Volterra级数

摘要： 液阻悬置作为一种典型的非线性系统,其在不同激励下有着良好的动特性,而动特性又与悬置参数有着密切联系,所以本文基于Volterra级数理论,以惯性通道-浮动解耦盘式液阻悬置为研究对象,提出了该液阻悬置非线性阻尼滞后角和其液体阻尼机构非线性阻尼参数的识别方法,可在知道输出和部分结构参数的情况下来较为简单的获得液体阻尼机构的阻尼参数,且在一定范围的激励频率下得到的该阻尼参数识别值与实验得到的参数值之间的误差能保持在3%以内。另外由Volterra级数理论识别得到的液阻悬置阻尼滞后角已由平均法对比验证,同样表现出了较好的一致性。

摘要： 本研究提出了一种基于改进遗传算法辨识Volterra级数模型的方法。该方法根据Volterra核与系统输出的相关程度来调整模型结构,利用重启策略与自适应搜索范围解决进化停滞与算法早熟收敛等问题。通过仿真试验将改进遗传算法与标准遗传算法、量子粒子群算法进行比较。结果表明,该方法在辨识精度、收敛速度及抗噪性能等方面明显优于其他方法。

摘要： OFDM/OQAM技术高频谱速率传输特性使其相较于OFDM技术来说更能适应下一代通信系统的要求,本文正是对于相干光检测与OFDM/OQAM技术结合的CO-OFDM/OQAM系统的研究。通过以Vloterra级数这一数学模型建立并分析了非线性CO-OFDM系统与CO-OFDM/OQAM系统抵抗非线性串扰的能力。同时,具体分析了CO-OFDM/OQAM中特殊滤波器组所受非线性串扰的影响,以及包括传输距离、传输数据量等部分因素对于CO-OFDM/OQAM系统鲁棒性的影响。

摘要： 为了解决航空发动机流道内上下游干涉带来的计算量大的问题,提出了一种边界替代降阶模型方法。该方法辨识出研究流域与相邻的上下游流域交界面的气动力降阶模型,并耦合到该研究流域仿真模型的交界面上,用以表征上下游对该流域的影响,由此将多流域计算转化为单流域计算,同时又考虑了上下游的影响。采用一阶Volterra级数降阶模型实现了该方法。结果表明,采用本文方法和所有流域都采用CFD得到的压力和速度一致;本文方法所用的网格更少,可以加速收敛和提高计算速度。

摘要： Volterra级数具备多重卷积积分格式,理论上可通过无限阶次展开近似任意非线性系统,较适用于模拟气动力的非线性特性及记忆效应;其关键是准确获得反映流体—结构耦合关系的气动力内核项(结构运动与气动力间传递函数)。针对Volterra级数用于桥梁断面涡激力模拟的内核参数识别问题,以典型桥梁断面为例,对Volterra模型非线性最高阶次、气动力记忆持续时长等影响因素进行研究,提出便于实际操作的桥梁断面涡激力内核参数识别方法,并从时域、频域、相空间层面对识别结果的准确性进行验证。

摘要： 设计了一种模拟电路故障诊断策略,具体采用优化后的支持向量机完成.基于模拟电路的Volterra级数,通过递推最小二乘算法进一步完成故障特征的提取,接下来采用经DEIWO优化后的SVM参数完成相应故障诊断模型的建立,在此基础上完成故障的分类识别与诊断.

摘要： 为了解决模拟乘法器等多输入测量电路的智能故障诊断准确率低的问题,文中研究了多输入多输出(MIMO)电路的基于Volterra级数的建模方法,为电路的故障诊断提供模型,提出了整体退火遗传特征提取方法,利用整体退火遗传算法的全局寻优能力优化故障诊断特征参数的提取,以选出各种故障状态之间特征差异最大的特征,以提高故障诊断的准确率,以模拟乘法器电路为例进行了建模及故障特征智能优化提取实验.实验表明,文中方法可以有效建模并提高智能故障诊断的准确率.

摘要： 为解决火工品起爆过程中线性函数不能解决的不确定性、非线性强和火工品参数难获得的问题,文章采用Volterra模型与协同粒子群算法相结合的思想对火工品参数进行获取,从而对火工品进行合理分析,确保火工品的安全性和可靠性.通过对协同粒子群算法、递推最小二乘法的实验仿真结果进行对比可以看出,文章基于协同粒子群算法(CP-SO)的Volterra模型参数辨识算法,对标准粒子群算法的过早收敛问题、遗传算法搜索速度慢的问题进行了有效的改善,对算法的辨识速度和辨识精度有很大的提升.

摘要： 随着软件定义无线电(SDR)的发展,人们对接收机的线性度要求越来越高,而作为接收通路的第一级,低噪声放大器(LNA)的线性度要求也越来越高.在分析电路系统的非线性时,Volterra级数分析法是一个比较有效的方法.本文主要讨论了利用Volterra级数对低噪声跨导放大器的非线性分析,以及通过Volterra级数得到的非线性传递函数在高线性度LNTA设计中的作用.

摘要： 随着软件定义无线电(SDR)的发展,人们对接收机的线性度要求越来越高,而作为接收通路的第一级,低噪声放大器(LNA)的线性度要求也越来越高.在分析电路系统的非线性时,Volterra级数分析法是一个比较有效的方法.本文主要讨论了利用Volterra级数对低噪声跨导放大器的非线性分析,以及通过Volterra级数得到的非线性传递函数在高线性度LNTA设计中的作用.

摘要： 随着软件定义无线电(SDR)的发展,人们对接收机的线性度要求越来越高,而作为接收通路的第一级,低噪声放大器(LNA)的线性度要求也越来越高.在分析电路系统的非线性时,Volterra级数分析法是一个比较有效的方法.本文主要讨论了利用Volterra级数对低噪声跨导放大器的非线性分析,以及通过Volterra级数得到的非线性传递函数在高线性度LNTA设计中的作用.

摘要： 随着软件定义无线电(SDR)的发展,人们对接收机的线性度要求越来越高,而作为接收通路的第一级,低噪声放大器(LNA)的线性度要求也越来越高.在分析电路系统的非线性时,Volterra级数分析法是一个比较有效的方法.本文主要讨论了利用Volterra级数对低噪声跨导放大器的非线性分析,以及通过Volterra级数得到的非线性传递函数在高线性度LNTA设计中的作用.

摘要： 针对Volterra级数模型在染噪时间序列预测中精度较低以及收敛速度慢的关键问题,本文提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet, RLWP)及Volterra级数的机械故障预测方法.首先用冗余提升小波包对振动信号进行分解,对分解得到的最后一层所有频带信号用奇异值分解方法进行降噪处理.然后通过构造二阶Volterra级数预测模型对降噪后的各频带信号进行预测.最后用冗余提升小波包重构算法对各频带预测信号进行重构,获得预测信号.对仿真信号及工程信号的预测结果表明:结合冗余提升小波包的多分辨率分析及奇异值降噪,能明显提高Volterra级数模型的预测精度及收敛速度.工程应用中准确预测出了某离心压缩机的不平衡故障,验证了该方法的实用性.

摘要： 针对Volterra级数模型在染噪时间序列预测中精度较低以及收敛速度慢的关键问题,本文提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet, RLWP)及Volterra级数的机械故障预测方法.首先用冗余提升小波包对振动信号进行分解,对分解得到的最后一层所有频带信号用奇异值分解方法进行降噪处理.然后通过构造二阶Volterra级数预测模型对降噪后的各频带信号进行预测.最后用冗余提升小波包重构算法对各频带预测信号进行重构,获得预测信号.对仿真信号及工程信号的预测结果表明:结合冗余提升小波包的多分辨率分析及奇异值降噪,能明显提高Volterra级数模型的预测精度及收敛速度.工程应用中准确预测出了某离心压缩机的不平衡故障,验证了该方法的实用性.

摘要： 针对Volterra级数模型在染噪时间序列预测中精度较低以及收敛速度慢的关键问题,本文提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet, RLWP)及Volterra级数的机械故障预测方法.首先用冗余提升小波包对振动信号进行分解,对分解得到的最后一层所有频带信号用奇异值分解方法进行降噪处理.然后通过构造二阶Volterra级数预测模型对降噪后的各频带信号进行预测.最后用冗余提升小波包重构算法对各频带预测信号进行重构,获得预测信号.对仿真信号及工程信号的预测结果表明:结合冗余提升小波包的多分辨率分析及奇异值降噪,能明显提高Volterra级数模型的预测精度及收敛速度.工程应用中准确预测出了某离心压缩机的不平衡故障,验证了该方法的实用性.

摘要： 针对Volterra级数模型在染噪时间序列预测中精度较低以及收敛速度慢的关键问题,本文提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet, RLWP)及Volterra级数的机械故障预测方法.首先用冗余提升小波包对振动信号进行分解,对分解得到的最后一层所有频带信号用奇异值分解方法进行降噪处理.然后通过构造二阶Volterra级数预测模型对降噪后的各频带信号进行预测.最后用冗余提升小波包重构算法对各频带预测信号进行重构,获得预测信号.对仿真信号及工程信号的预测结果表明:结合冗余提升小波包的多分辨率分析及奇异值降噪,能明显提高Volterra级数模型的预测精度及收敛速度.工程应用中准确预测出了某离心压缩机的不平衡故障,验证了该方法的实用性.

摘要： 针对Volterra级数模型在染噪时间序列预测中精度较低以及收敛速度慢的关键问题,本文提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet, RLWP)及Volterra级数的机械故障预测方法.首先用冗余提升小波包对振动信号进行分解,对分解得到的最后一层所有频带信号用奇异值分解方法进行降噪处理.然后通过构造二阶Volterra级数预测模型对降噪后的各频带信号进行预测.最后用冗余提升小波包重构算法对各频带预测信号进行重构,获得预测信号.对仿真信号及工程信号的预测结果表明:结合冗余提升小波包的多分辨率分析及奇异值降噪,能明显提高Volterra级数模型的预测精度及收敛速度.工程应用中准确预测出了某离心压缩机的不平衡故障,验证了该方法的实用性.

摘要： 针对非线性系统用Volterra级数建模时，Volterra级数最高显著阶难以确定的问题，提出了一种快速、有效确定Volterra级数最高显著阶的方法。该方法首先探究了多音激励下 Volterra核输出频率成分的特点，给出了多音激励下计算各阶Volterra核输出频率成分的公式，其次通过分别计算有限阶核的累加输出功率，计算功率比，通过功率比和输出误差确定最高显著阶。通过对半波整流电路Volterra级数最高显著阶的确定，验证了该方法的有效性。

摘要： 本发明公开了一种基于Volterra级数的行为模型建模及实现方法，该方法首先对初始化Volterra级数行为模型的冗余参数进行削减，再对模型中的输入信号幅度敏感参数进行辨识和提取，并于微波电路和系统仿真软件中将行为模型实现。本发明与现有技术相比，具有复杂度低、参数提取便捷、精度高、适用频带宽等优点，并且极大降低了Volterra级数行为模型的实现难度，为无线通信、雷达等系统中射频前端子系统的分析、设计和优化提供了高效手段。

摘要： 本发明公开了一种基于Volterra级数的血糖数据处理方法及装置，该方法包括：建立血糖信息数据库；血糖信息数据库存储有若干个待测者的血糖信息，每个血糖信息包括采样数据和输出数据；获取第一待测者的血糖测量信号，并将血糖测量信号转换为第一采样数据；根据第一采样数据和数据库中血糖信息，建立基于Volterra级数的优化模型；优化模型用于第一输出数据的优化；第一输出数据是根据第一采样数据而计算获得。采用本发明实施例，能提高监测结果精确性和稳定性。

摘要： 本发明属于土木工程和海洋工程领域，一种基于Volterra级数和极点‑留数操作的非线性结构动力响应预测方法，利用输入和输出响应信号识别非线性结构的多阶核函数，采用正交拉盖尔多项式对其时间解耦并重构，采用极点‑留数方法求得了非线性响应的解析表达式。本方法针对任意不规则载荷作用下的弱非线性结构，具有普适性，有效实现了未知结构特性的结构多阶核函数的估计，并在保持精度的基础上，采用极点‑留数方法提升了非线性动力响应的计算效率，实现了结构响应的实时精准预报，为其它类型结构的非线性动力响应分析提供参考和指导意见。此外，从非线性响应解析表达式中可以分离出结构瞬态响应和激励引起的稳态响应，且清晰地看到和频响应和差频响应。

摘要： 本发明涉及地磁场技术领域，提供了一种基于Volterra级数的地球变化磁场建模预测方法及系统，所述方法通过获取单台站的多个地磁观测数据，并将地磁观测数据归一化处理后写成地磁时间序列，在判断地磁时间序列具有混沌特性的情况下，将其分为训练样本集序列和测试样本集序列，确定相空间参数延迟时间和嵌入维数，分别将训练样本集序列和测试样本集序列进行相空间重构，得到第一和第二相空间输出序列，将第一相空间输出序列输入目标Volterra级数模型进行训练，将训练结果参数和第二相空间输出序列代入目标Volterra级数模型进行验证，根据预测误差评估目标Volterra级数模型的预测精度并总结地磁观测数据随时间的变化规律，实现对地球变化磁场进行建模预测的目的。

摘要： 本发明涉及一种基于频域辨识的Volterra级数模型的桥梁监测方法，属于模型辨识领域。根据系统的输入输出数据，按照一定的辨识方法获取被诊断对象的广义频响函数GFRF模型的估计，从所获得的GFRF模型中提取能反映系统状态的特征，最后用模式识别技术确定系统所处状态。无需特定输入激励信号，只需利用日常桥梁结构运营监测数据即可建立系统Volterra模型；Volterra模型的核函数不依赖于系统的输入输出，完全反映系统的本质特性；因此，基于频域辨识的Volterra级数模型能够发现隐含在监测数据中表征桥梁结构内在特性的关键信息，达到识别桥梁异常情况的目的，可在桥梁离线分析中发挥重要作用。

摘要： 本发明涉及一种基于时域辨识的Volterra级数模型的桥梁监测方法，属于模型辨识领域。根据系统的输入输出数据，按照一定的辨识方法获取被诊断对象的广义频响函数GFRF模型的估计，从所获得的GFRF模型中提取能反映系统状态的特征，最后用模式识别技术确定系统所处状态。无需特定输入激励信号，只需利用日常桥梁结构运营监测数据即可建立系统Volterra模型；Volterra模型的核函数不依赖于系统的输入输出，完全反映系统的本质特性；因此，基于时域辨识的Volterra级数模型能够发现隐含在监测数据中表征桥梁结构内在特性的关键信息，达到识别桥梁异常情况的目的，可在桥梁离线分析中发挥重要作用。

摘要： 本发明公开了一种基于Volterra级数的行为模型建模及实现方法，该方法首先对初始化Volterra级数行为模型的冗余参数进行削减，再对模型中的输入信号幅度敏感参数进行辨识和提取，并于微波电路和系统仿真软件中将行为模型实现。本发明与现有技术相比，具有复杂度低、参数提取便捷、精度高、适用频带宽等优点，并且极大降低了Volterra级数行为模型的实现难度，为无线通信、雷达等系统中射频前端子系统的分析、设计和优化提供了高效手段。

摘要： 本发明公开了一种有机可见光通信系统及基于Volterra级数的自适应非线性均衡器，相关有机可见光通信系统包括：设置在发送端的白光OLED，设置在接收端且依次连接的光学透镜、光电探测器和基于Volterra级数的自适应非线性均衡器；所述白光OLED作为光源，所述光学透镜与光电探测器对接收的光信号进行光电信号转换，输出电信号至基于Volterra级数的自适应非线性均衡器；所述基于Volterra级数的自适应非线性均衡器用来抑制白光OLED带有记忆效应的非线性失真，提高电信号的有效SNR。上述方案能够在一定程度上抑制有机可见光通信系统的非线性失真，从而可以提升有效的SNR，在满足一定误码率门限的要求下增加传输距离，进而提高有机可见光通信系统的整体性能。

摘要： 本发明提供了一种基于相空间重构嵌入和粒子群算法优化目标volterra级数模型预测时间序列的方法，包括：接收输入的原始滑坡时间序列{X(t)，t＝1，2，3，…，n}；判断原始滑坡时间序列是否具有混沌特征；若原始滑坡时间序列具有混沌特征，则确定出原始滑坡时间序列的延迟时间，确定出原始滑坡时间所要嵌入的相空间的嵌入维数；将延迟时间和嵌入维数代入到目标volterra级数模型；利用粒子群算法优化目标volterra级数模型的核函数，使得核函数的系数达到预设误差要求；输出目标volterra级数模型的参数、核函数的系数、以及预测出的目标滑坡时间序列。延迟时间和嵌入维数直接嵌入目标volterra级数模型的数学模型中，将传统的把滑坡时间序列相空间重构后得到的输出序列再输入到目标volterra级数模型中的两步直接变成一步，提高运算效率。

摘要： 本发明提供了一种基于相空间重构嵌入和粒子群算法优化目标volterra级数模型预测时间序列的方法，包括：接收输入的原始滑坡时间序列{X(t)，t＝1，2，3，…，n}；判断原始滑坡时间序列是否具有混沌特征；若原始滑坡时间序列具有混沌特征，则确定出原始滑坡时间序列的延迟时间，确定出原始滑坡时间所要嵌入的相空间的嵌入维数；将延迟时间和嵌入维数代入到目标volterra级数模型；利用粒子群算法优化目标volterra级数模型的核函数，使得核函数的系数达到预设误差要求；输出目标volterra级数模型的参数、核函数的系数、以及预测出的目标滑坡时间序列。延迟时间和嵌入维数直接嵌入目标volterra级数模型的数学模型中，将传统的把滑坡时间序列相空间重构后得到的输出序列再输入到目标volterra级数模型中的两步直接变成一步，提高运算效率。