[发明专利]用于敞开式激波报靶系统的RLS自适应滤波方法在审
申请号: | 201911348988.X | 申请日: | 2019-12-24 |
公开(公告)号: | CN110912536A | 公开(公告)日: | 2020-03-24 |
发明(设计)人: | 钱海雷;王泽 | 申请(专利权)人: | 昆山九毫米电子科技有限公司 |
主分类号: | H03H21/00 | 分类号: | H03H21/00 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 程晓霞;王品华 |
地址: | 215399 江苏省苏州市昆山市玉*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 敞开 激波 系统 rls 自适应 滤波 方法 | ||
1.用于敞开式激波报靶系统的RLS自适应滤波方法,其特征在于,包括有如下步骤:
步骤1,含噪的弹丸激波信号的采集:采集弹丸着靶时产生的含噪弹丸激波信号d(n):
d(n)=s(n)+v(n)
其中,s(n)为纯净的激波信号,v(n)为背景噪声信号,n为弹丸信号采样时刻长度;
步骤2,对含噪的弹丸激波信号做延迟处理:将d(n)延迟K个采样间隔后得到含噪弹丸激波信号x(n):
x(n)=s(n+K)+v(n+K)
其中,s(n+K)为延迟后纯净的激波信号,v(n+K)为延迟后的背景噪声信号,在延迟K后使得s(n)与延迟后的s(n+K)仍有很大相关性,而v(n)与v(n+K)不相关;
步骤3,设定自适应滤波初始值:
w(0)=0
P(0)=δ-1I
λ(1)=λmax
其中,w为滤波器权系数,P为滤波器自相关逆矩阵,矩阵参数δ为一个很小的值,一般取0.001,I为单位矩阵,λ为遗忘因子;
步骤4,引入可变遗忘因子:在RLS算法的代价函数中引入可变遗忘因子,形成一种基于可变遗忘因子的RLS算法;
步骤5,滤波器权系数更新,输出去噪后的激波信号:根据含噪弹丸激波信号d(n)与延迟K个采样间隔的含噪弹丸激波信号x(n),以代价函数最小为准则通过基于可变遗忘因子的RLS算法不断更新自适应滤波器权系数,使得滤波器权系数快速收敛至最佳,输出去噪后的弹丸激波信号。
2.根据权利要求1所述的用于敞开式激波报靶系统的RLS自适应滤波方法,其特征在于,步骤2中所述的对含噪的弹丸激波信号做延迟处理,是将d(n)延迟K个采样间隔得到含噪弹丸激波信号x(n):
x(n)=s(n+K)+v(n+K)
延迟K个采样间隔后的含噪激波信号x(n)由激波信号s(n+K)与背景噪声信号v(n+K)组成,其中K的取值需要保证激波信号s(n)的完整性且与延迟后的s(n+K)有很强相关性,而背景噪声信号因为其随机性具有时间上不相关的特点,v(n)与v(n+K)互不相关,K=1、2、3…,K的取值一般为2到10。
3.根据权利要求1所述的用于敞开式激波报靶系统的RLS自适应滤波方法,其特征在于,步骤4中所述的引入可变遗忘因子,是在RLS算法的代价函数中引入可变遗忘因子,代价函数与可变遗忘因子分述如下:
RLS算法中估计误差定义为:e(i)=d(i)-wT(n)x(i)
可变遗忘因子:
代价函数:指数加权的估计误差平方和J(n)
其中,d(i)代表i时刻的期望信号,w(n)为自适应滤波器权系数且w(n)=[w0(n),w1(n),…,wL-1(n)],L为滤波器阶数,变化时刻i的区间为1≤i≤n,T为转置标识,x(i)代表i时刻的自适应滤波器输入,σv2为噪声功率,σe2为估计误差功率,ξ为一个很小的正常数,防止分母为0。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆山九毫米电子科技有限公司,未经昆山九毫米电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911348988.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:废水静置流动净化装置
- 下一篇:一种胶塞连冲模具