田口方法实战技术
田口方法是一种在产品开发和产品设计早起阶段防止质量问题的技术，是一种新颖、科学、有效的质量工程优化设计方法。田口方法以最迅速、最经济的试验方法直交表），使系统在不增加成本情况下，突破设计瓶颈或改善生产制造流程，应用于技术开发、产品开发，能发挥立即有效的成果。前言前言当下竞争国际化与需求多样化的制造业,其产品寿命周期日益缩短,制造厂家惟有用极短的研发周期源源不断地推出新产品,才能在市场上占据有利地位,否则就有失去审场份额的危杌。因为无论多妤的产品,错过了上市时机就可能变得一钱不值!然而即使研发人员加班加点也无济于事,似乎缩短研发周期的潜力已经被挖尽了。事实上只有不断改革“研发方法”才能解决根本问题。田口方法( Taguchi Methods)作为一种非常实用的技术开发、制程改善工具,协助企业快速找出制程环境的最适生产条件,并有效节省产品设计开发时间,而广受研究单位、生产、制程部门的欢迎与肯定。在日本的电子、汽车等行业,应用田口方法被认为是“天经地义的事”。近几年风靡仝球企业的6设计,实际上就是以田口方法为核心的设计,6设计及田口方法在制造业的广泛应用已收到显著效果。田口方法在研发领域更是受到高度评价,被当作是将研发周期编短一半的法宝。本书主要采用循序渐进、由浅入深的系统化方式,倚惜作者30多年来研究实验计划、直交表”的丰富实务体验,从管理的视角阐述了田口方法知识体系的精髓,讲解此套品质工程技术,让初学者和有经验人士皆能建立完整的理念体系,轻而易举地应用于实务工作中。书中包含了田口知识体系中的重要内容,揭示了实际操作中所遇到的各种疑难问题和相应的解决方案。本书在编写过程中,乘持全面、简单、实用的原则,突出以下三个重点1.理论和实践的完美结合。本书从实例出发,导出田口方法深奥的理论,并用众多实倒来解析田口方法的实际应用,为企业高效实施田口方法指明了方向。2.理论全面,重点突出。本书从田口方法理论中的两个重点(比和直交表)出发,全面展开,多方位阐述田口方法的深奥理论。对于研究田口方法的有?田口方法实战技术心人士来说,不愧为一本不可多得的教材。3.化复杂为简单。田口方法深奥的理论,一直困惑着田口方法在实际生产中的应用。本书利用各种图表、各个行业的实例来阐明田口方法深奥的理论,使读者能够从简单到深入,由浅而深,从而理解田口方法的真义。在本书编写过程中,得到了众多企业高层主管、研发、设计、生技、制造、品管人员提供的许多企业实务经验,让本书的实例得以丰富,在此表示感谢。另也感谢本公司同仁李联伟先生协助本人整理多年来积的教材资料与案例,海天出版社相关编辑人员给予的建议,在此一并向他们致以最衷心的感谢及最诚挚的祝福!感谢给我帮助的各个公司,因篇幅有限,未能一一列出(以公司第一字笔画为序排名)六和机械集团友达光电(苏州)有限公司华映光电企业集团光宝电子(东莞)有限公司沪士电子(昆山)有限公司明硕计算机(苏州)有限公司美齐科技股份有限公司信泰联光学(东莞)有限公司润泰企业集团高刨(苏州)电子有限公司捷安特(巨大机械)企业集团舒电子(东莞)有限公司富士康企业集团锦和科技股份有限公司沪士电子董事长吴礼淦先生、捷安特总经理郑宝堂先生,在日理万机之中仍不忘关注抽作的印行,不吝为拙作慨然赐序,其九鼎之言,使本书蓬草生辉,于此谨表哀心的谢忱。林秀雄2004年8月序一序当今企业面对国际化市场竞争及多样化需求,产品/技术市场寿命周期愈益缩短,产品的质量要來越来越严格,惟有用极短的研发周期源源不断地推陈出新,用最稳健的制程参数来控制产品生产流程,才能在市场中占据有利地位。否则企业即会失去市场份颛,在市场竞争中被淘汰。新技术研发(制程条件控制与稳定性解析、新产品与新制程开发)和缩减成本已经成为当前企业经营刻不容缓的深题。自日本著名质量管理专家田口玄一博士在20世纪70年代初创立“田口方法( Taguchi Methods)”以来,田口方法在全世界颇受产业界欢迎,并被迅速推广普及,其提升研发效率及改善品质成效之卓著,影响之深远,更一致受到高度评价。田口方法是一种在产品开发和产品设计早期阶段防止质量问题的技术,是种新颖、科学、有效的质量工程优化设计方法。田口方法以最迅速、最经济的实验方法(直交表),使系统(产品设计或制程改善)在不增加成本(葚至降低成本〕情况下,突破设计瓶颈或改善生产制造流程,应用于技术开发、产品开发能发挥立即有效的成果。近几年全球企业热摔的6设计,实际上就是以田口方法为核心的设计,可见田口方法之实祧,势在必得。捷安特通过30余年来在国际审场的持续精耕,秉持“生活可以更美圩!”的品牌精神,才有了今日之绩效。在充满机遢的全新时代,捷安特以科技、时尚、人性为主题,将人类对于未来的执着和对生活的热爱汇入自行车的设计理念中,维系自然和人的交流,为美好生活创建更完善的产品,这是人类对于未来的理想,也是捷安特对于生活的憧憬。“创新价值,领导流行”,才可以在当今市场竞争中立于不败。在这些成就背后,田口方法在捷安特之推行实施作用重大。↓田口方法奥战技木林秀雄教授,潜心致力于田口方法研究多年,其理论功底之深厚,实践经验之丰富,实属品管界之泰斗,我司有幸邀请林教授莅临,亲自讲授田口方法真义,林教授深入浅出的概念讲解,生动详实的案例分析,强有力地推动了我司田口方法的普及与发展,对我司的可持续发展助意甚大。林教授汇集多年之精湛理论与实践为一炉,与时俱进,编著《田口方法实战技术》一书,本人深感此书内容之前瞻性、实用性。相信此书的面世,将对田口方法在祖国大陆的推广普及,必有实质的作用。特写此一序,郑重推荐之。捷安特(中国)有限公司总经理郑宝堂它孛序二序企业经营者一向是社会经济变化的敏锐唤觉者,更是最务实的执行者面对当今惊涛骇浪的外部市场环境,产品的更新换代步伐加快,消费者对产品的质量要求日益苛刻,如何提高产品的可靠度?如何缩短产品的研发过程?已成为经营者的关注焦点。二次世界大战后,日本工业迅速崛起,他们依靠神秘武器—田口方法,在世界各国市场上大获全胜。在20世纪80年代,田口方法就已在美国囚防、汽车工业领域闻名遐迩。在日本电子、汽车等行业,应用田口方法被认为是“天经地义的事”。可见在企业里推动此方法势在必行。田口玄一博士是著名的质量专家,他以预防为主、正本清源的哲学思想,把數理统计、经济学应用到品质管制工程中,发展出独特的质量控制技术——田口方法。它摒弃了传统的质量观念,提出了新的质量概念,即质量不是靠检验得来的,也不是靠控制生产过程得来的;质量,就是把顾客的质量要求分解转化为设计参数,形成预期目标值,最终生产出低成本且性能稳定可靠的“物美价康”的产品。田口方法作为实验设计的方法,旨在帮助我们用较少的实验次敷,得到与全方位实验同样有效的实验结果,编短研发和技术苹新周期,以最经济的手段改进工艺。该理论以最迅速、最经济的实验方法使产品设计或制程改善在不增加成本(甚至降低成本)情况下,突破设计瓶颈或改善生产制程,应用于技术开发、产品开发中,发挥立即有效的成果。可见田口方法不失为一个简单、科学的方法。学会它,对事件分析处理之能力提升帮助甚大。我司为能聘请林秀雄教授前来讲授田口方法深感荣幸。林教授以多年的实践口方法臭战拉术经验和深厚的理论知识,深入浅出的教导,让学员耳目一新,不再被深奥理论所吓倒。使学员能够切实理解田口方法的真义,在今后的工作中可以将田口方法落到实处,从而为企业的发展带来最大化的效益。此次喜闻林教授即将出版《田口方法实战技术》一书,即满怀期待。现读罢此书,深感此书抛开高深的理论和繁杂的公式,而从众多实例出发,详述田口方法之应用,可谓化繁杂为简单。深信此书的出版将促进田口方法在业界的高效实施,对业界可谓贡献甚大。在此,秉持“知识你我共享”的心情,拙笔一序,希望此书的面世,可以让各行各业的更多朋友了解田口方法,并以此方法来为中国产业界更好地服务!沪士电子股份有限公司董事长吴礼淦4目录目录第一章田口方法与品质工程原理………1)§1.1前言§1.2田口的哲学观念及田口方法…………………(2)§13参数的分类……(3)8I.4品质工程原理(6)§1.5品质管制在各阶段屮的要务9第二章品质损失函数…(13)82.1品质、成本与低成本品质工程观念的启发……………………(13)822工程设计、工程规格与实验计划…………(15)23直交表与实验计划(16)824对数、指数的说明与启发…………(16)§2.5品质损失函数…·●·鲁……·(18)826二次方程式品质损失函数………(21)§27平均品质损失命◆·(25)第三章直交表与应用实例研究…(29)§3.1定义:直交与直交原理………………(29)§3.2直交表的直交性证明………(30)§3.3直交表的使用…………………………(36)?田口力法实战技木第四章实验计划与制程改善模式·◆··;◆···◆··自····◆吉····4····日◆·晋··。···日·●39)§4.1实验计划的目的与主要构成项目……………(39)S4.2应用直交表的实验说明(40)§4.3直交表解析与实验指示说明………(42)§4.4主效果与交互作用的计算与说明§4.5重要因果图解分析、可控制项目、实验指示书与制程改善模式…………(46)第五章品质计量法基础……………………………………………………………(50)§5.1品质管理的发展…………………(50§52品质计量法……………………(52)§5.3举例分析…▲画血最口●看D●曲鲁d…(53)§54三种品质计量方法之比较■■▲·血d自■··晶自看着自垂·自(56)第六章田口方法的运用步骤与著名案例…….(58)S6.1口口方法的运用步骤…………(58)S6.2田口博士著名案例—磁砖制程设计●會●。●鲁·(60)S6.3变异数分析( Analysis of Variance)曹自晋非鲁會●鲁曹●q鲁◆自◆●香鲁↓看§64新旧田口方法的对比……………………………(69)第七章SN比与品质特性基础(73)§7.1SN比的概念和定义公式(73)§7.2田口方法中的静态特性………(75)§7.3田口方法中的动态特性(83)§7.4举例解析甲电自(86)第八章应用直交表的矩阵实验…(0)§81矩阵实验…§8.2因素效应的估量(112)
- 2020-12-11下载
- 积分：1
自适应滤波器设计及Matlab实现
简单描述自适应滤波的原理及在MATLAB中实现的方法，并辅以相关MATLAB代码供大家交流。1绪论11引言人类传递信息的主要媒介是语言和图像。据统计,在人类接受的信息中,听觉信息占20%,视觉信息占60%,其它如味觉、触觉、嗅觉总的加起来不过占20%,所以图像信息是十分重要的信息。然而,在图像的获取和图像信号的传输过程中,图像信号中不可避免的混入各种各样的随机噪声,造成图像失真(图像退化)。造成人类所获取的信息和实际是有偏差的,成为人类从外界获取准确信息的障碍。因此,对图像信号中的随杋噪声的抑制处理是图像处理中非常重要的一项工作在图像的获取和传输过程中所混入的噪声,主要来源于通信系统中的各种各样的噪声,根据通信原理及统计方面的知识,可以知道在通信系统中所遇到的信号和噪声,大多数均可视为平稳的随机过稈。又有“高斯过程又称正态随机过程,它是一种普遍存在和重要的随机过程,在通信信道中的噪声,通常是一种高斯过程,故又称高斯噪声。囚此,在大多薮的情况下,我们可以把造成图像失真的噪声可视为广义平稳高斯过程本文针对图像信号中混入的随机噪声,在怎样把现有的滤波算法应用到实际的图像复原中去的问题上提出了解决方法,并且应用 Matlab软件编程对图像进行处理。1.2研究目标及现状121图像复原技术的目标为了从含有噪声的数据中提取我们所感兴趣的、接近规定质量的图像,我们需要设计个系统满足:当信号与噪声同时输入吋,在输出端能将信号尽可能精确地重现出来,而噪声却受到最大抑制,即最佳滤波器。122图像复原抆术的研究现状日前的图像复原技术,即去噪的滤波技术可以分为两大类:传统滤波和现代滤波。传统滤波技术是建立在已知有用信号和干扰噪声的统计特性(自相关函数或功率谱)基础上的噪声去除;现代滤波技术则是不需要知道图像的先验知识,只是根据观测数据,即可对噪声进行有效滤除。早在20世纪40年代,就对平稳随机信号建立了维纳滤波理论。根据有用信号和干扰噪声的统计特性(自相关函数或功率谱),以线性最小均方误差(MSE)估计准则所设计的最佳滤波器,称为维纳滤波器。这种滤汲器能最大程度的滤除干扰噪声,提取有用信号。但是,当输入信号的统计特性偏离设计条件,则它就不再是最佳的了,这在实际应用中受到了限制。到60年代初,由于空间技术的发展,出现了卡尔曼滤波理论,即利用状态变量模型对非平稳、多输入多输出随机序列作最优估计。卡尔曼滤波器既可以对平稳的和平稳的随机信号作线性最佳滤波,也可以作为非线性滤波[2]。然而只有在对信号和噪声的统计特性已知的情况下,这两种滤波器才能获得最优解。在实际的应用中,往往无法得到这些统计特性的完验知识,或者统计特性是随时间变化的,因此,这两种滤波器就实现不了真正的最佳滤波。Widrow B.和Hof于1967年提出的自适应滤波理论,可使在设计自适应滤波器时不需要事先知道关于输入信号和噪声的统计特性的知识,它能够在自己的工作过程中逐渐估计出所需的统计特性,并以此为依据自动调整自己的参数,以达到最佳滤波效果。一旦输入信号的统计特性发生变化,它又能够跟踪这种变化,自动调整参数,使滤波器性能重新达到最佳。自适应滤波器自动调节参数可以通过各和不同的递推算法来实现,由于它采用的是逼近的算法,使得实际估计值和理论值之间必然存在差距,也就造成了自适应滤波问题没有唯一的解。依照各种递推算法的特点,我们把它应用于不同的场合。现在广为应用的自适应滤波方法主要是基于以下几种基本理论,再融合递推算法导出来的:(1)基于维纳滤波理论的方法维纳滤波是在最小均方误差准则下通过求解维纳霍夫方程来解决线性最优滤波问题的。基于维纳滤波原理,我们利用相关的瞬时值通过在工作过程中的逐步调整参数逼近信号的统计特性,实现最优滤波。由此,我们得到一种最常用的算法—最小均方算法,简称LMS算法。(2)基于卡尔曼滤波理论的方法卡尔曼滤波是线性无偏最小方差滤波递推滤波,它能使滤波器工作在平稳的或非平稳的环境,得到最优解。利用卡尔曼滤波理论的递推求解法导出自适应滤波器更新权矢量得不同递推算法。比LMS算法有极快的收敛速率,可是计算复杂度也增大∫,它需要计算卡尔曼矩阵。(3)基于最小二乘准则的方法维纳滤波和卡尔曼滤波推导的算法是基于统计概念的,而最小二乘佔计算法是以最小误差平方和为优化目标的。根据滤波器的实现结构,有以下3种不同的最小二乘自适应滤波算法:自适应递归最小二乘法(RLS),自适应最小二乘格型算法,QR分解最小二乘算法。(4)基于神经网络理论的方法神经网络是有大量的神经元相互连接而成的网络系统,实质上它是一个高度非线性的动力学网络系统,这个系统具有很强的自适应、自学习、自组织能力,以及巨量并行性、容错性和坚韧性,因而,它可以做很多传统的信号和信息处理技术所不能做的事情。因其超强的自动调节能力,使符它在自适应信号处理方面有着广阔的前景[2]在一系列的自适应算法中,虽然基于后面3种基本理论的方法在收敛速率和稳定、坚韧性方面有着更好的性能,但是,基于维纳滤波理论的IMS算法因其算法简单,而且能达到满意的性能,得到了青睐,成为了应用最广泛的自适应算法。为此,本文主要研究LMS自适应滤波器在图像去噪方面的应用。2理论基础21基本自适应滤波器的模块结构自适应滤波器通常由两部分构成,其一是滤波子系统,根据它所要处理的功能而往往有同的结构形式。另一是自适应算法部分,用来调整滤波子系统结构的参数,或滤波系数。在自适应调整滤波系数的过程中,有不同的准则和算法算法是指调整自适应滤波系数的步骤,以达到在所描述的准则下的误差最小化。自适应滤波器含有两个过程,即自适应过程和滤波过程。前一过程的基本目标是词节滤波系数"(),使得有意义的目标函数或代价函数()最小化,滤波器输出信号y()逐步逼近所期望的参考信号4k),由两者之间的误差信号(k)驱动某种算法对滤波系数进行调整,使得滤波器处于最佳工作状态以实现滤波过程。所以自适应过程是一个闭合的反馈环,算法决定了这个闭合环路的自适应过程所需要的时间。但是,由于目标函数)是输入信号(k),参考信号(k)及输出信号y(k)的函数,即20=ack,.y,因此目标函数必须具有以下两个性质(1)非负性g (=8[x(k), d(k), y(k] 20Vx(), u(k), y(k)(2.1)(2)最佳性E()=E[x(k),d(k),y(k)]=0(22在自适应过程中,自适应算法逐步使目标函数(最小化,最终使()逼近于(),滤波参数或权系数()收敛于",这里"是自适应滤波系数的最优解即维纳解。因此,自适应过程也是自适应滤波器的最佳线性估计的过程,既要估计滤波器能实现期望信号()的整个过程,又要估计滤波权系数以进行有利于主要目标方向的调整。这些估计过程是以连续的时变形式进行的,这就是自适应滤波器需要有的自适应收敛过程。如何缩短自适应收敛过程所需要的收敛时间,这个与算法和结构有关的问题时人们一直重视研究的问题之—[2]。当然滤波子系统在整个自适应滤波器的设计中也占有很重要的地位,因为它对最终的滤波性能有很大的影响。本文要研究的是基于维纳滤波原理的LMS算法,那么下面我们需要介绍一下基本维纳滤波原理。22基本维纳滤波原理基本维纳滤波就是用来解决从噪声中提取信号问题的一种过滤(或滤波)方法。它基于平稳随机过程模型,且假设退化模型为线性空间不变系统的。实际上这种线性滤波间题,可以看成是种估计问题或种线性佔计问题。基本的维纳滤波是根据全部过去的和当前的观察数据来估计信号的当前值,它的解是以均方误差最小条件下所得到的系统的传递函数万(3)或单位样本响应h(k)的形式给出的,因此更常称这种系统为最住线性过滤器或滤波器。设计维纳滤波器的过程就是寻求在最小均方误差下滤波器的单位样本响应h(k)或传递函数h(x)的表达式,其实质是解维纳-霍大( Wiener-Hopf方程。基木维纳滤波器是这样的,有两个信号x(k)和y(k)同时加在滤波器上。典型地y(k)包含一个与x(k)相关地分量和另一个与x(k)个相关地分量。维纳滤波器则产生y(k)中与x(k)相关分量地最优估计,再从y(k)中减去它就得到ε(k)。y(kak)输出rk)维纳德波n=∑v(D)x(k-)f=0图21基本维纳滤被模型假定一个N个系数(权值)的FR滤波器的结构,维纳滤波和原始信号y(k)之间的差信号c(k)为ek= yk-nk=ye∑w(i)x(23)其中和w分别为输入信号矢量和权矢量,由下式确定(24)k-N-1)H(N-1)误差平方为2Y, x,w+w x.x,w对(3)式两边取期望得到均方误差(MSE),若输入x(k)与输出yk)是联合平稳的,则ELel=Ely,-2ELYXiwItElwx, x, w2.62P其中E[代表期望,=Ex是(k)的方差,P=E[yx1是长度为N地互相关矢量,R=Exx是NxN的自相矩阵。一个MSE滤波系数的图形是碗形地,且只有唯一地底部,这个图称为性能曲面,它是非负的。性能曲面地梯度可由下式给出2P+2R(2.7)Ytrim图22误差性能曲面每组系数w(i)(i=1,2,N-1)对应曲面是一点,在由面是地最小点梯度为0滤波权矢量达到最优”呷R P(28)即著名的维纳霍夫方稈的解。自适应滤波地仟条是采用合适的算法来调节滤波权重W,0)W,1),…W,N-1),从而找到性能曲面地最优点维纳滤波的实际用途有限,因为:(1)它需要已知自相关矩阵R和可相关矢量P,这两个量通常是未知的。(2)它包含∫矩阵的求逆,非常的耗时3)若信号为非平稳的,则R和P是时变的,导致必需重复计算。对于实际的应用需要一种能够依次加入地抽样点而得到"的算法。自适应算法就就是用于达到这个目的,而且不需显式计算R和P或进行矩阵求逆[3]3自适应滤波原理及算法在实际应用中常常会遇到这样的情况:随机信号的统计特性是未知的,或者信号的统计特性是缓慢的变化着的(非≯稳信号),这就促使人们去研究一类特殊的滤波器,这类滤波器具有以下特点:当输入过程的统计特性未知时,或者输入过程的统计特性变化时,能够相应的调整自身的参数,以满足某种准则的要求,由于这类滤波器能变动自身的参数以“适应”输入过程统计特性的估计或变化,因此,就把这类滤波器称为自适应滤波器41。在本文中我们研究的是退化图像复原的问题,由于图像自身的多样性和所混入的噪声的随机性和多样性,我们选择自适应滤波取出图像中混入的噪声。3.1横向滤波结构的最陡下降算法3.11最陡下降算法的原理首先考虑如下图所示的横向FIR自适应滤波器x(k-1k-2)x、-M+2)xR-M+l)e自适应控制算法1图31自适应横向滤波器结构它的输入序列以向量的形式记为X(k)=[x(k)x(k-1)(k-M+1)(3.1假设x()取自一均值为零,自相关矩阵为R的广义平稳随机过程,而滤波器的系数矢量(加权矢量)为:k)=[w,(k)w2(k)(32)以上二式中括号内的k为时间指数,因此,X()和W()分别表示时刻k的滤波器输入序列和加权值,滤波器的输山y(k)为:y(k)=∑w(n)x(n-t+1)33)式中M为滤波器的长度。图31中的“k称为“期望理想响应信号”,有时也可称为“训练信号”,它决定了设计最佳滤波器加权向量W(k)的取值方向。在实际应用中,通常用一路参考信号来作为期望响应信号。(k)是滤波器输出y(k)相对于a(k)的误差,即e(k)=d(k)-v(h)(34)显然,自适应滤波控制机理是用误差序列(k按照某种准则和算法对其系数w)n),=1.2…,M进行调节的,最终使自适应滤波的目标(代价)函数最小化,达到最佳滤波状态。按照均方误差(MSE)准则所定义得目标函数是E(h)=Ele()(35)eId()-2d(k)y(k)+y(k)将式(3.4)代入式(3.5),目标函数可以化为c(k)=Ele(k)(3.6)E[d(k)]-2Eld(kw(k)x(k]+ elw(kX(eX(s)w(k)当滤波系数固定时,目标函数又可以写为c(k=[d(k]-2W(k)P+W(k)RW (k)(3.7)其中,P-趴是长度为N的期望信号与输入信号的互相关矢量,R=Exx是Nx的输入向量得自相关矩阵。由式(37)可见,自适应滤波器的目标函数()是延迟线抽头系数(加权或滤波系数)的二次函数。当矩阵R和矢量P已知时,可以由权矢量W(k)直接求其解。现在我们将式(3.7)对W求倒数,并令其等于零,同时假设R是非奇异的,由此可以得到目标函数最小的最佳滤波系数w为R P(38)
- 2020-11-28下载
- 积分：1
