导读:本文包含了自适应非线性滤波器论文开题报告文献综述及选题提纲参考文献，主要关键词:分数阶扩展卡尔曼滤波,非线性分数阶系统,有色噪声,参数估计
自适应非线性滤波器论文文献综述
杨超,高哲,黄晓敏,马瑞诚[1]（2019）在《含有有色噪声的非线性分数阶系统自适应扩展卡尔曼滤波器》一文中研究指出研究了含有未知参数的情况下,分别含有分数阶有色过程噪声和有色测量噪声的连续时间非线性分数阶系统状态估计问题.采用Grünwald-Letnikov (G-L)差分方法和1阶泰勒展开公式,对描述连续时间非线性分数阶系统的状态方程进行离散化和线性化.构造由状态量、未知参数和分数阶有色噪声的增广向量,设计自适应分数阶扩展卡尔曼滤波算法实现对有色噪声情况下的连续时间非线性分数阶系统的状态和参数的估计.最后,通过分析两个仿真实例,验证了提出算法的有效性.(本文来源于《信息与控制》期刊2019年05期）
翟东奇,江朝抒,邓晓波,罗旌胜,胡雯[2]（2018）在《基于非线性自适应滤波器的海杂波抑制技术》一文中研究指出海杂波会严重影响雷达对海洋表面目标的检测。为了提高海洋表面目标的检测性能,基于非线性自适应滤波器,提出了海杂波抑制方法,实现了海杂波抑制。介绍了非线性自适应滤波器的原理以及利用梯度下降法训练滤波器的方法。利用IPIX雷达实测海杂波数据,分别针对岸基雷达和机载雷达,进行了此方法的仿真试验,从均方预测误差(MSE)和信杂比改善因子(IF)两个方面,分析了此方法的性能。并与基于线性预测的LMS算法进行了比较,得出了此方法对慢速目标的检测性能优于线性方法。(本文来源于《航空科学技术》期刊2018年06期）
郭新年,周恒瑞[3]（2017）在《基于自适应切比雪夫滤波器的非线性有源噪声控制》一文中研究指出提出一种基于自适应切比雪夫滤波器的非线性有源噪声控制算法FCLMS。FCLMS算法使用传统的Fx LMS结构,将初级噪声使用第一类切比雪夫多项式展开,进而拟合该信号,而后使用LMS自适应算法进行噪声控制。该算法的计算复杂度低于2阶VFx LMS和1阶FS LMS算法。在不同的仿真模型下的仿真结果表明,该算法控制效果均达到或优于VFx LMS和FS LMS算法,且收敛速度快。(本文来源于《噪声与振动控制》期刊2017年03期）
孙宇新,杨玉伟[4]（2016）在《无轴承异步电机非线性滤波器自适应逆解耦控制》一文中研究指出针对无轴承异步电机(bearingless induction motor,BIM)多变量、非线性、强耦合的问题,提出了基于非线性自适应滤波器的无轴承异步电机自适应逆解耦控制策略。在分析了无轴承异步电机工作原理的基础上,推导出无轴承异步电机的数学模型,基于自适应逆控制原理,利用非线性自适应滤波器,分别建立转矩系统和悬浮系统的模型和逆模型。复制逆模型,将其串联在对应系统之前作为逆控制器,并采用变步长最小均方(least mean square,LMS)算法在线调整权值。相比于传统的磁场定向控制方法,此方法不必依靠转矩系统来传递磁链信息,从而避免了各自的控制策略之间的相互制约问题。基于MATLAB/Simulink仿真平台,对无轴承异步电机的转子磁链、转速、转矩、悬浮响应进行了仿真分析。仿真结果证明了该方法的有效性,实现了无轴承异步电机旋转力与悬浮力之间的解耦,而且能够实现两自由度径向悬浮力之间、转速与转子磁链之间的动态解耦。该研究可为基于无轴承异步电机的农业生产设备的研发提供参考。(本文来源于《农业工程学报》期刊2016年14期）
霍荣[5]（2016）在《基于改进非线性增益和双边滤波器的自适应图像广义模糊增强》一文中研究指出在图像处理领域中,图像增强技术因其强大的实用价值和灵活性在该领域中起着非常重要的作用。一方面通过该技术,可以依照观察者的爱好有选择性地对图像进行处理,以满足其要求；另一方面,当需要用计算机对图像进行后续精确地分析时,为满足计算机的识别能力,对图像进行预处理必不可少。加之图像成像过程中,难免会受到天气、光线等客观因素的干扰,使图像质量退化,影响了它的使用价值。因此为获得高质量的图像,对图像进行增强处理是非常有必要的。本文在对图像增强技术进行深入的研究分析后,提出一种图像增强的新算法。为了同时实现图像细节被增强、噪声被抑制以及对比度被提升的目的,首先利用小波变换将图像的高低频信息分开,高频子带涵盖的内容主要是图像的绝大部分噪声和细节信息,低频子带涵盖的内容则主要是背景信息。鉴于高低频所含内容性质的差异,因此在处理方法上也存在很大不同。高频子带以贝叶斯萎缩阂值为分界点,将其系数划分为噪声和细节两部分,并采用非线性增益函数分别对其进行处理,以实现放大图像细节并削减噪声的目的。低频子带先利用具有保边去噪作用的双边滤波器进行预处理,其目的是去除包含的少部分噪声,然后采用广义模糊算子,以达到扩大图像对比度的目的。为提升本文算法的性能和自适应性,对高频增强中的非线性增益函数进行了改进,引入调节因子可以使图像更清晰、获得更丰富的细节信息,同时依据信息熵的大小,提供了一种可以自适应计算非线性增益函数中参数c最优值的方法。对低频增强中的双边滤波器进行了优化,由于该滤波器的值域标准差对图像质量的影响较大,经过大量实验提出一种确定值域参数值的方法,同时还对双边滤波器的运行速度进行了优化,此外,将遗传算法引入到低频中,使广义模糊增强模型简化为寻求参数的最优值模型。对本文提出的算法进行仿真,并与其他算法进行对比,结果表明本文方法具有较高的对比度、清晰度以及信息熵和峰值信噪比,可以大幅度地提升图像质量。(本文来源于《海南大学》期刊2016-05-01）
杨玉伟[6]（2016）在《无轴承异步电机悬浮系统非线性滤波器自适应逆控制研究》一文中研究指出无轴承异步电机(Bearingless Induction Motor,BIM)具有结构紧凑简单,无摩擦,易于弱磁控制,高速和超高速运行等优点,在农业生产机械、农用发电设备、半导体工业、生命科学、飞轮储能等高科技领域有较好的应用前景,但是BIM具有复杂的电磁关系,是多变量、非线性、强耦合的系统,其旋转力和径向悬浮力之间、两自由度径向悬浮力之间都存在着非常复杂的耦合关系,要实现电机转子的稳定悬浮和可控运行,提高控制精度,必须对其进行非线性动态解耦控制,因此考虑BIM的自适应逆解耦控制具有重要的理论和现实意义。论文在国家自然科学基金项目“数控机床高速磁悬浮电主轴自适应逆解耦控制及数字化技术(61174055)”等多项课题的支持下,围绕BIM的控制开展理论和实验研究。本文首先分析BIM的转矩绕组和悬浮绕组结构,研究了BIM的悬浮原理,并且借助麦克斯韦张量法建立了二自由度BIM的数学模型及运动方程,为后续仿真研究奠定理论基础。其次,本文在BIM转矩与悬浮力独立控制理论的基础上,并且将非线性自适应滤波器和逆系统控制方法相结合,提出了基于非线性自适应滤波器的悬浮系统自适应逆解耦控制策略。利用非线性自适应滤波器对悬浮系统进行自适应建模与逆系统建模,复制逆模型,将其串接在系统之前作为自适应逆控制器,同时采用一种变步长最小均方算法在线调节其权值系数。该方法不仅无需辨识转矩绕组气隙磁链,而且利用非线性滤波器可解决精确建模的问题,并在建模过程中解决各变量间的耦合问题。仿真实验表明,该控制策略完成了悬浮系统的动态解耦。最后,设计了BIM基于dSPACE的硬件控制系统,并构建了试验平台。给出了外围扩展硬件系统的主电路和控制电路的设计原理图,详细说明了在线实验过程,并分析实验结果。(本文来源于《江苏大学》期刊2016-05-01）
孙宇新,杨玉伟[7]（2016）在《无轴承异步电机悬浮系统的非线性滤波器自适应逆控制》一文中研究指出讨论了基于非线性自适应滤波器的无轴承异步电机(bearlngless induction motor,BIM)悬浮系统自适应逆解耦控制问题.利用非线性自适应滤波器,建立系统模型和逆模型.复制逆模型,将其串联在悬浮系统之前作为逆控制器,并采用改进的最小均方(least mean square,LMS)算法在线调整权值,从而实现转子的悬浮控制.相比于传统的控制方法,此方法不必依靠转矩系统来传递磁链信息,从而避免了各自的控制策略之间的相互制约问题.仿真结果验证了该方法的有效性,完成了系统模型和逆模型的建立,并且能够实现两自由度径向悬浮力之间解耦.(本文来源于《控制理论与应用》期刊2016年03期）
曾祥萍,金炜东,赵海全,李天瑞[8]（2014）在《自适应CRBF非线性滤波器及其改进学习算法》一文中研究指出传统的随机梯度算法由于采用基于二阶统计量的平方误差代价函数,因此含有的信息量较少,难以实现更高的精度。针对此问题,以基于高阶统计量的指数平方误差作为代价函数,结合基于两层RBF网络凸组合的非线性自适应滤波器,提出了最小指数平方误差自适应学习算法。非线性系统辨识和非线性信道均衡的实验仿真结果表明,该改进算法的收敛性能明显优于传统的随机梯度算法。(本文来源于《计算机科学》期刊2014年07期）
李志[9]（2014）在《基于沃尔特拉自适应滤波器的参量声源非线性补偿方法研究》一文中研究指出参量声源是一种根据声参量阵理论,利用超声波在空气中的非线性传播效应产生高指向性可听声的新型声源。参量声源系统被广泛应用于产生高指向性可听声的领域。但是超声波信号在空气中自解调产生可听声同时也会伴随大量的谐波失真,影响了参量声源系统产生高指向性可听声音的质量,限制了其应用范围。本文提出一种基于沃尔特拉自适应滤波器的参量声源非线性补偿方法。通过仿真和实验证明该方法可以突破传统调制方法中理论模型不够精确的瓶颈。给出了补偿方法的理论推导和实现过程,最后通过实验验证了该方法的有效性。为了研究参量声源本征非线性特征,补偿这种非线性效应,文章通过系统辨识的方法,使用沃尔特拉自适应滤波器建立了一个参量声源非线性模型。文章使用叁阶截断结构的沃尔特拉自适应滤波器模型,通过实验测量数据训练滤波器参量,最终得到了一个有效的参量声源非线性模型。为了验证该模型的有效性,通过仿真和实验,将其与传统声学模型进行对照,证实基于实验测量的沃尔特拉参量声源非线性系统模型可以有效地描述空气中的非线性特征,准确预测参量声源系统的相对声压级和总谐波失真。在建立参量声源的非性系统模型基础之上,文章使用该非线性系统模型的p阶逆系统模型作为参量声源非线性补偿算法,并给出该模型的推导过程。随后文章根据前面的非线性系统辨识模型结果和补偿模型的建立,使用FPGA平台实现参量声源一阶非线性补偿系统,并通过实验验证,该系统可以将5~10k带宽区间的谐波失真抑制10dB左右。同时使用计算机预处理技术对二至五阶非线性补偿模型以及传统调制算法进行了对比分析,证实了补偿算法的有效性。实验结果表明,本文所提出的基于沃尔特拉自适应滤波器的参量声源非线性补偿方法可以通过提高补偿模型的阶数,来有效控制参量声源的谐波失真至可接受范围,同时相比传统参量声源调制补偿方法,该补偿方法具有更好的补偿效果。因此,文中提出的p阶参量声源非线性补偿方法可以作为参量声源系统降低谐波失真的一种可行方法。(本文来源于《电子科技大学》期刊2014-06-12）
徐嵩,孙秀霞,刘树光,刘希,蔡鸣[10]（2014）在《分维自适应稀疏网格积分非线性滤波器》一文中研究指出针对含加性高斯噪声的非线性离散系统,提出了可分别根据各维状态及量测方程的非线性函数特性来确定采样点及其权重的积分滤波器.设计了基于嵌入式高斯采样积分和稀疏网格法则的自适应多变量采样积分方法,可在匹配函数高阶泰勒展开项时,利用低阶采样点,提出了高效的数据结构和遍历算法,便于采用该积分方法分别估计系统状态/量测的预测均值和协方差矩阵.该滤波器既能根据各维非线性函数的特性确定采样点,又实现了对采样值和权重的完全复用,保证了算法效率.理论分析和仿真表明,该滤波算法中自适应调整的运算量小于计算非线性函数采样值.该滤波器与无迹卡尔曼滤波相比,提高了滤波精度,与固定形式的稀疏网格滤波器相比,提高了采样效率,且该方法为两者的广义形式.仿真实验也验证了状态估计的精确性和函数采样的高效性.(本文来源于《自动化学报》期刊2014年06期）
自适应非线性滤波器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
海杂波会严重影响雷达对海洋表面目标的检测。为了提高海洋表面目标的检测性能,基于非线性自适应滤波器,提出了海杂波抑制方法,实现了海杂波抑制。介绍了非线性自适应滤波器的原理以及利用梯度下降法训练滤波器的方法。利用IPIX雷达实测海杂波数据,分别针对岸基雷达和机载雷达,进行了此方法的仿真试验,从均方预测误差(MSE)和信杂比改善因子(IF)两个方面,分析了此方法的性能。并与基于线性预测的LMS算法进行了比较,得出了此方法对慢速目标的检测性能优于线性方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应非线性滤波器论文参考文献
[1].杨超,高哲,黄晓敏,马瑞诚.含有有色噪声的非线性分数阶系统自适应扩展卡尔曼滤波器[J].信息与控制.2019
[2].翟东奇,江朝抒,邓晓波,罗旌胜,胡雯.基于非线性自适应滤波器的海杂波抑制技术[J].航空科学技术.2018
[3].郭新年,周恒瑞.基于自适应切比雪夫滤波器的非线性有源噪声控制[J].噪声与振动控制.2017
[4].孙宇新,杨玉伟.无轴承异步电机非线性滤波器自适应逆解耦控制[J].农业工程学报.2016
[5].霍荣.基于改进非线性增益和双边滤波器的自适应图像广义模糊增强[D].海南大学.2016
[6].杨玉伟.无轴承异步电机悬浮系统非线性滤波器自适应逆控制研究[D].江苏大学.2016
[7].孙宇新,杨玉伟.无轴承异步电机悬浮系统的非线性滤波器自适应逆控制[J].控制理论与应用.2016
[8].曾祥萍,金炜东,赵海全,李天瑞.自适应CRBF非线性滤波器及其改进学习算法[J].计算机科学.2014
[9].李志.基于沃尔特拉自适应滤波器的参量声源非线性补偿方法研究[D].电子科技大学.2014
[10].徐嵩,孙秀霞,刘树光,刘希,蔡鸣.分维自适应稀疏网格积分非线性滤波器[J].自动化学报.2014
标签：分数阶扩展卡尔曼滤波; 非线性分数阶系统; 有色噪声; 参数估计;