实现自适应算法，利用FIR滤波器实现的，在三维空间的有源噪声控制中有预测能力
标签： 自适应算法
上传时间： 2013-12-23
上传用户：Pzj
Broadband Access Scenario 使用学习方法来进行无线链路的自适应，包含信道编码，交织，信道建模，ofdm调制，解码，解交织，解调等等， 一个完整的无线物理层试验环境
标签： Broadband Scenario Access 无线链路
上传时间： 2013-12-18
上传用户：chongcongying
针对点云数据局部集中的特点,使用差值预测对点云数据进行预测处理 在预测的同时,根据IEEE2754 浮点数标准,简化浮点数的尾数,使用3. 5 Byte来表示一个浮点数,以提高压缩效果 然后对预测数据中连续重 复的字节使用该字节加该字节重复的次数的方式存储 最后对经过以上处理的数据使用一阶自适应算术编码进 行压缩。最终得到的程序在压缩比和内存占用两个方面远优于WinRAR、WinZip压缩软件
上传时间： 2017-04-24
上传用户：qwe1234
采用一种快速收敛变步长LMS（Least mean square ） 自适应最小均方算法matlab源程序，其中算法所做的工作是用FIR 滤波器的预测系统，对IIR系统进行预测，如果阶数越高越能逼近被预测系统。
上传时间： 2013-12-08
上传用户：3到15
本算法为自适应遗传算法，采用基于排序的选择策略，编码方案为实数编码。能够解决很多优化问题！
标签： 算法
上传时间： 2017-06-23
上传用户：jjj0202
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：
本书是自适应信号处理领域的一本经典教材。全书共17章，内容包括：自适应LMS横向滤波器、自适应格型滤波器、自适应递归滤波器、频域和子带自适应滤波器、盲自适应滤波器、神经网络、非线性自适应滤波器等及其在通信与信息系统中的应用。目录背景与预览第1章 随机过程与模型第2章 维纳滤波器第3章 线性预测第4章 最速下降算法第5章 最小均方自适应滤波器第6章 归一化最小均方自适应滤波器第7章 频域和子带自适应滤波器第8章 最小二乘法第9章 递归最小二乘自适应滤波器第10章 卡尔曼滤波器第11章 平方根自适应滤波器第12章 阶递归自适应滤波器第13章 有限精度效应第14章 时变系统的跟踪第15章 无限脉冲响应自适应滤波器第16章 盲反卷积第17章 反向传播学习后记附录A 复变量附录B 对向量微分附录C 拉格朗日乘子法附录D 估计理论附录E 特征分析附录F 旋转和映射附录G 复数Wishart分布术语参考文献 现在网上流传的技术类书籍好多都是预览版本，此书为全本，非常难得，现在分享给大家，希望对大家有所帮助。
标签： 自适应滤波器
上传时间： 2022-05-14
上传用户：默默
自适应天线原理
标签： 天线
上传时间： 2013-07-04
上传用户：eeworm
自适应滤波器原理（第三版）
标签： 自适应滤波器
上传时间： 2013-05-18
上传用户：eeworm
空时自适应信号处理
标签： 信号处理
上传时间： 2013-05-25
上传用户：eeworm
