增强型LMS自适应电网畸变电流检测算法研究

为解决常规LMS自适应算法在电网畸变电流检测中存在收敛速度和稳态误差之间的矛盾,本文提出了一种增强型LMS自适应算法。该算法通过对输入信号环节进行预置带通滤波处理,改善信号的自相关数值,实现了基波处的幅值无衰减且相位无延时,同时通过对LMS算法权值和误差环节嵌入低通滤波拓扑结构,达到了降低畸变电流波动的目的。最后在对常规算法与增强型LMS算法分析比较的基础上,通过仿真和实验证明了本文理论分析的可行性,验证了此算法在畸变电流检测中的有效性和准确性。     

基于LMS算法自适应噪声抵消系统的仿真研究

介绍了自适应噪声抵消系统的原理和LMS算法,并给出了基于LMS算法自适应噪声抵消系统的仿真图。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效的抵消正弦干扰信号,这样在语音信号处理中就能消除含噪语音信号中的背景噪音,达到提高语音信号质量的目的。     

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.     

基于自适应算法的谐波检测方法研究

由于低通滤波器的影响,传统的ip-iq算法有检测速度慢的缺点,针对此缺点,本文提出了一种基于变步长LMS/LMF算法自适应滤波器来代替低通滤波器的作用,针对输入信号的特点相应的改变自适应滤波器的步长因子,同时改变最小均方算法(LMS)和最小四阶矩算法(LMF)的比例,充分发挥了LMF和LMS检测精度和检测速度的优势。仿真结果表明,提出的算法检测速度和精度具有明显的优势,具有一定的工程应用价值。     

几种变步长LMS算法的性能分析与比较

针对传统LMS算法的收敛速度与稳态误差存在矛盾这一问题,列出了NLMS、G-SVSLMS及改进的变步长LMS3种变步长LMS自适应滤波算法。通过仿真对比和理论分析,证明改进的变步长LMS算法具有更快的收敛速度、更小的稳态误差和更强的抗干扰能力。     

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RLS算法的时变谐波检测

以自适应线性组合器为时变谐波检测器的模型,根据逆归最小=乘(RLS)自适应滤波算法较好的跟踪性能,使之应用于时变谐波的跟踪检测.仿真表明该方法比以往的基于最小均方(LMS)自适应滤波算法的谐波幅值和相位参数的测定具有更好的跟踪效果.     

局部放电在线监测中的自适应滤波方法

局部放电在线监测对保证电力变压器安全运行有重要意义,实现在线监测的关键是从强干扰中监测出微弱的放电信号。针对怎样抑制周期性干扰,文献中报道较多的是LMS自适应滤波方法,但该方法需调整参数多,对脉冲型干扰表现出不稳定性。为此,文中分别论述并比较了LMS算法和基于鲁棒RLS算法的自适应滤波方法的基本原理及实现方法。实验结果表明：鲁棒RLS算法较好地解决了LMS算法存在的问题,且能获得更高的信噪比,基本适用于局部放电在线监测。     

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。     

基于LMS算法的智能天线波束形成技术的研究

在对智能天线波束形成相关理论研究的基础上,重点研究了LMS自适应滤波算法,并借用Matlab仿真平台,研究信号进入阵列以后,利用LMS算法对信号的幅度和相位进行调整加权求和,使输出的信号达到最优效果。并且分析了程序设计参数中的阵元个数、波达方向的角度等对信号性能的影响,使信号的收敛程度达到最佳。通过仿真可以看出LMS算法计算量小,可以达到较好的滤波效果,很好的抑制干扰,容易实现。     

基于LMS算法的自适应滤波在负压波信号噪声处理中的应用

本文以负压波信号采集滤波为例,介绍了基于LMS算法的自适应滤波器的基本原理和该滤波器几个关键参数设定的基本方法。实践证明,在采集随机不确定信号时,采用此滤波器进行信号调理具有比传统滤波器不可比拟的优越性。     

基于LMS算法的热工过程建模研究

热工过程往往表现出非线性、大惯性和大迟延等特点,不易建立精确的数学模型,难以精确表达热工过程以至于不能达到理想的控制效果。针对这一问题,提出了基于LMS算法的自适应滤波建模方法。该方法通过误差信号自适应调整每个抽头权值,使基于该算法的自适应滤波器能够迅速的收敛到要求的输入和输出关系,从而达到精确建模的目的。仿真结果表明该算法复杂度低,精度高,能有效的应用于热工过程建模。     

基于双DSP的模糊变步长自适应谐波检测的研究

对谐波检测算法进行了研究,着重研究了自适应LMS算法,利用模糊控制与自适应滤波相结合,提出一种模糊变步长谐波检测算法.利用MATLAB软件对此算法及另一种性能优越的变步长LMS算法进行比较,验证本文算法的可行性及优越性.基于以上理论研究,设计并制作电路采集板及基于双DSP的开发平台,进行了软硬件设计.最后通过实验验证了...     

横向时延滤波和IQ正交滤波的滤波效果仿真

由于横向时延滤波和IQ正交滤波在稳定性、收敛速度和误差率等方面的性能差异对于最小均方算法(LMS,Least Mean Squares)在工程上的实际应用具有参考意义,采用数值仿真的方法模拟了两者实现自适应最小均方算法的具体过程,并对比分析了它们的滤波性能。仿真结果显示IQ正交滤波具有更高的稳定性、更快的收敛速度、更小的误差率,其滤波性能优于横向时延滤波。IQ正交滤波器的阶数为2阶,而横向时延滤波器的阶数通常>10,滤波器阶数越多引入的权噪声也会相对增加,对于稳定性、收敛速度和误差率都是不利的,因此实际应用中优先选择阶数较少的IQ正交滤波器。     

遥测速变参数自适应谱估计方法研究

针对靶场遥测速变信号处理对高分辨谱及非平稳信号处理的要求,在高分辨谱估计方法基础上,研究了最小均方准则(LMS)和最小二乘准则(LS)的自适应格型滤波算法,实现了LMS自适应格型滤波最大熵谱估计和LS自适应格型滤波ARMA谱估计.利用本研究方法对仿真数据和试验数据进行了大量的实验研究,并与经典周期图法、Burg最大熵法、Yule-Walker自回归法获得的谱估计进行对比.实验表明该方法适用于遥测速变信号的处理和分析,在改善谱分辨率的同时提高了算法的效率,为非平稳信号分析提供了时变谱估计方法,为深入研究导弹飞行振动特性、性能评估或故障诊断提供了新的分析工具.     

基于带双窗N-1/N重叠频域FIR滤波器的自适应除噪

基于一种带双窗重叠自适应滤波器,将重叠滤波思想引入LMS算法,给出了窗加权重叠LMS(WO-LMS)算法.与传统的LMS算法相比,WO-LMS算法在同样收敛速度的前提下可以得到较低的稳态均方误差.理论分析了算法的收敛性,实验中通过和LMS算法的比较,验证了WO-LMS算法的优越性.     

最小均方差算法在智能天线非盲波束形成中的应用

智能天线是当前通信领域的研究热点之一,智能天线研究的核心内容是自适应波束形成算法.本文阐述了智能天线的基本原理,详细介绍了最小均方差算法以及它在智能天线非盲波束形成中的应用.文章以四元均匀线阵为例,利用计算机模拟仿真给出了最小均方差算法的性能分析,并讨论了实验参数对算法性能的影响.实验结果表明,天线方向图的主瓣能准确地指向目标用户的来波方向和主动抑制干扰信号;迭代步长的增大对算法的收敛速度有明显提高;而信干比的提高对于算法收敛速度的影响很小.