الگوریتم های تطبیقی نقش مهمی در جهت بهبود عملکرد شبکه های توزیع شده انتشاری دارند. الگوریتم های خانواده زیرباند انتشاری در مقایسه با الگوریتم حداقل میانگین مربعات نرمالیزه شده انتشاری (DNLMS) دارای سرعت همگرایی بالاتری در مواجهه با ورودی رنگی هستند. این مقاله به ارائه مسأله تخمین توزیع شده در یک شبکه انتشاری برپایه الگوریتم زیرباند توسعه یافته (IMSAF) پرداخته و الگوریتم فیلتر تطبیقی زیرباند توسعه یافته انتشاری (DIMSAF) را معرفی می کند. در الگوریتم پیشنهادی برخلاف الگوریتم زیرباند نرمالیزه شده انتشاری (DNSAF)، به جای به کارگیری تک بردار رگرسور ورودی در هر زیرباند، از چند بردار رگرسورهای سیگنال ورودی استفاده می شود که این عمل منجر به بهبودی رفتار همگرایی الگوریتم پیشنهادی در مواجهه با ورودی رنگی خواهد شد. در این الگوریتم هرچه تعداد رگرسور ورودی بیشتر گردد، سرعت همگرایی نیز افزایش می یابد. عملکرد الگوریتم DIMSAF با الگوریتم های DLMS، DAPA، VSS-DAPA و DRLS مورد مقایسه قرار گرفته است. نتایج نشان می دهد عملکرد الگوریتم ارائه شده دارای سرعت همگرایی بالاتری در مقایسه با الگوریتم های ذکرشده است.

1تخمین وضعیت / مکان­ یابی دقیق ربات ­ها برای کاربری ­های تحقیقاتی، صنعتی، نظامی و ...، چالش همیشگی طراحان بوده است. ارائه روش تخمین وضعیت مبتنی بر اصول ساده فیلتر پایین ­گذر و بالاگذر در بطن فیلتر مکمل با بهره ­های تطبیق­ پذیر از روش حداقل مربعات برای تلفیق اطلاعات حسگرهای ارزان ­قیمت برای ناوبری ربات زیرآبی با سناریوی حرکت دلفینی، هدف این پژوهش است. الگوریتم تطبیقی پیشنهادی، با توجه به خطای اندازه ­گیری، بهره­ های فیلتر مکمل را بصورت خودکار محاسبه کرده و نیاز به تنظیم دستی یا استفاده از بهره ­های ثابت را با توجه به دینامیک وسیله رفع می ­کند. عملکرد مناسب فیلتر مکمل تطبیقی پیشنهادی برای تخمین وضعیت یک ربات زیرآبی در آزمون ­های میدانی، مزیت این روش را برای جبران ­سازی نویز و بایاس متغیر با زمان حسگرهای ارزان ­قیمت تایید می­ کند.

کنترلرهای بازخوردی مرسوم، در سیستم هایی با انعطاف پذیری و عدم قطعیت هایی ناشی از اثرات نیروهای خارجی و اغتشاشات، به دلیل کاهش پایداری سیستم عملکرد مطلوبی ندارند. این مقاله به طراحی استراتژی کنترلی براساس مدل مرجع-تطبیقی برای شناسایی فرکانس ارتعاشی نامطلوب می پردازد. سپس از فیلترباریک مدل مرجع تطبیقی برای حذف فرکانس ارتعاشی نامطلوب استفاده می گردد. در خاتمه، عملکرد الگوریتم کنترلی پیشنهاد شده در محیط متلب و سیمولینک ارزیابی و صحت سنجی می گردد.

در این مقاله یک سیستم کنترل فعال ارتعاشات برای حذف لرزه ابزار داخل تراش در فرآیند تراشکاری داخلی ارایه شده است. این سیستم شامل ابزار داخل تراش مجهز به عملگر الکترومغناطیس و سنسور شتاب سنج به همراه یک الگوریتم کنترل تطبیقی بدیع است که معمولا در حوزه کنترل فعال نویز صوتی مورد استفاده قرار می گیرد. الگوریتم کنترل پیشنهادی با نام FxNLMS پس خور شناخته شده و شامل دو فیلتر تطبیقی با پاسخ ضربه محدود است. یکی از این فیلترها با عنوان فیلتر مدل نامیده شده و تخمینی از مدل دینامیکی مجموعه عملگر-ابزار ارایه می دهد. فیلتر تطبیقی دیگر به عنوان فیلتر کنترل بوده و معکوس دینامیک مسیر پیشرو را تخمین می زند. ضرایب وزنی این فیلتر تطبیقی با بهره گیری از الگوریتم حداقل میانگین مربعات نرمال شده تنظیم می شود. ابتدا در آزمون کنترل ضربه نشان داده است که با بهره گیری از این کنترلر تطبیقی، دامنه منحنی پاسخ فرکانسی مسیر پیشرو در مجاورت مود اصلی آن تا میزان 36دسی بل کاهش می یابد. سپس با اجرای تراشکاری داخلی روی قطعاتی از جنس آلومینیوم آلیاژی رده 6063-T6 کارآیی کنترلر پیشنهادی برای حذف ناپایداری لرزه ارزیابی شده است. در اثر عملکرد بهینه کنترلر تطبیقی، دامنه منحنی چگالی طیفی توان سیگنال شتاب نوک ابزار به میزان 68دسی بل کاهش یافته و عمق برش متناظر با آستانه پایداری در فرآیند برش به میزان 10 برابر افزایش یافته است. همچنین مقدار زبری سطح قطعه کار در حالت دارای کنترل، تا 8 برابر نسبت به حالت بدون کنترل بهبود یافته است. به علاوه هزینه عملگر نیز تا 3 برابر نسبت به کنترلر انتگرال گیر بهینه با ضریب بهره ثابت کاهش داشته است.

رخدادهای اولیه (سیگنال) و تکراری ها (نوفه) اغلب دامنه و انرژی متفاوتی را در مکان و زمان نشان می دهند. تخمین فیلترهای شکل دهی با نرم تطبیقی l1، بر خلاف نرم l2، هنگامی که دامنه متفاوت و مشخصی میان رخدادهای اولیه و تکراری ها وجود داشته باشد، به تضعیف مناسبی از تکراری ها می انجامد. روش معقول با نرم l1، به طور مساعد، بر پایه الگوریتم کمترین مربعات وزن داده شده بازگشتی بیان می شود که تقریب ممتازی بر حسب l1 می باشد. فیلترهای تطبیقی در نرم های l1 و l2 بر روی یک خط لرزه ای دو بعدی دریایی در یکی از میادین نفتی، اعمال شده اند. نتایج بدست آمده، اثرات تمایل هر دو روش را در تضعیف تکراری ها بیان می دارد. مقایسه فیلترهای شکل دهی ذکر شده، این موضوع را بیان می دارد که در حالتهای خاص، نرم l1 می بایست لحاظ گردد.

تفکیک شرایط پروازی جهت محاسبه زمان سپری شده در هر یک از آنها، برای پایش میزان بهره برداری بالگرد ضروری است. خلبانان در حین عملیات، رژیم های پروازی مختلفی را اجرا می کنند که هر یک را با ترکیبی از پارامترها تشخیص می دهند. از این رو، رژیم های پروازی بالگرد را می توان به صورت برداشت کیفی و توصیفی خلبانان از حالت پروازی، تعریف کرد. با این وجود، رابطه بین پارامترهای پروازی و مانورها یک تابع بسیار پیچیده بوده و مدل ریاضی دقیقی برای شناسایی رژیم پروازی در دسترس نیست. در این پژوهش تلاش شده است با بهره گیری از بیان توصیفی خلبانان، ابزاری جهت شناسایی رژیم های پروازی بالگرد فراهم گردد. بدین منظور، با ایجاد یک ماتریس اتصال مبتنی بر توصیف مانور، داده های اندازه گیری شده در حالت پروازی فیلتر شده و به کمک الگوریتم شناسایی، رژیم های پروازی بالگرد شناسایی می گردند. الگوریتم شناسایی رژیم پروازی مبتنی بر روش داده کاوی، بر اساس فیلتر کالمن توسعه یافته تطبیقی (AEKF) ارایه شده است. استفاده از الگوریتم AEKF منجر به عدم نیاز به بانک داده مفصل، کاهش حساسیت به مقادیر اولیه و تغییرات و همچنین افزایش دقت تخمین با گذشت زمان، بر خلاف روش های موجود شناسایی برخط مانورهای بالگرد شده است. توانایی الگوریتم پیشنهادی، با داده های شبیه سازی پروازی حاصل از یک مدل دینامیکی بالگرد صحه گذاری شده، ارزیابی شده است.

تفکیک شرایط پروازی جهت محاسبه زمان سپری شده در هر یک از آنها، برای پایش میزان بهره برداری بالگرد ضروری است. خلبانان در حین عملیات، رژیم های پروازی مختلفی را اجرا می کنند که هر یک را با ترکیبی از پارامترها تشخیص می دهند. از این رو، رژیم های پروازی بالگرد را می توان به صورت برداشت کیفی و توصیفی خلبانان از حالت پروازی، تعریف کرد. با این وجود، رابطه بین پارامترهای پروازی و مانورها یک تابع بسیار پیچیده بوده و مدل ریاضی دقیقی برای شناسایی رژیم پروازی در دسترس نیست. در این پژوهش تلاش شده است با بهره گیری از بیان توصیفی خلبانان، ابزاری جهت شناسایی رژیم های پروازی بالگرد فراهم گردد. بدین منظور، با ایجاد یک ماتریس اتصال مبتنی بر توصیف مانور، داده های اندازه گیری شده در حالت پروازی فیلتر شده و به کمک الگوریتم شناسایی، رژیم های پروازی بالگرد شناسایی می گردند. الگوریتم شناسایی رژیم پروازی مبتنی بر روش داده کاوی، بر اساس فیلتر کالمن توسعه یافته تطبیقی (AEKF) ارائه شده است. استفاده از الگوریتم AEKF منجر به عدم نیاز به بانک داده مفصل، کاهش حساسیت به مقادیر اولیه و تغییرات و همچنین افزایش دقت تخمین با گذشت زمان، بر خلاف روش های موجود شناسایی برخط مانورهای بالگرد شده است. توانایی الگوریتم پیشنهادی، با داده های شبیه سازی پروازی حاصل از یک مدل دینامیکی بالگرد صحه گذاری شده، ارزیابی شده است.

زمینه و هدف: سیگنال الکتروکاردیوگرام (ECG) نمایشی گرافیکی از فعالیت قلبی است. پردازش و تحلیل تغییرات مورفولوژیکی آن می تواند به تشخیص بصری بسیاری از بیماری های قلبی کمک کند. با این وجود، انواع نویز و اغتشاش در سیگنال ECG تشخیص بصری و استخراج ویژگی از آن را به شدت تحت تاثیر قرار می دهد. هدف از این پژوهش، حذف نویزهای مختلف سیگنال ECG و بهبود کیفیت آن می باشد.مواد و روش ها: در این پژوهش، فیلتر تطبیقی کالمن بر اساس مدل بیزین استنتاج شد. با در نظر گرفتن ساده سازی های صورت گرفته و توزیع گوسی برای نویز اندازه گیری، روابط ریاضی پیچیده به روابط ساده تبدیل شد و در نتیجه پیاده سازی آسان گشت.یافته ها: در این مقاله، نسبت سیگنال به نویز (SNR) با استفاده از طراحی فیلتر تطبیقی کالمن به میزان21.46 dB  افزایش یافت. فیلتر تطبیقی کالمن با استنتاج از چارچوب بیزین قادر است تغییرات دینامیکی سیگنال ECG را با استفاده از تخمین ماتریس کوواریانس نویز اندازه گیری مدل سازی کند.نتیجه گیری: برخلاف فیلترهای کالمنی که سیگنال ECG را بر اساس توابع پارامتری مدل سازی می کنند، فیلتر تطبیقی کالمن ارائه شده در این مقاله، ثبت های ECG واقعی را برای مدل سازی به کارگرفته است. توابع پارامتری که بتوانند تغییرات دینامیکی ECG را مدل سازی کنند نیازمند تعداد زیادی توابع تحلیلی هستند و این باعث کندشدن فرایند فیلترینگ می گردد. اما فیلتر تطبیقی کالمن ارائه شده در این پژوهش از سرعت بالایی برخوردار بوده و می تواند در کاربردهای زمان واقعی به کار گرفته شود.