首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 187 毫秒
1.
张家树  肖先赐 《物理学报》2001,50(7):1248-1254
研究了二阶Volterra滤波器的一种乘积耦合近似实现结构及其非线性NLMS自适应算法,并用这种少参数二阶Volterra滤波器(RPSOVF)研究了一些混沌信号的非线性自适应预测性能.仿真研究结果表明:所给出的非线性NLMS自适应算法能够保证这种RPSOVF的稳定性和收敛性,且RPSOVF用这种非线性NLMS自适应算法能够自适应预测一些混沌时间序列. 关键词: 混沌 非线性自适应预测 Volterra滤波器 非线性NLMS自适应算法  相似文献   

2.
张家树  肖先赐 《物理学报》2000,49(12):2333-2339
基于混沌动力系统的相空间延迟坐标重构,利用混沌序列固有的确定性和非线性,提出了用 于混沌时间序列预测的一种少参数非线性自适应滤波预测模型.该预测模型在Volterra自适 应滤波器的基础上引入sigmoid函数来减少待定参数.实验研究表明,这种少参数非线性自适 应滤波预测器仅需用50个样本经20次预训练后,就能有效地预测一些低维混沌序列,且这种 少参数非线性自适应滤波预测器更便于工程实现. 关键词: 混沌 非线性自适应预测 少参数非线性自适应滤波器 自适应算法  相似文献   

3.
混沌时间序列的Volterra自适应预测   总被引:20,自引:1,他引:19       下载免费PDF全文
张家树  肖先赐 《物理学报》2000,49(3):403-408
基于混沌动力系统相空间的延迟坐标重构,提出了一种预测混沌时间序列的Volterra自适应滤波预测法,对8种低维混沌序列采用二阶Volterra自适应滤波器进行预测的实验结果表明:当滤波器的长度Nl足够大时,Volterra自适应滤波器能够有效地预测低维混沌时间序列,且Nl的选择不仅与D2有关,还与混沌映射的光滑程度有关 关键词:  相似文献   

4.
基于Takens的相空间延迟坐标重构,研究了用于混沌信号预测的三阶Volterra滤波器的一种乘积耦合近似实现结构,并应用于典型的低维混沌时间序列和具有高维混沌特性的EEG信号的预测.数值研究表明:这种滤波器结构对于低维混沌时间序列的预测精度可以比二阶Volterra滤波器提高103倍,而且能够较好地对一些具有高维混沌特性的EEG信号进行预测 关键词: 混沌 非线性自适应预测 三阶Volterra滤波器 electroencephalography信号  相似文献   

5.
提出了一种局域离散余弦变换(DCT)域Volterra预测,并用于混沌时间序列预测。DCT被用来减少Volterra预测器的矩阵计算复杂性。数值仿真结果表明:本文提出的方法比传统的局域线性预测方法能更有效地预测混沌时间序列和预测精度。  相似文献   

6.
混沌时间序列的自适应高阶非线性滤波预测   总被引:20,自引:2,他引:18       下载免费PDF全文
张家树  肖先赐 《物理学报》2000,49(7):1221-1227
根据混沌序列产生的确定性和非线性机制,基于Volterra级数展式和混沌序列高阶奇异谱特征,提出了一种高阶非线性傅里叶红外(HONFIR)滤波预测模型用于混沌时间序列的自适应预测.其自适应算法采用时域正交算法来自适应地跟踪混沌的运动轨迹,而不是重构混沌系统 的全局或局部运动轨迹.实验研究表明:(1)这种HONFIR自适应滤波器能够有效地预测一些超 混沌序列.(2)预测混沌序列的性能与预测模型的非线性拟合能力有关,但并非非线性程度越 高,预测性能就越好.(3)当HONFIR滤波器对混沌序列的非线性拟合精度高时,其自适应预测 的性能与其输入维数的关系不受Takens嵌入定理的约束.(4)HONFIR自适应滤波器具有一定的 抗噪能力. 关键词: 混沌 非线性模型 滤波器  相似文献   

7.
混沌时间序列多步自适应预测方法   总被引:11,自引:0,他引:11       下载免费PDF全文
孟庆芳  张强  牟文英 《物理学报》2006,55(4):1666-1671
针对混沌时间序列局域自适应预测方法在多步预测中预测器系数无法调节的问题,根据混沌时间序列的短期可预测性及自适应算法的自适应跟踪混沌运动轨迹的特点,提出了混沌时间序列多步自适应预测方法.仿真结果表明,此方法的多步预测性能明显好于局域自适应预测方法的多步预测性能. 关键词: 多步自适应预测方法 局域自适应预测方法 混沌时间序列  相似文献   

8.
非线性时间序列的小波分频预测   总被引:5,自引:0,他引:5       下载免费PDF全文
雷明  韩崇昭  郭文艳  文小琴 《物理学报》2005,54(5):1988-1993
基于噪声的小波变换特点,结合小波包分解和模极大重构来抽取含噪信号的主分量,提出了一种基于最佳尺度分解和Volterra自适应滤波的分频预测算法,使用较少的模型训练样本,同时具有强的抗噪能力.该算法克服了传统小波分解尺度选取的盲目性及单纯Volterra预测器抗噪性能的不足,数值仿真表明,针对含强噪声的非线性信号可进行有效预测. 关键词: 小波分解 Volterra自适应滤波器 分频预测  相似文献   

9.
依据相空间邻近轨道演化相似性特点建立训练模式,提出了基于自适应高阶非线性Volterra滤波器(HONFIR)的混沌时间序列多步预测模型(MSP-HONFIR);通过定义距离相似度、趋势相似度来衡量轨道演化相似度,提出了混沌吸引子邻近轨道判别的新方法;从模型训练充分性角度出发探讨了MSP-HONFIR滤波器模型训练集规模控制的依据.数值研究表明MSP-HONFIR滤波器模型的多步预测性能优于原有HONFIR滤波器模型. 关键词: 混沌 非线性自适应预测 Volterra滤波器模型 训练模式  相似文献   

10.
甘建超  肖先赐 《物理学报》2003,52(5):1096-1101
提出了一种基于相空间邻域的线性自适应滤波算法,将时间域变换到高维重构矢量空间,使 得不可能实现的线性预测变成了可能.实验结果表明:这种基于相空间邻域的线性自适应预 测滤波器能够有效预测一些混沌序列,能够检测到一些混沌载波中的信号,具有去混沌噪声 的能力. 关键词: 混沌时间序列 重构矢量 自适应预测  相似文献   

11.
A method of modifying the architecture of fractional least mean square (FLMS) algorithm is presented to work with nonlinear time series prediction. Here we incorporate an adjustable gain parameter in the weight adaptation equation of the original FLMS algorithm and absorb the gamma function in the fractional step size parameter. This approach provides an interesting achievement in the performance of the filter in terms of handling the nonlinear problems with less computational burden by avoiding the evaluation of complex gamma function. We call this new algorithm as the modified fractional least mean square (MFLMS) algorithm. The predictive performance for the nonlinear Mackey glass chaotic time series is observed and evaluated using the classical LMS, FLMS, kernel LMS, and proposed MFLMS adaptive filters. The simulation results for the time series with and without noise confirm the superiority and improvement in the prediction capability of the proposed MFLMS predictor over its counterparts.  相似文献   

12.
The feedback active noise control (ANC) can be seen as a predictor, the conventional method based on filtered-x least mean square (FXLMS) algorithm can only be useful for linear and tonal noise, but for nonlinear and broadband noise, it is useless. The feedback ANC using functional link artificial neural networks (FLANN) based on filtered-s least mean square (FSLMS) algorithm can reduce some nonlinear noise such as chaotic noise, but the noise cancellation performance is not very well, at the same time, it is not useful to random noise. To solve the problem above, a new feedback ANC using wavelet packet FXLMS (WPFXLMS) algorithm is proposed in this paper. By decomposing the broadband noise into several band-limited parts which are predictable and each part is controlled independently, the proposed algorithm can not only suppress the chaotic noise, but also mitigate the random noise. Compared with FXLMS and FSLMS algorithms, proposed WPFXLMS algorithm also holds the best performance on noise cancellation. Numerous simulations are conducted to demonstrate the effectiveness of the proposed WPFXLMS algorithm.  相似文献   

13.
唐舟进  任峰  彭涛  王文博 《物理学报》2014,63(5):50505-050505
本文分析了传统支持向量机预测算法产生的误差特性,发现产生的预测误差不同于噪声,具有较强的规律性,单一的预测模型遗漏了许多混沌序列中的确定性分量.经过误差补偿后,残差的冗余信息减少,随机性增强.在此基础上,本文提出一种基于迭代误差补偿的最小二乘支持向量机预测算法,能够通过多模型联合预测更加有效地逼近混沌系统的映射函数,在预测精度上取得了大幅度的提升.此外,算法通过留一交叉验证法的方法能够在预测前自动优化模型参数组合,克服了现有算法无法仅利用先验信息优化预测模型参数的缺陷.对MackeyGlass和Lorenz混沌时间序列进行了仿真实验,实验结果优于相关文献记载方法的预测性能,在性能指标上好于现有算法一个数量级.  相似文献   

14.
张家树 《中国物理》2007,16(2):352-358
The least mean square error difference (LMS-ED) minimum criterion for an adaptive chaotic noise canceller is proposed in this paper. Different from traditional least mean square error minimum criterion in which the error is uncorrelated with the input vector, the proposed LMS-ED minimum criterion tries to minimize the correlation between the error difference and input vector difference. The novel adaptive LMS-ED algorithm is then derived to update the weights of adaptive noise canceller. A comparison between cancelling performances of adaptive least mean square (LMS), normalized LMS (NLMS) and proposed LMS-ED algorithms is simulated by using three kinds of chaotic noises. The simulation results clearly show that the proposed algorithm outperforms the LMS and NLMS algorithms in achieving small values of steady-state excess mean square error. Moreover, the computational complexity of the proposed LMS-ED algorithm is the same as that of the standard LMS algorithms.  相似文献   

15.
李瑞国  张宏立  范文慧  王雅 《物理学报》2015,64(20):200506-200506
针对传统预测模型对混沌时间序列预测精度低、收敛速度慢及模型结构复杂的问题, 提出了基于改进教学优化算法的Hermite正交基神经网络预测模型. 首先, 将自相关法和Cao方法相结合对混沌时间序列进行相空间重构, 以获得重构延迟时间向量; 其次, 以Hermite正交基函数为激励函数构成Hermite正交基神经网络, 作为预测模型; 最后, 将模型参数优化问题转化为多维空间上的函数优化问题, 利用改进教学优化算法对预测模型进行参数优化, 以建立预测模型并进行预测分析. 分别以Lorenz 系统和Liu系统为模型, 通过四阶Runge-Kutta法产生混沌时间序列作为仿真对象, 并进行单步及多步预测对比实验. 仿真结果表明, 与径向基函数神经网络、回声状态网络、最小二乘支持向量机及基于教学优化算法的Hermite正交基神经网络预测模型相比, 所提预测模型具有更高的预测精度、更快的收敛速度和更简单的模型结构, 验证了该模型的高效性, 便于推广和应用.  相似文献   

16.
张家树 《中国物理快报》2006,23(12):3187-3189
Based on the bounded property and statistics of chaotic signal and the idea of set-membership identification, we propose a set-membership generalized least mean square (SM-GLMS) algorithm with variable step size for blind adaptive channel equalization in chaotic communication systems. The steady state performance of the proposed SM-GLMS algorithm is analysed, and comparison with an extended Kalman filter (EKF)-based adaptive algorithm and variable gain least mean square (VG-LMS) algorithm is performed for blind adaptive channel equalization. Simulations show that the proposed SM-GLMS algorithm can provide more significant steady state performance improvement than the EKF-based adaptive algorithm and VG-LMS algorithm.  相似文献   

17.
张玉梅  胡小俊  吴晓军  白树林  路纲 《物理学报》2015,64(20):200507-200507
对给定的英语音素、单词和语句进行了采集并完成预处理. 分别应用互信息法和Cao 氏法确定了实际采集的语音信号序列的延迟时间和嵌入维数, 以完成语音序列的相空间重构. 通过计算实际采集的语音信号序列的最大Lyapunov指数, 完成了语音信号的混沌特性识别, 判定其具有混沌特性. 引入Volterra级数, 提出了一种具有显式结构的语音信号非线性预测模型. 为克服最小均方误差算法在Volterra模型系数更新时固有的缺点, 在最小二乘法基础上, 应用基于后验误差假设的可变收敛因子技术, 构建了一种基于Davidon-Fletcher-Powell算法的二阶Volterra 模型(DFPSOVF), 并将其应用于具有混沌特性的语音信号序列预测. 仿真结果表明: DFPSOVF非线性预测模型对于单帧和多帧语音信号均具有更好的预测精度, 优于线性预测模型, 并且能够很好地反映语音序列变化的趋势和规律, 完全可以满足语音预测的要求; 可以根据语音信号序列的嵌入维数选取预测模型的记忆长度. 所提出模型可以为语音信号重构和压缩编码开辟一条新途径, 以改善语音信号处理方法的复杂度和处理效果.  相似文献   

18.
基于递阶模糊聚类的混沌时间序列预测   总被引:5,自引:0,他引:5       下载免费PDF全文
刘福才  孙立萍  梁晓明 《物理学报》2006,55(7):3302-3306
提出一种新的基于递阶模糊聚类系统的模糊建模方法.目的在于通过一系列的步骤优化T-S模糊模型结构,实现非线性系统的建模和预测.首先利用最近邻聚类法初始划分输入空间,得到规则数及初始聚类中心,用模糊C均值算法(FCM)进一步优化聚类中心;然后利用加权最小二乘法估计模糊模型的初始参数,进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass混沌时间序列进行预测实验,结果表明可以对Mackey-Glass混沌时间序列进行准确建模和预测,证明了本方法的有效性. 关键词: 递阶模糊聚类 模糊建模 混沌时间序列 最小二乘  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号