速度慢以及应对突变能力不足等问题,提出了基于改进的方程误差算法和镜像优化算法。其中,改进的方程误差算法在FURLMS算法基础上进行离线二次路径建模,解决了降噪性能和收敛速度的问题。...
本文针对传统的自适应滤波算法降噪性能差、收敛速度慢以及应对突变能力不足等问题,提出了基于改进的方程误差算法和镜像优化算法。其中,改进的方程误差算法在FURLMS算法基础上进行离线二次路径建模,解决了降噪性能和收敛速度的问题。为了提高系统应对突变的能力,该算法在FURLMS算法基础上进行了镜像优化。结果表明,本文提出的两种算法在系统频率为250 Hz左右范围时,均方误差可稳定在-20 dB,提出的改进方程误差算法和镜像修改算法分别有28 dBA和30 dBA的噪声衰减效果。
展开更多
关键词
主动噪声控制系统
方程误差模型
均方
误差
在线阅读
下载PDF
职称材料
题名
外商直接投资对我国就业的影响──基于误差成分联立方程模型的估计
被引量：
13
1
作者
王美今
钱金保
机构
中山大学岭南学院
出处
《中山大学学报（社会科学版）》
CSSCI
北大核心
2008年第6期178-184,共7页
基金
国家社科基金项目《外商直接投资的就业效应分析》(批准号:06BJY033)
广东省普通高校人文社会科学研究重点项目《劳动力转移、职业技能培训与广东产业竞争力》(批准号:06JDXM790002)
文摘
文章利用1985-2004年我国省区面板数据构建联立方程模型,从工资、生产效率、国内投资及它们的相互作用等方面研究FDI对东道国的就业效应;使用EC2SLS(误差成分两阶段)和EC3SLS(误差成分三阶段)方法估计该模型。研究在模型构建和计量方法上做出与现有文献不同的尝试,以增强结论的稳健性和可靠性。实证结果表明,FDI对我国产生显著的正向就业效应。
关键词
FDI
就业效应
联立
方程
误差
成分
模型
投资
Keywords
FDI
employment effect
Error Component Simultaneous Equations
分类号
F832.6 [经济管理—金融学]
F249.2 [经济管理—劳动经济]
F224 [经济管理—国民经济]
在线阅读
下载PDF
职称材料
题名
系统辨识(6):多新息辨识理论与方法
被引量：
45
2
作者
丁锋
机构
江南大学物联网工程学院
江南大学控制科学与工程研究中心
江南大学教育部轻工过程先进控制重点实验室
出处
《南京信息工程大学学报（自然科学版）》
CAS
2012年第1期1-28,共28页
基金
国家自然科学基金(60973043)
文摘
多新息辨识是系统辨识的一个重要分支.新息是能够改善参数估计精度或状态估计精度的有用信息.首先,详细讨论了线性回归模型的各种多新息辨识方法,包括多新息投影算法、多新息随机梯度算法、多新息遗忘梯度算法、变递推间隔多新息随机梯度算法、多新息最小二乘辨识方法、变递推间隔多新息最小二乘算法等;然后,给出了方程误差类系统、输出误差类系统、输入非线性系统的随机梯度辨识算法、多新息随机梯度算法和多新息最小二乘辨识算法;最后,简单说明了多新息辨识理论可以发展到多新息观测器和多新息卡尔曼滤波理论.
关键词
迭代辨识
递推辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
:OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
Keywords
iterative identification
recursive identification
parameter estimation
FIR model
equation error model
CAR model
CARMA model
CARAR model
CARARMA model
output error model
OEMA model
OEAR model
auxiliary model identification
multi-innovation identification
hierarchical identification
coupled identification
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
系统辨识(8):耦合辨识概念与方法
被引量：
22
3
作者
丁锋
机构
江南大学物联网工程学院
江南大学控制科学与工程研究中心
江南大学教育部轻工过程先进控制重点实验室
出处
《南京信息工程大学学报（自然科学版）》
CAS
2012年第3期193-212,共20页
基金
国家自然科学基金(60973043)
文摘
耦合辨识是系统辨识的一个重要分支,是新近发展和提炼形成的一种辨识概念,主要用于研究结构复杂的参数耦合线性和非线性多变量系统的辨识问题.辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念是本文作者提出的一些新的辨识研究思路、理念和方法,分别能够用于研究存在未知过程变量的不可测系统的辨识,能够提高辨识方法的收敛速度和参数估计精度,能够解决结构复杂、大规模多变量系统及参数耦合多变量系统的辨识问题、减小辨识算法的计算量.首先介绍多变量系统耦合辨识概念,在此基础上讨论多变量系统的几种(全)耦合最小二乘辨识方法、(全)耦合随机梯度辨识方法、部分耦合随机梯度辨识方法、部分耦合最小二乘辨识方法等,最后说明耦合辨识方法可推广用于有色噪声干扰多变量系统的辨识,并列出了一些多变量系统模型结构,阐述了耦合辨识概念可以结合辅助模型辨识思想、多新息辨识理论、递阶辨识原理、迭代搜索原理(梯度迭代、最小二乘迭代、牛顿迭代)等来研究线性或非线性多变量系统的辨识问题.
关键词
迭代辨识
递推辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
:OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
Keywords
iterative identification
recursive identification
parameter estimation
FIR model
equation error mod-el
CAR model
CARMA model
CARAR model
CARARMA model
output error model
OEMA model
OEAR mod-el
auxiliary model identification
multi-innovation identification
hierarchical identification
coupled identification
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
系统辨识(7):递阶辨识原理与方法
被引量：
18
4
作者
丁锋
机构
江南大学物联网工程学院
江南大学控制科学与工程研究中心
江南大学教育部轻工过程先进控制重点实验室
出处
《南京信息工程大学学报（自然科学版）》
CAS
2012年第2期97-124,共28页
基金
国家自然科学基金(60973043)
文摘
递阶辨识是系统辨识的一个重要分支.递阶辨识原理是在大系统递阶控制的"分解-协调原理"基础上发展起来的,它不仅能够解决参数数目多、维数高、大规模系统辨识算法计算量大的问题,而且能够解决结构复杂的双线性参数系统、多线性参数系统以及非线性系统的辨识问题.首先介绍递阶辨识原理和线性方程组Ax=b的著名雅可比迭代和高斯-赛德尔迭代,给出了线性方程组的迭代方法族;其次将雅可比迭代思想和递阶辨识原理用于研究一般矩阵方程和耦合矩阵方程的递阶梯度迭代求解方法和递阶最小二乘迭代求解方法;再次介绍了方程误差模型的两阶段最小二乘辨识方法(一个简单的递阶辨识方法)和线性回归模型的递阶最小二乘辨识方法;最后研究了类多变量CARMA系统的递阶辨识方法.
关键词
迭代辨识
递推辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
Keywords
iterative identification
recursive identification
parameter estimation
FIR model
equation error model
CAR model
CARMA model
CARAR model
CARARMA model
output error model
OEMA model
OEAR model
auxiliary model identification
multi-innovation identification
hierarchical identification
coupled identification
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
辨识方法的计算效率(1):递推算法
被引量：
16
5
作者
丁锋
机构
江南大学物联网工程学院
江南大学控制科学与工程研究中心
江南大学教育部轻工过程先进控制重点实验室
出处
《南京信息工程大学学报（自然科学版）》
CAS
2012年第4期289-300,共12页
基金
国家自然科学基金(60973043)
高等学校学科创新引智计划(B12018)
文摘
算法的计算量可用其乘法运算次数和加法运算次数表示(除法作为乘法对待,减法作为加法对待).一次乘法运算或一次加法运算称为一个flop,即一次浮点运算.作为"辨识方法的计算效率"系列3篇连载论文的第1篇,主要了讨论递推辨识算法的计算量,包括向量和矩阵基本运算的flop数,以及线性回归系统、多元线性回归系统、多变量系统的随机梯度辨识算法、最小二乘辨识算法、递推最小二乘辨识算法的最经济计算量,即实现算法的最少flop数.
关键词
递推辨识
迭代辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
Keywords
recursive identification
iterative identification
parameter estimation
FIR model
equation error model
CAR model
CARMA model
CARAR model
CARARMA model
output error model
OEMA model
OEAR model
auxiliary model identification
multi-innovation identification
hierarchical identification
coupled identification
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
辨识方法的计算效率(2):迭代算法
被引量：
15
6
作者
丁锋
机构
江南大学物联网工程学院
江南大学控制科学与工程研究中心
江南大学教育部轻工过程先进控制重点实验室
出处
《南京信息工程大学学报（自然科学版）》
CAS
2012年第5期385-401,共17页
基金
国家自然科学基金(61273194)
江苏省自然科学基金(BK2012549)
高等学校学科创新引智计划(B12018)
文摘
讨论了最小二乘迭代辨识算法及其计算效率问题.最小二乘迭代算法由于涉及矩阵求逆运算,为减小计算量,提出了基于块矩阵求逆的最小二乘迭代辨识算法.基于块矩阵求逆的最小二乘迭代辨识算法不是一种新算法,只是从辨识算法的实现方式上降低计算负担,它与最小二乘迭代算法产生相同的参数估计,但计算量小.文中研究了伪线性回归系统、多元伪线性回归系统、多变量伪线性回归系统的最小二乘迭代辨识算法及其基于块矩阵求逆的最小二乘迭代算法.
关键词
递推辨识
迭代辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
OEMA
模型
OEAR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
Keywords
recursive identification
iterative identification
parameter estimation
FIR model
equation error mod- el
CAR model
CARMA model
CARAR model
CARARMA model
output error model
OEMA model
OEAR mod- el
auxiliary model identification
multi-innovation identification
hierarchical identification
coupled identification
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
辨识方法的计算效率(3):信息向量耦合算法
被引量：
10
7
作者
丁锋
机构
江南大学物联网工程学院
江南大学控制科学与工程研究中心
江南大学教育部轻工过程先进控制重点实验室
出处
《南京信息工程大学学报（自然科学版）》
CAS
2012年第6期481-495,共15页
基金
国家自然科学基金(61273194)
江苏省自然科学基金(BK2012549)
高等学校学科创新引智计划(B12018)
文摘
简单讨论了行列式、矩阵逆和块矩阵逆的计算量;研究了信息向量耦合型多变量系统的子系统递推最小二乘辨识方法,给出了计算量小的联合递推最小二乘辨识算法;研究了部分信息向量耦合型多变量系统的子系统最小二乘辨识算法,提出了计算量小的基于块矩阵求逆的最小二乘辨识算法;给出了部分信息向量耦合型多变量系统的子系统递推最小二乘辨识算法,提出和推导了基于辨识模型分解的递推最小二乘辨识算法,并分别讨论了提出算法的计算量.
关键词
递推辨识
迭代辨识
参数估计
FIR
模型
方程误差模型
CAR
模型
CARMA
模型
CARAR
模型
CARARMA
模型
输出
误差
模型
OEMA
模型
OE-AR
模型
辅助
模型
辨识
多新息辨识
递阶辨识
耦合辨识
Keywords
recursive identification
iterative identification
parameter estimation
FIR model
equation error mod-el
CAR model
CARMA model
CARAR model
CARARMA model
output error model
OEMA model
OEARmodel
auxiliary model identification
multi-innovation identification
hierarchical identification
coupled identifica-tlon
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
用于主动噪声控制系统的高性能算法结构
8
作者
袁军
袁财政
李军
孟祥胜
机构
重庆邮电大学微电子工程重庆市重点实验室
出处
《电子测量技术》
北大核心
2022年第19期95-100,共6页
基金
国家自然科学基金(61404019)
重庆市科技局科技重大专项(cstc2018jszx-cyztzxX0054)
+1 种基金
重庆市教委基金项目(KJ1500424)
重庆市科委集成电路产业类重大专项(cstc2018jszx-cyztzx0217)资助。
文摘
本文针对传统的自适应滤波算法降噪性能差、收敛速度慢以及应对突变能力不足等问题,提出了基于改进的方程误差算法和镜像优化算法。其中,改进的方程误差算法在FURLMS算法基础上进行离线二次路径建模,解决了降噪性能和收敛速度的问题。为了提高系统应对突变的能力,该算法在FURLMS算法基础上进行了镜像优化。结果表明,本文提出的两种算法在系统频率为250 Hz左右范围时,均方误差可稳定在-20 dB,提出的改进方程误差算法和镜像修改算法分别有28 dBA和30 dBA的噪声衰减效果。
关键词
主动噪声控制系统
方程误差模型
均方
误差
Keywords
active noise control system
equation error model
mean square error
分类号
TN911.71 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
外商直接投资对我国就业的影响──基于误差成分联立方程模型的估计
王美今
钱金保
《中山大学学报（社会科学版）》
CSSCI
北大核心
2008
13
在线阅读
下载PDF
职称材料
2
系统辨识(6):多新息辨识理论与方法
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012
45
在线阅读
下载PDF
职称材料
3
系统辨识(8):耦合辨识概念与方法
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012
22
在线阅读
下载PDF
职称材料
4
系统辨识(7):递阶辨识原理与方法
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012
18
在线阅读
下载PDF
职称材料
5
辨识方法的计算效率(1):递推算法
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012
16
在线阅读
下载PDF
职称材料
6
辨识方法的计算效率(2):迭代算法
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012
15
在线阅读
下载PDF
职称材料
7
辨识方法的计算效率(3):信息向量耦合算法
丁锋
《南京信息工程大学学报（自然科学版）》
CAS
2012
10
在线阅读
下载PDF
职称材料
8
用于主动噪声控制系统的高性能算法结构
袁军
袁财政
李军
孟祥胜
《电子测量技术》
北大核心
2022
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
