18、ANFIS在自适应噪声消除、非线性系统识别和油耗预测中的应用

ANFIS在自适应噪声消除、非线性系统识别和油耗预测中的应用

1. 自适应噪声消除

1.1 信号与噪声定义

定义一个假设的信息信号 $x$，以100Hz的采样频率在6秒内采样：

time = (0:0.01:6)';
x = sin(40./(time+0.01));
plot(time,x)
title('Information Signal x')
xlabel('time')
ylabel('x')

假设测量 $x$ 时存在干扰信号 $n_2$，它由另一个噪声源 $n_1$ 通过未知的非线性过程生成。生成并绘制噪声源 $n_1$：

n1 = randn(size(time));
plot(time,n1)
title('Noise Source n_1')
xlabel('time')
ylabel('n_1')

1.2 干扰信号生成与特性

干扰信号 $n_2$ 通过未知非线性方程生成：
$n2(k) = \frac{4\sin(n1(k))\cdot n1(k - 1)}{1 + n1(k - 1)^2}$
绘制该非线性函数的曲面：

domain = linspace(min(n1),max(n1),20);
[xx,yy] = meshgrid(domain,domain);
zz = 4*sin(xx).*yy./(1+yy