永磁同步電機(jī)(Permanent Magnet Synchronous Motor)因功率密度大、效率高、過(guò)載能力強(qiáng)、控制性能優(yōu)良等優(yōu)點(diǎn)，在中小容量調(diào)速系統(tǒng)和高精度調(diào)速場(chǎng)合發(fā)展迅速。但由于永磁同步電機(jī)的磁場(chǎng)具有獨(dú)特的交叉耦合和交叉飽和現(xiàn)象，且其控制系統(tǒng)是一個(gè)強(qiáng)非線性、時(shí)變和多變量系統(tǒng)，要實(shí)現(xiàn)高精度調(diào)速就需對(duì)其控制策略進(jìn)行深入研究。 永磁同步電機(jī)調(diào)速系統(tǒng)中，位置傳感器的存在使得系統(tǒng)成本增加、結(jié)構(gòu)復(fù)雜、可靠性降低，所以永磁同步電機(jī)的無(wú)位置傳感器控制成為一個(gè)新的研究熱點(diǎn)。本文擬借助于神經(jīng)網(wǎng)絡(luò)良好的逼近能力，實(shí)現(xiàn)永磁同步電機(jī)的無(wú)位置傳感器控制。 人工神經(jīng)網(wǎng)絡(luò)(Neural Network)可以逼近任意復(fù)雜非線性映射，具有很強(qiáng)的自學(xué)習(xí)自適應(yīng)能力，十分適合于解決復(fù)雜的非線性控制問(wèn)題。其中，BP神經(jīng)網(wǎng)絡(luò)是目前廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)之一，得到了較為深入的研究，其結(jié)構(gòu)簡(jiǎn)單，需要離線確定的參數(shù)少、泛化能力強(qiáng)、逼近精度高、實(shí)時(shí)性強(qiáng)，采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)永磁同步電機(jī)的調(diào)速控制具有重要意義。 文中提出了基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)自適應(yīng)調(diào)速控制策略，建立了一種包含辨識(shí)網(wǎng)絡(luò)和控制網(wǎng)絡(luò)的雙神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)控制系統(tǒng)。辨識(shí)網(wǎng)絡(luò)在線動(dòng)態(tài)辨識(shí)系統(tǒng)輸出并對(duì)控制網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整，控制網(wǎng)絡(luò)與PI控制方法相結(jié)合實(shí)現(xiàn)永磁同步電機(jī)自適應(yīng)轉(zhuǎn)速控制。仿真結(jié)果表明，該系統(tǒng)動(dòng)態(tài)響應(yīng)快、實(shí)時(shí)性較強(qiáng)、精度較高。 文中提出了一種基于混合訓(xùn)練算法的BP神經(jīng)網(wǎng)絡(luò)永磁同步電機(jī)無(wú)位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結(jié)合的混合算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練后，將其用于永磁同步電機(jī)的轉(zhuǎn)子位置角在線估計(jì)。結(jié)果表明，該訓(xùn)練算法可以有效地加快神經(jīng)網(wǎng)絡(luò)收斂速度，且估計(jì)的轉(zhuǎn)子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機(jī)調(diào)速控制系統(tǒng)，并進(jìn)行了相應(yīng)的軟硬件設(shè)計(jì)，為實(shí)現(xiàn)永磁同步電機(jī)的各種控制策略奠定了實(shí)驗(yàn)基礎(chǔ)。DSP控制系統(tǒng)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供樣本，為研究永磁同步電機(jī)的自適應(yīng)調(diào)速控制和轉(zhuǎn)子位置角估計(jì)創(chuàng)造了條件。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 永磁同步電機(jī) 自適應(yīng)控制
上傳時(shí)間： 2013-07-03
上傳用戶：kakuki123
三相電壓不平衡度是衡量電網(wǎng)電能質(zhì)量的一個(gè)重要指標(biāo)。在三相系統(tǒng)中，引起電壓不平衡的主要原因是發(fā)電機(jī)的輸出電壓不平衡和負(fù)載不平衡兩方面，電壓不平衡比較嚴(yán)重時(shí)，會(huì)給系統(tǒng)帶來(lái)諸多危害。近年來(lái)，STATCOM因其動(dòng)態(tài)響應(yīng)速度快，電流諧波含量小，裝置體積小等優(yōu)點(diǎn)，在電壓不平衡補(bǔ)償中的應(yīng)用越來(lái)越廣。 首先本文研究了基于IGCT的STATCOM主電路。為了獲得更高的輸出電壓，通常需要將IGCT串聯(lián)使用。然而在器件串聯(lián)使用時(shí)，由于其特性的差異會(huì)產(chǎn)生暫態(tài)電壓分配不均衡，導(dǎo)致個(gè)別器件上產(chǎn)生過(guò)電壓而威脅器件的安全，嚴(yán)重時(shí)會(huì)燒毀器件。因此需要采用均壓電路來(lái)保證串聯(lián)結(jié)構(gòu)中電壓的平均分配。本文重點(diǎn)對(duì)IGCT串聯(lián)均壓電路和緩沖電路進(jìn)行了設(shè)計(jì)，在分析串聯(lián)均壓電路的同時(shí)，計(jì)算了吸收電容和吸收電阻的取值范圍。而后，對(duì)緩沖電路進(jìn)行了Pspice仿真，通過(guò)仿真驗(yàn)證了均壓電路的工作效果。結(jié)果表明，吸收電容和吸收電阻的取值合適，能夠?qū)GCT的串聯(lián)運(yùn)行起到很好的保護(hù)作用。本文還對(duì)100Kvar/660VSTATCOM的主電路進(jìn)行了參數(shù)設(shè)計(jì)，對(duì)IGCT的型號(hào)和各主要元件進(jìn)行了選擇。 本文重點(diǎn)研究了不平衡系統(tǒng)中STATCOM的控制策略。建立了基于IGCT的STATCOM的數(shù)學(xué)模型；根據(jù)STATCOM的電流暫態(tài)模型，對(duì)電流電壓進(jìn)行序分解，并做D—Q坐標(biāo)變換，建立STATCOM在靜止坐標(biāo)系下的正、負(fù)序數(shù)學(xué)模型。基于建立的負(fù)序模型，研究STATCOM在不平衡情況下的控制策略，本文采用無(wú)差拍控制方法；根據(jù)實(shí)際補(bǔ)償時(shí)遇到的問(wèn)題：收斂速度慢、依賴固定的負(fù)載模型、魯棒性差等，對(duì)無(wú)差拍控制方法進(jìn)行了優(yōu)化設(shè)計(jì)。該優(yōu)化方法在傳統(tǒng)無(wú)差拍的基礎(chǔ)上引入了參考電流觀測(cè)器和狀態(tài)觀測(cè)器；文中具體設(shè)計(jì)了這個(gè)改進(jìn)無(wú)差拍控制器和其相關(guān)電路。經(jīng)分析與仿真驗(yàn)證了本文提出的優(yōu)化控制方法，將該方法應(yīng)用于STATCOM不平衡補(bǔ)償器，取得了良好的不平衡補(bǔ)償性能、快速的動(dòng)態(tài)響應(yīng)和良好的魯棒性。
上傳時(shí)間： 2013-06-05
上傳用戶：abc123456.
繞組勵(lì)磁同步電機(jī)具有功率因數(shù)可調(diào)、效率高等優(yōu)點(diǎn)，在工業(yè)大功率場(chǎng)合獲得了廣泛應(yīng)用，因此研究和開(kāi)發(fā)高性能的繞組勵(lì)磁同步電機(jī)驅(qū)動(dòng)系統(tǒng)具有重大的經(jīng)濟(jì)價(jià)值和社會(huì)效益。目前開(kāi)發(fā)高性能繞組勵(lì)磁同步電機(jī)驅(qū)動(dòng)系統(tǒng)所采用的控制方案主要有兩種：一種是直接轉(zhuǎn)矩控制（DTFC）；另一種是磁場(chǎng)定向矢量控制（FOC）。繞組勵(lì)磁同步電機(jī)的矢量控制策略具有控制結(jié)構(gòu)簡(jiǎn)單，物理概念清晰，電流、轉(zhuǎn)矩波動(dòng)小，轉(zhuǎn)速響應(yīng)迅速，易實(shí)現(xiàn)數(shù)字控制等優(yōu)點(diǎn)。因此，在交流傳動(dòng)領(lǐng)域中，越來(lái)越受到學(xué)者的關(guān)注。但是，無(wú)論在國(guó)內(nèi)還是國(guó)外，交直交型繞組勵(lì)磁同步電機(jī)矢量控制系統(tǒng)的研究還缺乏全面深入的理論研究，還沒(méi)有建造起矢量控制系統(tǒng)的理論體系構(gòu)架。本文對(duì)繞組勵(lì)磁同步電機(jī)矢量控制系統(tǒng)進(jìn)行了初步的理論探討，并進(jìn)行了詳細(xì)的實(shí)踐研究，為以后更深入、廣泛地研究此系統(tǒng)，打好堅(jiān)實(shí)的基礎(chǔ)。本論文主要研究?jī)?nèi)容如下： @@ 通過(guò)廣泛的查找文獻(xiàn)，對(duì)幾種常見(jiàn)的同步電機(jī)傳動(dòng)系統(tǒng)進(jìn)行了綜述，分析了同步電機(jī)變頻調(diào)速原理，在此基礎(chǔ)上，講述了無(wú)傳感器技術(shù)在同步電機(jī)中的應(yīng)用現(xiàn)狀。無(wú)傳感器技術(shù)主要有兩大類(lèi)：基于基波量的檢測(cè)方法和基于外加信號(hào)的激勵(lì)法。隨后，對(duì)轉(zhuǎn)子初始位置的估計(jì)進(jìn)行了綜述，其方法有：基于電機(jī)定子鐵芯飽和效應(yīng)的轉(zhuǎn)子位置估計(jì)，高頻信號(hào)注入法，基于定子繞組感應(yīng)電壓的估計(jì)法和基于相電感計(jì)算法等。繞組勵(lì)磁同步電機(jī)轉(zhuǎn)子初始位置估計(jì)的研究還很少。 @@ 對(duì)繞組勵(lì)磁同步電機(jī)矢量控制的理論進(jìn)行了全面深入地研究，建立起矢量控制的理論體系構(gòu)架。 @@ 首先，基于磁勢(shì)等效原理，將三相靜止交流信號(hào)等效變換為兩相旋轉(zhuǎn)直流信號(hào)，將交流電機(jī)等效為直流電機(jī)進(jìn)行控制。在Clarke變換和Park變換的基礎(chǔ)上，得到凸極同步電機(jī)轉(zhuǎn)子磁場(chǎng)定向的電壓矩陣方程、功率方程和運(yùn)動(dòng)方程。根據(jù)上述方程，繪出dq軸的等值電路及矢量圖，得到狀態(tài)空間描述的dq軸數(shù)學(xué)模型。 @@ 其次，根據(jù)模型參考自適應(yīng)原理，對(duì)同步電機(jī)轉(zhuǎn)速進(jìn)行估計(jì)。忽略同步電機(jī)d軸阻尼繞組的作用，取同步轉(zhuǎn)速為零，得到同步電機(jī)αβ靜止坐標(biāo)系下 的數(shù)學(xué)模型。將不含有轉(zhuǎn)子轉(zhuǎn)速信息的方程作為參考模型，將含有轉(zhuǎn)速參數(shù)的方程作為可調(diào)模型，根據(jù)波波夫超穩(wěn)定性和正性原理，對(duì)轉(zhuǎn)子轉(zhuǎn)速進(jìn)行估計(jì)。@@ 最后，根據(jù)模型參考自適應(yīng)估計(jì)的轉(zhuǎn)子轉(zhuǎn)速，設(shè)計(jì)磁通觀測(cè)器來(lái)估計(jì)轉(zhuǎn)子磁通，實(shí)現(xiàn)磁通反饋閉環(huán)控制。磁通觀測(cè)器采用降維觀測(cè)器，僅對(duì)轉(zhuǎn)子磁通分量進(jìn)行重構(gòu)，并通過(guò)極點(diǎn)配置算法，合理配置觀測(cè)器的極點(diǎn)，使觀測(cè)器滿足系統(tǒng)的性能指標(biāo)，達(dá)到磁通觀測(cè)的目的。 @@ 新穎的空間矢量脈寬調(diào)制算法。從空間矢量的基本概念入手，深入分析了定子三相對(duì)稱電壓與空間電壓矢量之間的關(guān)系。由三相電壓源型逆變器輸出電壓波形得到六個(gè)有效開(kāi)關(guān)狀態(tài)矢量，這六個(gè)開(kāi)關(guān)矢量和兩個(gè)零矢量合成一組等幅不同相的電壓空間矢量，去逼近圓形旋轉(zhuǎn)磁場(chǎng)。其次，根據(jù)空間電壓矢量所在的扇區(qū)，選擇相鄰有效開(kāi)關(guān)矢量，在伏秒平衡的法則下，計(jì)算各有效開(kāi)關(guān)矢量的作用時(shí)間。并且，探討了扇區(qū)判斷和扇區(qū)過(guò)渡問(wèn)題，定性分析了空間矢量脈寬調(diào)制（SVPWM）的性能。最后，根據(jù)每個(gè)扇區(qū)中開(kāi)關(guān)矢量作用時(shí)間，采用軟件構(gòu)造法，在TMS320LF2407A硬件上實(shí)現(xiàn)了SVPWM。實(shí)驗(yàn)結(jié)果表明，該算法簡(jiǎn)單易實(shí)現(xiàn)，能夠有效的提高直流母線的電壓利用率，具有在低頻運(yùn)行穩(wěn)定，逆變器輸出電流正弦度好等優(yōu)點(diǎn)。 @@ 空間矢量過(guò)調(diào)制算法的研究。在上述線性調(diào)制的基礎(chǔ)上，提出一種基于電壓空間矢量的過(guò)調(diào)制方法。過(guò)調(diào)制區(qū)域根據(jù)調(diào)制度分成兩種不同的模式，分別為模式Ⅰ（0．907
上傳時(shí)間： 2013-07-25
上傳用戶：gaorxchina
心音信號(hào)是人體最重要的生理信號(hào)之一，包含心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息。心音信號(hào)分析與識(shí)別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對(duì)目前該研究領(lǐng)域中存在的分析方法問(wèn)題和分類(lèi)識(shí)別技術(shù)難點(diǎn)展開(kāi)了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號(hào)特征向量的提取、正常心音信號(hào)（NM）和房顫（AF）、主動(dòng)脈回流（AR）、主動(dòng)脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號(hào)的分類(lèi)識(shí)別。本文的工作內(nèi)容包括以下5個(gè)方面： a）心音信號(hào)采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽(tīng)診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過(guò)對(duì)心音信號(hào)噪聲分析，選用小波降噪作為心音信號(hào)的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級(jí)閾值的方法作為心音信號(hào)預(yù)處理方案。 b）心音信號(hào)時(shí)頻分析方法。文中采用5種時(shí)頻分析方法分別對(duì)心音信號(hào)進(jìn)行了時(shí)頻譜特性分析，結(jié)果表明：不同的時(shí)頻分析方法與待分析心音信號(hào)的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時(shí)頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時(shí)頻（ATF）分析方法，通過(guò)實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號(hào)的時(shí)頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時(shí)頻分析方法，從而選擇自應(yīng)錐形核時(shí)頻分析方法進(jìn)行心音信號(hào)分析。 c）心音信號(hào)特征向量提取。根據(jù)對(duì)3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)心音信號(hào)的時(shí)頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過(guò)Fihser降維處理方法提取出了實(shí)現(xiàn)分類(lèi)可視化，且最易于分類(lèi)的心音信號(hào)的2維特征向量，作為心音信號(hào)分類(lèi)的特征向量。 d）心音信號(hào)分類(lèi)方法。根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類(lèi)支持向量機(jī)的選取方法，同時(shí)，基于分類(lèi)的目的 性和可信性，本文提出以分類(lèi)精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號(hào)分類(lèi)的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)中NM、AF、AR、AS、MR每類(lèi)心音信號(hào)的80組2維特征向量中每類(lèi)60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對(duì)余下的每類(lèi)20組數(shù)據(jù)進(jìn)行測(cè)試，得到每類(lèi)的分類(lèi)精度（Ar）均為100％，同時(shí)對(duì)臨床上采集的與上述4種同類(lèi)心臟雜音信號(hào)和正常心音信號(hào)中每類(lèi)24個(gè)心動(dòng)周期進(jìn)行分類(lèi)實(shí)測(cè)，分類(lèi)精度分別為：NM、AF、MR的分類(lèi)精度均為100％，而AR、AS均為95．83％，驗(yàn)證了該方法的分類(lèi)有效性。 e）心音信號(hào)分析與識(shí)別的軟件系統(tǒng)。本文以MATLAB語(yǔ)言的可視化功能實(shí)現(xiàn)了心音信號(hào)分析與識(shí)別的軟件運(yùn)行平臺(tái)構(gòu)建，可完成對(duì)心音信號(hào)的讀取、預(yù)處理，繪制時(shí)-頻、能量特性的三維圖及兩維等高線圖；同時(shí)，利用MATLAB與EXCEL的動(dòng)態(tài)鏈接，實(shí)現(xiàn)對(duì)心音信號(hào)分析數(shù)據(jù)的存儲(chǔ)以及統(tǒng)計(jì)功能；最后，通過(guò)對(duì)心音信號(hào)2維特征向量的分析，實(shí)現(xiàn)心音信號(hào)的自動(dòng)識(shí)別功能。 本文的研究特色主要體現(xiàn)在心音信號(hào)特征向量提取的方法以及多分類(lèi)支持向量機(jī)模型的建立兩方面。 綜上所述，本文從理論與實(shí)踐兩方面對(duì)心音信號(hào)進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時(shí)頻分析方法提取心音信號(hào)特征向量，根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，建立心音信號(hào)分類(lèi)的支持向量機(jī)模型，并對(duì)正常心音信號(hào)和4種心臟雜音信號(hào)進(jìn)行了分類(lèi)研究，取得了較為滿意的分類(lèi)結(jié)果，但由于用于分類(lèi)的心臟雜音信號(hào)種類(lèi)及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類(lèi)的心臟雜音信號(hào)，進(jìn)一步提高心音信號(hào)分類(lèi)精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽(tīng)診。 關(guān)鍵詞：心音信號(hào)，小波降噪，非平穩(wěn)信號(hào)，心臟雜音，信號(hào)處理，時(shí)頻分析，自適應(yīng)，支持向量機(jī)
上傳時(shí)間： 2013-04-24
上傳用戶：weixiao99
自適應(yīng)濾波器是統(tǒng)計(jì)信號(hào)處理的一個(gè)重要組成部分。在實(shí)際應(yīng)用中，由于沒(méi)有充足的信息來(lái)設(shè)計(jì)固定系數(shù)的數(shù)字濾波器，或者設(shè)計(jì)規(guī)則會(huì)在濾波器正常運(yùn)行時(shí)改變，因此我們需要研究自適應(yīng)濾波器。凡是需要處理未知統(tǒng)計(jì)環(huán)境下運(yùn)算結(jié)果所產(chǎn)生的信號(hào)或需要處理非平穩(wěn)信號(hào)時(shí)，自適應(yīng)濾波器可以提供一種吸引人的解決方法，而且其性能通常遠(yuǎn)優(yōu)于用常規(guī)方法設(shè)計(jì)的固定濾波器。此外，自適應(yīng)濾波器還能提供非自適應(yīng)方法所不可能提供的新的信號(hào)處理能力。 本論文從自適應(yīng)濾波器研究的重要意義入手，介紹了線性自適應(yīng)濾波器的基本原理、算法及設(shè)計(jì)方法，對(duì)幾種基于最小均方誤差準(zhǔn)則或最小平方誤差準(zhǔn)則的自適應(yīng)濾波器算法進(jìn)行研究，最終基于一改近的LMS算法設(shè)計(jì)復(fù)數(shù)自適應(yīng)濾波器，并以VHDL語(yǔ)言編寫(xiě)在maxplus平臺(tái)上進(jìn)行仿真測(cè)試。
標(biāo)簽： FPGA 自適應(yīng)濾波器
上傳時(shí)間： 2013-07-11
上傳用戶：W51631
本課題設(shè)計(jì)和完成了一套基于DSP+FPGA結(jié)構(gòu)的小波變換實(shí)時(shí)圖像處理系統(tǒng)。采用小波算法對(duì)圖像進(jìn)行邊緣提取、圖像增強(qiáng)、圖像融合等處理，并在ADSP-BF535上實(shí)現(xiàn)了小波算法，分析了其運(yùn)行小波算法的性能。圖像處理的數(shù)據(jù)量比較大，而且運(yùn)算比較復(fù)雜，DSP的特殊結(jié)構(gòu)和性能很好地滿足了系統(tǒng)實(shí)現(xiàn)的需要，而FPGA的高速性和靈活性也滿足了系統(tǒng)實(shí)時(shí)性和穩(wěn)定性的需要，所以采用DSP+FPGA來(lái)實(shí)現(xiàn)圖像處理系統(tǒng)是可靠的，也是可行的。系統(tǒng)的硬件設(shè)計(jì)以DSP和FPGA為平臺(tái)，DSP實(shí)現(xiàn)算法、管理系統(tǒng)運(yùn)行、并實(shí)現(xiàn)了系統(tǒng)的自啟動(dòng)；FPGA實(shí)現(xiàn)一些接口、時(shí)序控制等，簡(jiǎn)化了外圍電路，提高了系統(tǒng)的可靠性。結(jié)果表明，在ADSP-BF535上實(shí)現(xiàn)小波算法，效果良好，而且滿足系統(tǒng)實(shí)時(shí)性的要求。最后，總結(jié)了系統(tǒng)的設(shè)計(jì)和調(diào)試經(jīng)驗(yàn)，對(duì)調(diào)試時(shí)遇到的一些問(wèn)題進(jìn)行了分析。
標(biāo)簽： FPGA DSP 小波變換 實(shí)時(shí)圖像
上傳時(shí)間： 2013-04-24
上傳用戶：Kecpolo
設(shè)計(jì)并實(shí)現(xiàn)具有硬件濾波空氣清新器的信息采集系統(tǒng)，根據(jù)空氣的復(fù)雜性以及隨機(jī)性，結(jié)合自適應(yīng)濾波器的原理，提出一種新的空氣信息采集系統(tǒng)設(shè)計(jì)方法。該方法利用最小均方(LMS)自適應(yīng)濾波器進(jìn)行軟件濾波，針對(duì)空氣
標(biāo)簽： LMS 自適應(yīng)濾波器 信息采集 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-06-14
上傳用戶：sjb555
自適應(yīng)濾波器是智能天線技術(shù)中核心部分-自適應(yīng)波束成形器的關(guān)鍵技術(shù)，算法的高效穩(wěn)定性及硬件時(shí)鐘速率的快慢是判斷波束成形器性能優(yōu)劣的主要標(biāo)準(zhǔn)。 首先選取工程領(lǐng)域最常用的自適應(yīng)橫向LMS濾波算法作為研究對(duì)象，提出了利用最小均方誤差意義下自適應(yīng)濾波器的輸出信號(hào)與主通道噪聲信號(hào)的等效關(guān)系，得到濾波器最佳自適應(yīng)參數(shù)的方法。并分析了在平穩(wěn)和非平穩(wěn)環(huán)境噪聲下，濾波器的收斂速度、權(quán)系數(shù)穩(wěn)定性、跟蹤輸入信號(hào)的能力和信噪比的改善等特性。 在分析梯度自適應(yīng)格型算法的基礎(chǔ)上，提出利用最佳反射系數(shù)的收斂性和穩(wěn)定性，得到了梯度自適應(yīng)格型濾波器的定步長(zhǎng)改進(jìn)方法；并以改進(jìn)的梯度自適應(yīng)格型和線性組合器組成梯度自適應(yīng)格型聯(lián)合處理算法，在同樣環(huán)境噪聲下，相比自適應(yīng)橫向LMS算法，其各項(xiàng)性能指標(biāo)都得到了極大地改善，而且有利于節(jié)省硬件資源。 設(shè)計(jì)了自適應(yīng)橫向LMS濾波器和梯度自適應(yīng)格型聯(lián)合處理濾波器的電路模型，并用馳豫超前技術(shù)對(duì)兩類(lèi)濾波器進(jìn)行了流水線優(yōu)化。利用Altera公司的CycloneⅡ系列EP2C5T144C6芯片和多種EDA工具，完成了濾波器的FPGA硬件設(shè)計(jì)與仿真實(shí)現(xiàn)。并以FPGA實(shí)現(xiàn)的3節(jié)梯度自適應(yīng)格型聯(lián)合處理器為核心，設(shè)計(jì)了一種TD-SCDMA系統(tǒng)的自適應(yīng)波束成形器，分析表明可以很好地利用系統(tǒng)提供的參考信號(hào)對(duì)下行波束進(jìn)行自適應(yīng)成形。
標(biāo)簽： FPGA 自適應(yīng)濾波器 算法設(shè)計(jì)
上傳時(shí)間： 2013-07-16
上傳用戶：xyipie
由于模擬電路的多樣性、非線性和離散性等特點(diǎn)，模擬電路的故障診斷呈現(xiàn)復(fù)雜、難以辨識(shí)等問(wèn)題。針對(duì)已有方法的數(shù)據(jù)不平衡，提出了一種支持向量機(jī)集成的故障診斷方法。使用小波變換方法提取特征向量，在多類(lèi)別支持向量機(jī)的基礎(chǔ)上，設(shè)計(jì)了模擬電路的最小二乘支持向量機(jī)預(yù)測(cè)模型，實(shí)現(xiàn)了對(duì)模擬電路的狀態(tài)的故障預(yù)測(cè)。將該方法應(yīng)用于Sallen-Key帶通電路進(jìn)行故障預(yù)測(cè)試驗(yàn)，結(jié)果表明，該方法比單一支持向量機(jī)、徑向基神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)和APSVM有更好的分類(lèi)和泛化性能，故障診斷準(zhǔn)確率更高。
標(biāo)簽： LS-SVM 集成 模擬電路 故障檢測(cè)
上傳時(shí)間： 2013-10-31
上傳用戶：417313137
提出了一種基于仿生小波變換和模糊推理的變步長(zhǎng)自適應(yīng)濾波語(yǔ)音降噪算法。該算法首先用仿生小波變換法對(duì)包含噪聲的語(yǔ)音信號(hào)進(jìn)行小波分解，以分離出來(lái)的噪聲信號(hào)作為自適應(yīng)濾波器的輸入，選擇基于模糊推理變步長(zhǎng)自適應(yīng)算法對(duì)帶噪聲語(yǔ)音信號(hào)進(jìn)行降噪處理，最終實(shí)現(xiàn)語(yǔ)音信號(hào)的信噪分離，去除語(yǔ)音信號(hào)中的噪聲。仿真結(jié)果表明，該方法對(duì)語(yǔ)音信號(hào)有較為明顯的降噪效果。
標(biāo)簽： 仿生 小波變換 模糊推理 語(yǔ)音降噪
上傳時(shí)間： 2013-10-14
上傳用戶：戀天使569
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
