进化论动态参量自适应消噪算法.pdfVIP

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
进化论动态参量自适应消噪算法.pdf

振 动 与 冲 击 第34卷第5期 JOURNALOFVIBRATIONANDSHOCK Vo1.34No.52o15 进化论动态参量 自适应消噪算法 肖会芳 ,邵毅敏 ,周晓君 (1.北京科技大学国家板带生产先进装备工程技术研究中心,北京 100083; 2.重庆大学 机械传动国家重点实验室,重庆 4O0O44) 摘 要:由于以输出信号平均能量的倒数为适应度函数、以及定值克隆系数和定值匹配系数的因素,制约了传统 进化论 自适应消噪算法的收敛特性 ,影响了传统进化论 自适应算法降噪的有效性。针对该问题 ,提出了基于动态适应度 函数的进化论变系数自适应消噪算法。新算法中,匹配系数与进化代数相关联,克隆系数由进化代数和适应度值决定,并 采用动态适应度函数,改善了滤波器的收敛特性和噪声抑制能力。模拟仿真分析表明,新算法较同类进化论算法有较快 的收敛速度和良好的消噪效果。物理台架实验数据验证了该算法对故障信号的有效提取能力。 关键词:进化论滤波器;自适应消噪;变进化系数;动态适应度函数 中图分类号:TN713 文献标志码 :A DO1:10.13465/j.enki.jVS.2015.05.OO6 Variableevolutionarycoefficientsadaptivenoisecancellationalgorithm XIAOHui-fang,SHAOYi.mim ,ZHOUXiao-jun (1.NationalEngineeringResearchCenterofFlatRollingEquipment,UniversityofScienceandTechnologyBeijing,Beijing100083,China; 2.StateKeyLaboratoryofMechanicalTransmission,ChongqingUniversity,Chongqing4OOO44,China) Abstract: Thefitnessfunctionusingthereciprocalofaverageenergyofoutputsignal,andtheconstantcloningnad matingcoefficientsallrestricttheconvergenceandnoisecancellationperformancesofthetraditional evolutionaryadaptive noisecancellation algorithm. Aimingatimproving it,a variable coefficientsevolutionary adaptivenoise cancellation algorithm usingdynamicfitnessfunctionwasproposed.In the new algorithm,the mating coefficientwasrelated to evolutionarygeneration,thecloning coefficientwasdetemr ined by evolutionarygeneration and fitnessvalue,and a dynamicfitnessfunctionwasintroduced.Th eresultsfrom asimulation exampleandtestdatasetsshow thathteproposed algorithm exhibitsbetterconvergenceandnoisecnacellationperfomr nacesthna ohtersimilaralgorihtms. Keywords:evolutionaryfilter;adaptivenoisecancellation;variableevolutionarycoefficients;dynamicfitnessfunc— tion 自适

您可能关注的文档

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档