一种改进的自适应谐波电流检测方法

针对现有的基于双曲正切函数变步长LMS算法的谐波电流检测仍存在稳态误差和收敛速度不能同时满足要求的问题,分析了一种在基于双曲正切函数变步长LMS算法的基础上改进的变步长算法,利用误差的时间均值估计建立步长与误差之间的新型双曲正切函数关系以控制步长的更新,降低稳态误差,提高算法的检测精度。并且同时对权值采用两次迭代更新,将两次迭代的结果作为新的权值,以加快权值的更新速度,提高算法的收敛速度。该算法具有较高的检测精度的同时还有较快的响应速度。Matlab/Simulink的仿真结果证明了该算法用于谐波电流检测具有很好的效果。     

一种新的变步长LMS自适应滤波算法

为了解决传统的固定步长的最小均方误差(LMS)算法在收敛速度和稳态误差上的矛盾,基于Sigmoid函数进行改进,提出了算法步长因子μ与误差信号e之间的一种新的非线性函数关系.首先,基于Sigmoid的偶函数特性将2个函数相乘,使得算法在稳态时能够获取更小的步长;然后,将误差信号用指数形式进行表示,进一步控制步长的变化速度;最后,通过误差e(n)和e(n-1)联合改变步长因子,提高了算法在低信噪比时的性能.理论分析和计算机仿真表明,与已有的变步长LMS算法相比,相同收敛精度时该算法的收敛速度更快,相同收敛速度时该算法的收敛精度更高,在相同条件下算法的抗噪声性能更好.     

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。     

一种新的变步长LMS自适应算法及其应用

传统的固定步长的LMS算法难于同时获取较快的收敛速度与较小的稳态误差,基于这一矛盾,本文在分析基本LMS算法的基础上,提出了一种新的变步长LMS算法,该算法具有较快的收敛速度和较小的稳态误差。理论分析和计算机仿真结果表明该算法在收敛速度与稳态误差的性能上均优于基本LMS算法。尤其是在低估噪比的情况下,其性能的优越性更为突出。与传统的LMS算法相比较,新算法更适合于应用到回波消除等实时性要求高的场合。     

一种用于信号估计的改进变步长LMS算法

为了改善现有的变步长LMS自适应算法在对带有噪声的信号估计中存在步长调节参数较多、收敛速度慢、不易调节、对噪声较为敏感等现象,综合已有的变步长算法提出了一种基于升余弦窗函数与误差延时相结合的可调节的变步长算法,给出理论分析的同时利用MATLAB建模仿真验证,表明该算法能进一步提高收敛速度的同时,确保在低信噪比环境下能顺利提取期望信号。经过改进的升余弦窗函数可以做到仅调节一个参数即可完成信号估计,验证的结果表明,该算法在收敛速度与稳态失调上均优于其他变步长算法,具有一定的工程实用价值。     

基于瞬时无功功率理论的改进谐波检测算法

能否快速精确检测出谐波电流是决定有源滤波器整体滤波性能的关键。作者基于瞬时无功功率理论提出了一种改进的谐波检测算法。该算法采用变步长最小均方自适应滤波器作为检测电路中的低通滤波器,通过选择递推公式参数并结合两种误差信号的自相关估计结果调整步长进行迭代,实现了对滤波器收敛速度与稳态失调的灵活控制。理论分析和仿真实验验证了该谐波电流检测算法的正确性和有效性。     

快速收敛变换域自适应滤波算法

为了提高LMS算法均衡相关信号时的收敛性能,提出了一种新的快速收敛变换域自适应滤波算法（VS-DCTLMS）。该算法融合了归一化离散余弦变换LMS算法和变步长离散余弦变换LMS算法的优点,具有结构简单,收敛速度快,稳态误差小的特点。仿真结果表明,该算法计算量和变步长归一化LMS（VS-NLMS）算法、解相关LMS（DescorrLMS）等算法相当,但在收敛速度上具有很大优势;收敛性能和最小二乘回归算法（RLS）接近,却克服了RLS计算量大、不利于硬件实现的实际问题,是一种性能优良的可实现方法。     

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.     

改进的变步长自适应谐波检测算法

由于传统自适应算法中步长的选择需要在收敛速度与稳态精度之间折中,大大降低算法实用性。为解决此问题,提出一种改进的变步长自适应谐波电流检测方法。利用滑动积分器提取真正的跟踪误差,并采用带有自调整因子的模糊调整器动态调整步长,能够保证谐波检测过程既具有较快的动态响应速度,又保持较小的稳态失调。仿真和实验结果验证了改进的变步长自适应检测算法的有效性、实时性、鲁棒性。     

基于改进的SVSLMS算法的语音识别系统研究

为了克服固定步长LMS算法固有的收敛速度与稳态误差之间的矛盾,在传统SVSLMS算法的基础上提出了改进的SVSLMS算法。通过理论分析和仿真研究的方法,给出了该算法中各个参数的选取方法,并确定了适用于本文所采用的语音样本库的参数最佳值。对固定步长LMS算法、传统SVSLMS算法以及提出的改进的SVSLMS算法进行了仿真对比。仿真结果表明,提出的改进的SVSLMS算法在降噪性能、收敛速度和稳态误差这3个方面都优于其余两种算法,有效的提高了语音识别系统的准确性和稳定性。     

一种MMSE类盲均衡算法的凸组合策略

通常有2类重要的MMSE类盲均衡算法：恒模盲均衡算法和判决引导算法。前者面临收敛速度慢,剩余误差大的缺点;而判决引导均衡算法的收敛速度快,稳态性能好,缺点是启动条件不满足时算法会发散。本论文提出了一种MMSE类盲均衡算法的凸组合策略。通过应用凸组合的基本原理,恒模盲均衡算法可以自适应平滑地切换到判决引导模式。首先,提出了算法的凸组合策略,使得恒模盲均衡算法和判决引导算法之间可以自动软切换。然后描述了一种锚定过程,可以消除稳态时恒模均衡器过高的剩余误差,因此总的算法可以看作是经过了恒模均衡器训练的判决引导均衡。仿真实验证实了新算法的优异性能。     

通用数据链并行Laguerre盲均衡算法

为解决深衰落信道中传统盲均衡算法存在的长抽头系数和高误码率的问题,提出通用数据链并行Laguerre盲均衡算法。在分析通用数据链信号的基础上,引入Laguerre滤波器替代FIR滤波器,以较短的抽头系数逼近长脉冲序列响应;同时借助判决引导算法和分数间隔思想,加快了算法的收敛速度;利用均衡输出的平方期望直接作为自适应步长模块的修正变量,进一步提升了新算法的均衡性能。实验结果表明,新算法减少了均衡器抽头系数,拥有更快的收敛速度和更低的误码率。     

基于正交小波包变换的前馈神经网络盲均衡算法

针对前馈神经网络盲均衡算法收敛速度慢、均方误差大的缺点,在分析前馈神经网络盲均衡算法和正交小波包变换理论的基础上,提出了基于正交小波包变换的前馈神经网络盲均衡算法。该算法利用正交小波包变换良好的去相关性,对前馈神经网络均衡器输入信号进行预处理后,降低了输入信号的自相性,从而加快了收敛速度和减小了均方误差。水声信道的仿真结果表明,该算法在收敛速度与均方误差方面的性能比前馈神经网络盲均衡算法优越。     

基于级联式整流电源的恒流均压控制方法

针对电磁探测的大功率电磁场激发需要,本文采用输入并联输出串联的级联式整流电源,提高输出电压等级,保证激发功率。为了满足电磁探测过程中输出电流的稳定性,提出了基于双闭环的恒流均压控制算法。分析了级联式直流电源恒流均压输出的原理,建立了电源的数学模型,设计了电压电流环的控制器,在Matlab/Simulink中搭建仿真模型并通过控制器参数优化从而降低误差。级联式直流电源由于上下两部分可能存在器件参数不同的情况,这就导致在恒流控制下两级电源输出电压不同,在动态情况下的偏差会更大从而引起器件不均压而损坏,因此在考虑控制恒流输出的同时需要加入控制均压输出。通过对输出电流电压进行采样,经控制器转换为相应的脉冲触发对应的开关器件从而实现恒流均压输出。仿真结果显示输出电流控制在2 A,电流变化在5%以下。     

用于主动噪声控制系统的高性能算法结构

本文针对传统的自适应滤波算法降噪性能差、收敛速度慢以及应对突变能力不足等问题,提出了基于改进的方程误差算法和镜像优化算法。其中,改进的方程误差算法在FURLMS算法基础上进行离线二次路径建模,解决了降噪性能和收敛速度的问题。为了提高系统应对突变的能力,该算法在FURLMS算法基础上进行了镜像优化。结果表明,本文提出的两种算法在系统频率为250 Hz左右范围时,均方误差可稳定在-20dB,提出的改进方程误差算法和镜像修改算法分别有28dBA和30dBA的噪声衰减效果。     

基于集群机的大规模电力系统暂态过程并行仿真

由于传统的串行计算方法无法满足互联电力系统在线动态安全分析和实时仿真的要求，研究高效的电力系统暂态并行仿真算法及其软件已成为电力系统动态实时仿真的关键。该文基于集群系统，提出一种利用电力系统区域特性的多重化网络划分方案，弥补了传统网络划分算法在计算规模和划分质量上的不足；并提出了一种基于分块思想、消息传递与动态多线程相结合的网络方程分层算法及其实现策略，缩短了网络方程的计算时间，解决了暂态仿真中计算量突增的问题，提高了算法的并行效率和整体性能。同时，文中还简化了暂态稳定算法迭代流程，改进了全局收敛判定方法，有效地减少了算法计算量和通信损耗。实际电网的数值计算结果表明，文中提出的算法计算加速比高，实时性好，因此研制的电力系统动态并行仿真程序能够满足大规模电力系统暂态过程实时仿真、甚至超实时仿真的要求。     

Fractionally spaced blind equalization with low‐complexity concurrent constant modulus algorithm and soft decision‐directed scheme

The paper proposes a low‐complexity concurrent constant modulus algorithm (CMA) and soft decision‐directed (SDD) scheme for fractionally spaced blind equalization of high‐order quadrature amplitude modulation channels. We compare our proposed blind equalizer with the recently introduced state‐of‐art concurrent CMA and decision‐directed (DD) scheme. The proposed CMA+SDD blind equalizer is shown to have simpler computational complexity per weight update, faster convergence speed, and slightly improved steady‐state equalization performance, compared with the existing CMA+DD blind equalizer. Copyright © 2004 John Wiley & Sons, Ltd.     

基于模式记忆并行蚁群算法的输电网规划

该文讨论了目前大规模输电网规划求解中常见的无法完成对解空间的充分搜索，从而难于求得全局最优解的问题；给出了泛函形式的输电网规划模型，并重点分析了输电网规划解的模式。在分析了传统蚁群算法易产生未成熟收敛现象及其原因的基础上，设计了一种基于模式记忆的并行蚁群算法，该算法通过模式记忆实现了解空间分解，能够有效地识别、记忆和跳出局部最优解；通过局部细化搜索进一步加强了局部搜索能力；通过并行计算提高了计算速度。某实际77节点的算例分析表明了该算法具有很高的计算效率和优秀的局部、全局收敛性，有效克服了现代启发式算法在求解输电网规划问题时存在的效率不高及未成熟收敛等现象。     

Design of adaptive feedforward algorithms using internal model equivalence

The paper investigates the design of adaptive feedforward cancellation (AFC) algorithms with sinusoidal regressors for repetitive control. Such adaptive algorithms are equivalent to linear controllers based on the internal model principle (IMP). Using this equivalence and root locus rules, the phase advance of the regressor of the adaptive algorithm can be chosen to maximize the phase margin at low gains. A surprising result is that selecting the optimal phase advance is equivalent to placing a zero in the open right half-plane in certain cases. A complete design and analysis for the compensation of a single-frequency periodic disturbance is done. A new variation of the AFC algorithm is also developed in which the adaptive portion acts in parallel with a feedthrough term. the IMP equivalent of this algorithm has two zeros instead of one. Analysis and simulation show this method to have superior convergence and robustness properties when compared with the method having no feedthrough term. Discrete time versions of the algorithms are briefly considered.