一种新的变步长LMS算法

自适应滤波器在信号检测、信号恢复、数字通信等许多领域中被广泛应用,自适应算法一直是学术界一个重要研究课题,提出了一种新的变步长LMS算法.算法根据自适应滤波收敛程度的加深,逐渐减小步长.试验结果表明应用该算法设计的自适应滤波器与当今通用的变步长LMS算法相比具有运算简单,收敛速度更快等优点.     

步长因子对最小均方误差自适应滤波效果影响的研究

自适应滤波器凭借其优越的性能,在微电子、自控、信号处理等诸多领域逐渐得到广泛应用。介绍了自适应滤波原理、自适应滤波算法,论述了步长因子对最小均方误差(LMS)自适应滤波效果的影响,借助MATLAB Simulink对被随机干扰的周期信号进行仿真研究,分析了步长因子对LMS算法收敛速度、滤波过程及输出信号稳态失调的影响。     

改进变步长LMS算法在软起动谐波检测中的应用

针对现有自适应变步长最小均方(LMS)谐波电流检测算法在低信噪比环境中易受干扰影响,提出一种改进自适应变步长LMS算法。该算法将误差信号与前一工频周期误差信号的差值作为反馈量,结合箕舌线函数构造出随动的动态因子,将此动态因子也作为调节权值的动量因子,利用自相干估计误差控制步长。该算法折中考虑收敛速度和稳态精度,并有效降低噪声信号的干扰。通过对电机软起动器工作过程中产生的周期重复性谐波进行检测和分析,证明了该谐波电流检测算法的可行性。     

改进的变步长LMS自适应滤波算法及仿真

通过分析变步长自适应滤波算法,建立步长和误差信号之间的非线性关系,提出一种新的变步长LMS自适应滤波算法,并用计算机进行仿真,结果表明该算法在误差接近于零时步长具有缓慢变化的特性,滤波效果更好。     

一种基于解相关的变步长LMS算法

在自适应滤波器的构造算法中,LMS算法作为经典理论其应用范围广泛,如何进一步提高滤波器的性能,满足实时数据处理的需要,是当前的一个研究热点.本文讨论了一类针对传统LMS算法进行改进的变步长自适应算法,分析其性能,给出了一种新的变步长自适应算法.这种算法同时从调节变步长的形式和滤波器权系数向量的更新方式2个方面出发,进一步提高了算法的收敛速率,充分调和了收敛速率与稳态误差之间的矛盾.计算机仿真结果表明,新的基于解相关的变步长LMS算法具有更快的收敛速率和更小的稳态误差,能较好地对信号进行跟踪滤波.     

基于LMS算法的粉尘静电信号处理

基于课题组自主研发的颗粒物检测系统,根据静电感应的原理获得了大量含有随机噪声的粉尘信号.采用自适应噪声对消的方法对粉尘静电感应信号进行提取,并提出一种新的变步长最小均方误差(least mean square,LMS)自适应算法来修改滤波器系数.引入新的步长因子和误差的非线性关系,使算法具有更好的稳态性能,对新算法的机理和参数进行深入分析,更好地提高了低信噪比下算法的收敛速率并保证了稳态时的性能.将该算法用于粉尘静电感应信号的滤波处理,仿真结果证明该算法能很好地滤除随机噪声.     

一种模糊变步长自适应谐波检测算法

电力有源滤波器的成功应用依赖于精确的谐波电流检测技术。基于自适应干扰对消理论,提出一种基于模糊变步长推理的最小均方差（LMS）自适应谐波检测算法。通过分析影响LMS自适应谐波算法性能的不利因素,选取均方误差变化量和输入输出信号相关函数作为参量,建立模糊推理系统,自适应地调节算法的步长,实现谐波检测过程中,既能保证较快的动态响应速度和对噪声干扰的抑制,又能保持较高的检测精度,并通过计算机仿真及物理实验验证了该算法的有效性和可行性。     

一种改进的变步长LMS自适应算法

为了得到一种抗干扰性能强、收敛速度快、稳态误差小的变步长LMS算法,本文分析了传统LMS算法、变步长LMS算法及其改进算法,并对现有变步长LMS算法进行分类归纳,在列出几种具有代表性算法的基础上,提出了一种改进的变步长LMS算法.新方法引入修正系数,通过当前和过去估计误差以及误差的时域均值来调节自适应算法的步长,具有收敛速度快,稳态误差小的优点,并且提高了LMS算法的抗干扰性能.文中最后给出了仿真结果,仿真结果与理论分析一致.     

有源电力滤波器的动态因子LMS谐波检测方法

针对自适应谐波电流检测方法收敛速度与稳态精度需折中考虑的问题,采用单相并联有源电力滤波器(APF)作为硬件平台.基于自适应噪声对消技术,提出一种用于APF谐波检测的动态因子最小均方(LMS)算法.通过引入动量项,并利用误差信号在相邻时刻的时间均值估计来控制步长更新,极大加快了算法的收敛速度.采用动态因子项对误差再次进行...     

基于自适应变步长最小均方的谐波检测算法的研究

从数字信号处理中的自适应噪声对消原理出发,介绍了一种改进的变步长最小均方(LMS)算法,该算法根据基波电流和谐波电流的不相关性,利用误差信号和参考输入的互相关估计来控制迭代步长,使得步长的更新不受谐波电流的影响。该算法原理简单,运算量小,易于实现,仿真结果表明了该谐波电流检测算法的有效性。     

一种改进自适应谐波检测算法研究

分析了传统定步长最小均方(LMS)算法用于谐波电流检测的不足,采用一种新的变步长LMS自适应算法检测谐波电流:根据误差信号e(n)和e(n-D)的自相关估计调整步长迭代,当权系数远离最佳权值时,通过增大步长加快对时变系统的跟踪速度;当权系数接近最佳权值时,减小步长获得较小的稳态误差。通过递推公式参数的选择,可对系统的收敛速度与稳态失调进行更灵活的控制。推导出了该方法的理论表达公式,其增加的计算量很小,容易实现。该方法能有效调节步长,不受谐波电流的干扰。仿真结果证明了该谐波电流检测方法的有效性。     

基于自适应FIR预测滤波器的谐波检测

针对现阶段有源电力滤波器畸变电流检测方法存在工频周期时延、计算量大等不足的问题,提出了基于自适应有限脉冲响应(FIR)预测滤波器的谐波实时检测系统。论述了自适应滤波器谐波检测原理并利用变步长的最小均方算法(LMS)对所需检测信号进行预测,而预测算法的步长因子是根据误差信号的时间均值估计来调节的,即当滤波器的预测系数远离最优解时,步长比较大,以加强动态响应速度和对时变系统的跟踪能力;当滤波器的预测系数接近最优解时,步长比较小,以获得较小的稳态误差。对该预测法采用MATLAB进行了仿真和实验,结果表明当电流突变时,该方法仍然能够在一个周期内正确预测出未来时刻的谐波电流值。     

一种改进ip-iq谐波电流检测算法

为了更加快速、精确地检测出三相电力系统中谐波电流,基于瞬时无功功率理论,提出了一种改进谐波电流检测算法.该算法利用一种变步长LMS算法来实现ip-iq理论中低通滤波器的功能,用当前误差信号和上一次误差信号归一化的自相关估计来进行步长迭代.与传统ip-iq算法相比,该算法在不降低检测精度的前提下,具有更快的动态响应性能....     

基于改进级联神经网络自适应电网谐波检测

为克服电网谐波检测快速性与稳定性矛盾,基于神经网络自适应原理提出了一种级联神经网络自适应电网谐波检测的改进系统。改进级联系统初级运用大步长常规LMS(Least Mean Square)自适应神经网络单元提高检测跟随性能,次级通过嵌入均值滤波环节平滑权值波动的策略构造新的自适应神经网络单元,保证次级神经网络单元具有良好的电网谐波检测稳态精度。运用传递函数Z域变换分析嵌入均值滤波环节的电网谐波检测自适应神经网络单元的稳定性能,运算推导新的级联次级神经网络自适应单元的步长约束条件,保证改进系统既能够有效地提高电网谐波检测的跟随性能同时又可以提高检测的稳态精度。仿真实验表明改进的级联神经网络自适应系统能有效提高电网谐波检测动态性与精确性。     

单相PWM整流器的输入电流自适应预测控制器

实际数字系统中通常采用滞后一拍的控制技术来解决采样及计算延时所带来的变换器最大占空比受限问题,但是又会使得控制系统稳定范围减小。本文以比例控制器为例,分析和计算了滞后一拍对单相PWM整流器输入电流内环稳定范围的影响,提出了一种应用变步长自适应滤波算法对输入电流进行预测控制的方法,由于算法中的加权系数随每个采样周期预测误差进行自适应调整,所以算法具有较好的稳态预测精度。仿真和实验证明,由于输入电流预测算法的引入,在相同的主电路及控制系统参数下,电流内环的稳定范围增大,同时系统具有较好的稳态精度及抗负载扰动的动态性能。     

基于变步长LMS自适应陷波算法的电气信号频率测量

提出一种基于二阶无限冲击响应(IIR)变步长自适应数字陷波滤波器的电气信号频率跟踪测量算法。论述了陷波滤波器能够滤除信号中特定的频率,而其他的频率成分不受影响的原理;最小均方LMS(LeastMeanSquare)自适应陷波算法是将被谐波和随机噪声污染的电气信号通过基波陷波器,根据陷波器输出误差采用变步长因子的递推LMS自适应修正陷波器参数和跟踪频率的变化。实例中,给出了给定变步长迭代公式的常数以计算出频率,并采用频率稳定时的测量、频率波动时的测量、电机运行频率测量的3种仿真结果表明所提出的频率跟踪测量算法效果良好。     

电力系统暂态稳定数字仿真有效性评价

提出了稳定性、极值和均值3种仿真误差评价指标,分别反映误差对暂态功角稳定计算结果的宏观影响、全系统观测物理量的最大误差和加权平均误差。其中,稳定性指标由扩展等面积准则(EEAC)提供的稳定裕度定义,可以在宏观层面对仿真误差作出定性和定量的判断;极值指标表征了仿真结果中某个变量与参考结果的最大误差;加权均值指标对不同元件的仿真误差加以不同权重,以突出所关注区域或元件仿真结果的准确程度。基于上述评价指标,以山东电网为例,仿真计算并分析了发电机模型、负荷模型以及积分步长对仿真误差的影响,计算结果表明了所提出误差评价指标的有效性。     

The variable step-size LMS/F algorithm using nonparametric method for adaptive system identification

A fundamental challenge affecting the performance of a system is the undesired effect of noise on the system. Practically, real-time systems are influenced by Gaussian noise and impulsive noise. Identification of these nonlinear physical systems in the presence of noise offers broader applications than linear system identification. Hence, this article introduces a variable step-size technique to solve the conflicting requirement of rapid convergence and low mean square error (MSE) in the presence of both Gaussian and impulsive noise. Moreover, to avoid over parameterized equations existing in the variable step-size equation, this article proposes the nonparametric variable step-size (NPVSS), which depends on error estimates at instants of time and is used with the least mean square/fourth (LMS/F) algorithm. The computational complexity analysis, computer simulations, and implementation in real-time setup validate that the proposed NPVSS-LMS/F algorithm provides superior performance in terms of convergence time and MSE compared to the existing algorithms for both linear and nonlinear system identification in the presence of noise.     

基于改进自适应谐波检测法的有源电力滤波器

针对传统自适应谐波检测方法在收敛速度和稳态精度之间存在的矛盾,提出了一种改进的新型自适应谐波电流检测方法。该方法基于自适应噪声对消理论,通过引入动态因子项自适应地调整算法的步长,引入动量项加快了权值的收敛,引入静态项和自相关误差项消除了不相关噪声序列的干扰,很好地解决了收敛速度与稳态精度的矛盾,进一步提升了谐波检测效果。仿真及实验结果证明了该改进检测法的可行性和有效性。