判决反馈自适应滤波抑制扩频信号中BPSK型干扰

通过分析ＢＰＳＫ型干扰的信号特点，将单频干扰抑制研究的成果推广到ＢＰＳＫ型干扰抑制上，提出误差反馈信息校正输出等措施并分析了它的适用条件。模拟结果表明，在一定条件下新措施的采用使得自适应滤波器对ＢＰＳＫ型窄带干扰抑制时算法的收敛性能比以往有显著改善     

基于形态滤波遗传算法对目标红外图像特征检测

将形态滤波和自适应遗传算法结合起来,提出了一个用于目标检测的形态滤波器参数优化遗传算法。通过设计了形态滤波的遗传算法,寻求最佳结构元,以实现对目标的自适应检测。作为2个特殊环境中的应用检测实例,分别对固体推进器尾喷焰红外图像和复杂背景下的弱小目标进行检测。实验结果表明该方法能够更好地适应环境变化,更大程度地提高目标信号检测的信号噪声（SNR）比,有效地检测出复杂背景下的目标。     

自适应人工鱼群-BP神经网络算法在径流预测中的应用

为了提高水库和河流中长期径流预测精度,提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络,实现BP神经网络参数优化,形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP),对石泉水库进行中长期径流预测。仿真计算表明,弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,输出稳定性好,预报精度显著提高,每次预测相对误差绝对值都小于6%,合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题,可有效用于水库和河川中长期径流预测。     

电机节能新突破：自适应随动控制技术简介

一、自适应随动控制技术填补了恒速运行类设备电机节能的空白 电力系统中的主要耗能设备是各种电机。2008年,我国在役的10亿台电机（4KW以上的约2亿台）中,装机6亿KW,能耗占工业用电的70％．占整个电网的60％。因此电机节能是电力节能的重中之重。     

基于ANFIS模型的基坑工程位移反分析

在软土地基深基坑开挖支护工程的设计与施工中,岩土体力学参数的取值问题是关键。基于MATLAB(R2007a)模糊工具箱中的自适应神经模糊推理系统(ANFIS)对基坑岩土体力学参数进行了位移反演分析,并结合汉口火车站出站厅基坑工程实例,动态反演了具体参数,检验了反演精度,从而验证了该方法用于基坑工程位移反分析的可行性及工程适用性。     

改善ECG中50Hz干扰的抑制性能

为改善心电图中５０Ｈｚ市电干扰的抑制性能,在采用简单的凹口滤波器的自适应干扰地消器的情况下,采用变动量ＬＭＳ算法,通过计算机模拟,从收敛性能和运算量等方面对ＬＭＳ算法和变动量ＬＭＳ算法算比较分析。     

适用于风电场接入的配电网自适应保护设计

针对风电接入的配电网后,原有的保护装置的保护范围和灵敏度发生变化,引起保护误动的问题,提出了一种适用于配电网的自适应保护设计,并通过计算仿真验证了设计原理的正确性。结果表明:该设计实时地反映了风电场接入对配电网的影响,使保护整定值自适应,保证了保护的可靠性和灵敏性。     

自适应神经模糊推理在大气环境质量评价中的应用

利用matlab模糊工具箱中自适应神经模糊推理系统(Anfis)方法,对大气环境质量评价作一个尝试性的工作。利用Anfis法对大气环境质量现状的评价,并与灰色聚类法作比较,得出Anfis法用于评价环境质量是可行的,且具有许多优点。     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。