公共文化服务平台

搜索到9385篇“ LMS“的相关文章

利用LMS设备对制动Moan噪音的排查: 2024年; 文章介绍了常见的制动噪音的类型,以及LMS系统在制动噪音排查上的应用。并通过介绍某一新能源车型开发过程中Moan噪音的解决,详细介绍LMS设备在制动噪音上的排查过程和导致噪音的原因,改善了车辆的制动NVH性能,提高了产品竞争力。; 施展翔周宗成李军辛庆锋刘泽毅; 关键词：制动噪音

一种新型的无人机牧草分割网络—LMS-DeeplabV3+: 2024年; 目前草原环境复杂、牧草分散且与背景颜色差异小,无法实现高效精准的分割,因此本文提出了一种新型的轻量化多尺度DeeplabV3+网络(lightweight and multi-scale DeeplabV3+network,LMS-DeeplabV3+)。该网络以DeeplabV3+为基础网络,首先选用轻量级的MobilenetV2作为骨干网络用于初步特征提取,并为了适应牧草分割任务做了网络配置上的调整;其次在加强特征提取模块和解码模块中均使用深度可分离卷积代替普通卷积以轻量化网络;此外利用密集空洞空间金字塔池化(dense atrous spatial pyramid pooling,DASPP)模块捕获更大的感受野,加强各特征之间的交互;又引入卷积注意力机制(convolutional block attention module,CBAM)重分配权重加强特征提取。实验证明,提出的新网络与原始网络相比平均交并比(mean intersection over union,mIOU)提升了8.06个百分点、平均像素精度(mean pixel accuracy,mPA)提升了6.75个百分点,网络计算量和参数量均下降了90%以上,分割预测速度也有所提升,与其他主流分割网络相比各性能都表现更好。; 占子恬潘新罗小玲郜晓晶闫伟红; 关键词：无人机轻量级

基于LMS自适应算法模拟量采集模块的研制: 2024年; 传感器是试验系统的重要组成部件之一,其主要功能是将外界的物理信号转换为标准电压(0~10 V)、电流(4~20 mA)、电阻(Pt100)信号。工程试验现场通常通过专用采集模块实现变送器信号的采集、处理与传输。某试验系统传感器种类多、数量大、空间分布广泛,传统的数据采集模块易受外界工况及复杂电磁干扰影响。针对该问题,研制了一种模拟量采集模块,通过设计高精度转换电路和LMS自适应滤波算法,提高了信号测量的准确性。测试表明,模块整体功能、信号测量准确性均满足现场需求,可在工程试验现场广泛推广应用。; 荣宏伟; 关键词：传感器自适应滤波

一种可用于低信噪比环境的变步长LMS算法: 2024年; 论文研究了自适应最小均方误差(Least Mean Squares,LMS)滤波算法的步长选取问题。在分析现有算法的基础上,通过构造步长与误差信号之间的非线性函数,提出一种新的变步长LMS算法。新算法采用误差信号的自相关估计值控制步长,而不是直接利用瞬时误差控制步长,避免了噪声干扰,降低了稳态失调,可工作于低信噪比环境。同时新算法步长控制无记忆效应,提高了收敛速度。仿真表明,新算法的稳态失调和收敛速度均优于现有变步长LMS算法。; 周映; 关键词：变步长 LMS算法收敛速度误差信号

基于Adam算法的LMS优化: 2024年; 虽然传统的LMS算法简单有效,但它的收敛速度较慢,容易受到初始权值选择和步长设置的影响。为了解决这个问题,我们引入了Adam算法的自适应学习率特性到LMS算法中。Adam算法通过一阶矩估计(mean)和二阶矩估计(variance)来估计梯度的均值和方差,并根据这些估计值来调整学习率。这样可以对梯度下降的方向和速度进行更精细地控制。通过Adam算法对LMS优化,LMS算法在更新权重时能够更加高效地利用梯度信息,从而提高训练速度和收敛性能。此外,优化后的算法还具有一些超参数,如beta1、beta2和eps等,需要根据具体的应用场景和数据特点进行调节,以获得最佳的优化效果。仿真结果表明优化方案比传统LMS算法在收敛过程中的震荡要更小。; 刘欢徐德勃张涵涛王皓月靳洪旭; 关键词：LMS算法自适应滤波梯度下降

基于改进LMS算法的机载设备BIT系统: 2024年; 针对机载设备的BIT系统,提出了一种改进的LMS(Least Mean Squares)算法,该算法主要应用于故障检测和定位方面。通过引入自适应学习率控制、加速收敛和稳定性优化技术手段,该算法能够显著提升BIT系统中的信号处理性能,加快故障检测和定位速度,并提高系统的准确性和稳定性。在故障检测方面,改进的LMS算法可以有效地识别故障信号并进行分类和定位。通过对输入信号进行预处理和模型参数的优化,改进LMS算法能够更准确地捕捉异常信号特征,从而实现对故障的快速检测和定位,提高BIT系统的可靠性和故障诊断能力。同时,改进的LMS算法还应用于BIT系统中的自适应滤波模块,用于消除噪声和滤除干扰信号。通过采用自适应学习率控制和加速收敛技术,改进算法能够智能地调整滤波参数,有效抑制噪声和干扰信号,提高BIT系统对故障信号的识别和定位能力。通过实验验证,改进的LMS算法在机载设备的BIT系统中表现出较好的应用潜力。该算法相比传统LMS算法,在故障检测和定位准确性、故障诊断速度以及系统稳定性方面均取得了显著的改善。; 周映; 关键词：机载设备 BIT系统故障检测

改善的LMS自适应算法在TDLAS甲烷检测的降噪研究: 2024年; 为进一步有效抑制检测系统的噪声,提高检测精度,研究了改善的最小均方差自适应算法在可调谐二极管激光吸收光谱甲烷浓度检测系统的降噪方法。通过基于TDLAS技术的matlab仿真实验,搭建的甲烷检测系统,选取1 653.72 nm的甲烷吸收峰位,分析LMS自适应算法中滤波阶数、步长因子和采样周期三者对噪声的关系,改善参数的选取以最佳的滤波效果进行降噪优化处理。研究表明在高频采样时刻收敛到最佳的滤波阶数和步长因子可对系统起到最优滤波效果。研究结果显示信噪比有效提升了94%,拟合优度R~2达到0.997,证明改善的LMS自适应滤波算法可以有效抑制噪声对二次谐波信号的影响。; 陈新玉陈红岩; 关键词：降噪处理

一类基于分数阶梯度信息的变阶次扩散LMS算法: 2024年; 针对分布式网络中的参数估计问题,本文提出了一类基于分数阶梯度信息的扩散LMS算法,主要利用分数阶梯度的变阶次机制来提升算法的各项性能.首先,针对已有的集中式分数阶梯度LMS算法,将其推广到分布式网络中的参数估计问题上来.进而,讨论了所提算法的收敛速度和收敛精度.其次,考虑到分数阶阶次对于算法性能的影响,设计了一个变分数阶阶次的策略来充分发挥分数阶的优点以提升算法的收敛特性.进一步,证明了切换拓扑结构下所提算法的收敛性.最后,通过数值仿真结果,从收敛速度、收敛精度、鲁棒性等角度验证了所提算法的有效性和优越性.; 杨洋莫立坡左敏于永光; 关键词：分布式估计适应性滤波分数阶微积分

基于LMS自适应滤波的雷达随队干扰抵消: 2024年; 随队干扰是雷达对抗中常用的干扰方式,通常通过遮盖目标回波信号而使雷达失去探测能力,因此需要加以抑制。随队干扰经常是非平稳的随机信号,在此情况下,文中利用最小均方(LMS)自适应滤波器得到干扰的估计并将其从雷达接收信号中消除,从而给出了一种基于LMS自适应滤波的雷达随队干扰抵消方法。首先,建立了雷达接收信号模型,包括主阵列天线接收信号和辅助阵元接收信号;然后,给出了基于LMS自适应滤波的干扰抵消原理,它实际上将辅助阵元接收信号输入自适应滤波器得到随队干扰估计,从主阵列天线接收信号中减去此干扰估计从而实现干扰抵消,通过分析抵消器的性能发现,除了辐射干扰的目标难以探测外,编队中其他目标的信干噪比都得到了提高;最后,给出了随队干扰抵消的仿真实例,验证了上述干扰抵消方法的良好效果。; 陈希信曹非; 关键词：雷达对抗自适应滤波最小均方

双曲正切函数的新型变步长LMS算法: 2024年; 针对自适应最小均方误差(Least Mean Square,LMS)滤波算法迭代步长在算法收敛速度、稳态误差间的折中问题,设计了一种基于双曲正切函数的新型变步长算法,算法以双曲正切函数为基础,建立步长因子μ(n)与误差信号e(n)的非线性函数关系,并引入参数α、β和m,设计了一种新的步长调整公式,使得在算法迭代初始阶段采用较大步长因子,达到更快的收敛速度,在接近收敛时采用较小的步长因子,获得更小的稳态误差。通过仿真分析了不同参数对算法性能的影响,与已有典型变步长算法相比,论文算法具有更快的收敛速度、更小的稳态误差和更优的追踪能力。; 李俊毅邓志祥; 关键词：最小均方算法变步长算法

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈