改进的小波分解LMS算法在非线性系统辨识中的应用
【摘要】: 对基于小波变换的自适应滤波技术中较为先进的D-LMS(Decomposition Least Mean Square)算法进行改进,推导出一种变步长D-LMS算法。通过建立非线性系统模型,在基于MATLAB的仿真实验中,分别得出原D-LMS算法和改进算法的系统辨识图形和数据。结果表明,两种小波分解自适应算法都能够很好的对非线性系统进行辨识,而改进的变步长D-LMS算法的收敛速度及跟踪速度更快,稳态误调噪声较小,即辨识结果更加精确。
1
田谦益;李莉;;基于带近邻因子的粒子群算法的非线性系统辨识 [J];计算机与现代化;2007年07期
2
王艳芹;王凤嫔;;非线性系统的RBF神经网络建模方法研究 [J];大庆师范学院学报;2010年06期
3
鲍晓红,贾英民;用神经网辨识非线性系统中的模型误差分析(Ⅱ)——随机系统中的噪声影响 [J];控制与决策;1997年S1期
4
彭宇,蒋静坪;面向对象的神经网络程序设计及其在非线性动态系统辨识中的应用 [J];科技通报;1999年03期
5
王海斌,黄显林,王永富,胡恒章;基于最佳小波基的的非线性系数辨识 [J];自动化技术与应用;1999年03期
6
黄自元,李力雄,费敏锐;模糊规则在线提取及其在非线性系统辨识中的应用 [J];自动化仪表;2001年10期
7
刘百顺,任正斌;船舶运动仿真模型 [J];计算机仿真;2001年05期
8
吴学礼,孟凡华,王永骥,李平,贾辉然,孟华;基于新型联想记忆神经网络的非线性系统辨识 [J];地理与地理信息科学;2004年04期
9
张翠霞;刘齐宏;唐常杰;耿伟华;;基于GEP的非线性系统辨识算法 [J];微计算机信息;2006年34期
10
李明;杨汉生;杨成梧;王永成;;一种改进的NARX回归神经网络 [J];电气自动化;2006年04期
11
雷振宇,胡光锐,孙丽萍;一种新变步长LMS算法在二阶自适应陷波器中的应用 [J];上海交通大学学报;2003年10期
12
裴学广;;基于变步长自然梯度算法的盲源分离 [J];舰船电子对抗;2007年04期
13
李存武;林春生;;关于几种变步长LMS算法的讨论 [J];舰船电子工程;2008年05期
14
柳文;王俊江;焦培南;曹红艳;;电离层三维射线追踪的快速计算方法 [J];电波科学学报;2009年01期
15
郑华;;最小差错概率盲均衡算法的DSP实现 [J];科技创新导报;2010年14期
16
沈建国;郭裕顺;叶淑霞;;基于模糊逻辑的电路非线性动态特性模型 [J];杭州电子科技大学学报;2007年01期
17
于海波;马翠红;;基于对角递归神经网络系统辨识及应用 [J];微计算机信息;2007年31期
18
牟海维;王丹丹;;一种基于MVSSLMS的改进算法 [J];微计算机应用;2009年08期
19
袁晓磊;白焰;董玲;;基于遗传编程的非线性系统辨识 [J];控制工程;2009年01期
20
闫纪红,史小平,王宏伟,王子才;一种辨识非线性系统的新方法及其应用 [J];应用科学学报;1999年01期