首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 858 毫秒
1.
自适应谐波电流检测方法相对于其他谐波电流检测方法来说,具有实现简单、鲁棒性强等特点。针对有源电力滤波器(APF)的滤波特性,提出了一种改进的基于正弦函数变步长LMS算法的谐波电流检测方法。对于单纯抑制系统谐波电流以及同时兼顾抑制谐波与补偿无功这两种情况,该改进算法分别采取与传统方法不同的反馈信号作为自适应滤波器权系数迭代反馈量,并采用基于正弦函数的变步长LMS算法控制步长的变化,达到有效跟踪目标信号的目的。详细推导了两种情况下系统的直接误差信号,并将其作为正弦函数LMS算法的控制量来控制步长更新。通过MATLAB仿真对改进算法与传统固定步长算法进行比较,证明了改进算法的优越性。  相似文献   

2.
针对定步长的LMS算法无法同时满足低稳态误差和快收敛速度这个需求,本文提出了一种基于反双曲正切函数的变步长LMS算法. 该算法基于反双曲正切函数构建步长与误差信号之间的非线性函数关系式,以此来替代LMS算法中的定步长,实现了对步长因子的动态调整. 文中详细讨论了新的变步长函数中参数α,β和γ对于算法性能的影响,并和其他几种较新的变步长算法进行了性能比较. 仿真结果表明,所提算法很好地兼顾了收敛速度、稳态误差和跟踪性能,在系统辨识、正弦信号去噪和自适应线性预测方面表现出了优异的性能.   相似文献   

3.
一种基于正弦函数的新变步长LMS算法   总被引:1,自引:0,他引:1       下载免费PDF全文
为解决传统LMS算法由于固定步长,在解决稳态误差与收敛性之间关系时始终处于矛盾状态的问题,在对固定步长LMS算法分析的基础上,根据变步长LMS算法的步长调整原则,通过构造步长因子μ(n)与误差信号e(n)的非线性函数,提出了一种基于正弦函数的新变步长LMS算法,并且分析了参数取值对算法性能的影响.理论分析和仿真结果表明:该算法的收敛速度和稳态误差明显优于固定步长的LMS算法和SVS-LMS算法.  相似文献   

4.
为解决现有固定步长和变步长类最小均方(Least Mean Square,LMS)算法在跟踪时变系统中存在的收敛速度慢、稳态失调误差较大的缺陷,提出了一种基于S-L(Sigmoid-Logistic)函数的迭代变步长LMS算法.首先,采用Sigmoid二次型函数构建步长因子的动态调整规则,实现不同误差情况下的自适应稳态调谐;然后通过Logistic函数建立误差信号与迭代时间的联合非线性函数,作为步长因子的控制前端输入信号,从而能够兼顾稳态误差与迭代时间对步长因子的修正作用.仿真结果表明,该方法能够在快速收敛情况下获得较小的稳态失调误差,对未知、时变系统表现出了较快的收敛速度和跟踪精度.  相似文献   

5.
为了尽可能减少影响变步长LMS算法性能的因素,提出了基于加权平均梯度的变步长LMS算法.该算法的滤波器权系数在收敛的过程中自适应接近最优权矢量,算法利用平滑梯度矢量的欧式范数和瞬时误差控制步长更新,并从理论上分析了算法的稳态误差.与其他几种变步长LMS算法对比,该算法的收敛速度最快、稳态误差最小.  相似文献   

6.
针对相控阵雷达中多通道接收机的幅相这一保证波束形成的重要指标,在一种变步长的LMS(最小均方)算法基础上,引进动量项,并通过步长来调节动量项加权参数,提出一种新的变步长的自适应算法.通过理论分析,比较了新算法和变步长LMS算法的性能.仿真结果表明,新算法在对接收机窄带信号处理上,收敛性和稳定性相对于变步长的LMS算法都有提高,能较好地达到稳态误差和收敛速度之间的平衡,对信号具有良好的校准效果.  相似文献   

7.
为提高自适应滤波算法的收敛速度,并降低其稳态误差,建立了LMS算法理论最优步长值与误差信号和输入信号之间的关系,提出了一种新的变步长LMS自适应谐波检测算法。该算法的优点是:根据误差信号的平方时间均值估计来调节步长因子,克服了以往算法在自适应稳态阶段步长调整过程中的不足。即使待检测信号的信噪比较低,检测过程也具有较快的动态响应速度和保持较小的稳态失调噪声。计算机仿真表明,该算法具有更好的收敛精度。  相似文献   

8.
本文在1对传统的LMS算法进行分析,并针对该算法中步长选取影响收敛速度与稳态误差的这一对矛盾,通过建立步长因子与输入信号和误差之间的关系提出了一种改进的归一化变步长LMS算法,仿真结果验证了该算法的优越性。  相似文献   

9.
一种新的变步长LMS算法   总被引:1,自引:0,他引:1  
对已有的一些变步长LMS自适应滤波算法进行了分析,在此基础上提出一种改进的变步长LMS算法.该算法建立了步长因子与误差信号和权系数变化之间的非线性函数关系,从而使权向量异步更新达到最佳.仿真结果表明,该算法具有更快的收敛速度,更小的稳态误差及更平稳的收敛过程.  相似文献   

10.
一种改进的变步长LMS自适应滤波算法   总被引:1,自引:1,他引:0  
在分析传统LMS(Least Mean Square)算法及其改进算法的基础上,提出了一种新的改进的变步长LMS算法。新算法利用误差信号以及误差信号相关值共同调整步长,克服了一般变步长LMS算法低信噪比环境下抗噪较差以及高信噪比环境下收敛较慢的缺点。计算机仿真结果表明,与传统LMS算法和VSSLMS算法相比,该算法收敛速度更快,均方误差更小,同时也具有良好的抗噪性能。  相似文献   

11.
传统有源电力滤波器(active power filter,APF)通过检测负载谐波电流进行谐波补偿,补偿对象固定单一,针对这个问题,提出一种新型的APF控制策略,只需检测并网点(point of common coupling,PCC)电压,就能对所有接入到电网的非线性负载进行补偿。首先对APF进行数学建模,接着介绍虚拟谐波电阻的基本原理及最大谐波功率点跟踪控制算法,通过该算法使APF吸收的谐波功率达到最大,并对直流电压外环和电流内环的比例-积分(PI)控制器参数进行设计,最后通过搭建PSCAD仿真模型,验证了所提控制策略的有效性。  相似文献   

12.
基于FBD法的有源电力滤波器参考电流检测新方法   总被引:1,自引:0,他引:1  
构建了一种基于模糊决策的复合低通滤波器(LPF),提出了一种基于FBD法的有源电力滤波器(APF)参考电流检测新方法.该方法利用锁相环(PLL)产生参考电压,将负载电流投影到参考电压上,通过LPF可以准确检测出基波有功电流和基波无功电流.设计了基于模糊决策的复合LPF,该LPF由截止频率为10 Hz和30 Hz的双二阶...  相似文献   

13.
根据非线性负载的等效电路模型,以“当负载电流为周期电流时,负载电流与负载基波有功电流差的绝对值在一个周期内的积分值最小”为检测原理,提出了一种基于迭代算法的有源电力滤波器单相电路谐波电流检测方法.使用该方法先计算出产生基波有功电流的电阻部分对应的电导,则可求出基波有功电流,用负载电流减去基波有功电流,就得到实际要补偿的谐波及无功电流.该方法具有计算量非常小,实时性好,检测精度高等特点.理论分析与仿真研究证实了该方法的有效性.  相似文献   

14.
在三相电路综合矢量的基础上定义了三相电路的有功功率和无功功率,并定义基波电压综合矢量与基波电流综合矢量的点积的直流分量为有功功率,电压综合矢量与基波电流综合矢量的叉积和它们点积的脉动分量构成了无功功率.基于无畸变的电压参考矢量。直接对三相电压、电流的瞬时值运算,可以获得三相瞬时无功及谐波电流.该方法省去了复杂的坐标变换,并具有一定的工程实用价值.仿真结果表明该方法用于动态无功补偿装置可以获得满意的结果.  相似文献   

15.
在无线时变衰落信道环境下,提出一种用于多输入、多输出(MIMO)天线系统的自适应信道跟踪方法.在空时分组码(space-time block code,STBC)的MIMO系统中,用导频进行信道估计后,采用基于最小均方(least mean square,LMS)的改进自适应算法对时变信道进行跟踪.该方法分别跟踪信道矩阵经正交分解(QR)后的参数,定义了度量时变衰落大小的信道矩阵“对角非零因子(diagonal nonzero factor,DNF)”,并利用它来调整LMS的步长以提高对信道的跟踪能力.仿真结果表明,该方法在相同的导频开销下,与传统的用LMS算法直接跟踪信道相比,性能有所提高.  相似文献   

16.
谐波电流检测的改进方法   总被引:4,自引:0,他引:4  
提出了一种基于瞬时无功功率理论的改进的谐波电流检测方法,可以在电网不平衡状态下检测出谐波电流,而不会把基波负序电流与谐波电流同时提取出来,便于工程中有源滤波器只对谐波电流进行补偿。该方法也适用于电网平衡时的谐波电流检测。  相似文献   

17.
神经元自适应谐波电流检测系统的仿真研究   总被引:4,自引:0,他引:4  
根据有源电力滤波器神经元自适应谐波电流检测方法的算法公式和系统结构,提出了神经元自适应谐波电流检测系统的一种模拟电路实现方案,并用PSPICE软件做了计算机仿真研究。仿真结果证实了所提出的模拟电路实现方法的有效性和可行性。  相似文献   

18.
由于声反馈通道向ANC系统引入了新的极点,导致系统有失稳的可能性,为了补偿反馈通道的反馈增益,引入具有零极点的IIR滤波器结构和FU-LMS算法。通过理论 计算机仿真,讨论了FU-LMS算法各参数对系统性能的影响。结果表明,采用IIR滤波器结构的ANC系统,对声学反馈现明确定具有明显的抑制作用。.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号