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。     

基于变步长自适应算法的滤波器设计

本文描述了基于自适应滤波理论的变步长窗口大小的自适应算法。该算法一般用于微型计算机为基础的继电保护及自动化设备。本文提出了一个变步长自适应窗算法,并给出了该算法的原理和如何改变窗口的大小和长度方法的步骤。仿真结果表明,该算法具有良好的性能,并适合在以微型计算机为基础的继电保护及自动化设备上的使用。     

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.     

自适应滤波算法的神经网络实现

为了提高传统自适应滤波器求解权值的速度,在Hopfield神经网络的基础上,提出自适应滤波算法的神经网络硬件实现,从理论上进行了分析,并进行了仿真。     

基于相关箕舌线的变步长自适应滤波算法

针对箕舌线变步长自适应滤波算法(LMS)抗噪声能力差,不适合在噪声环境中使用的缺点,提出在步长更新时加入输入信号的控制,提高了系统的抗噪声性能。仿真表明,改进的算法比原算法具有更快的收敛速度和更强的抗噪声性能。     

基于压缩感知的SAR宽带干扰抑制方法

压缩感知合成孔径雷达成像能够利用较少的观测数据清晰的恢复目标图像,但当回波中存在宽带压制干扰时,会严重破坏场景稀疏性,造成成像质量恶化。研究了一种基于选择性测量的自适应压缩感知宽带压制干扰抑制方法,通过构造一种压缩域投影滤波器并结合噪声联合检测算法,自适应感知干扰的位置信息,对合成孔径雷达（SAR）回波信号进行选择性测量,从“源头”上避免了干扰对SAR目标回波信号稀疏性的影响。仿真结果表明,该方法在减少SAR系统处理数据量的同时,使SAR成像质量明显提高,证明了该方法的有效性。     

2-距离空间中的Hausdorff度量

本文在2-距离空间讨论Hausdorff度量的性质.证明了如果(Z,d)为完备的2-距离空间.则(CB(Z),H)也是完备的2-距离空间.     

基于自适应滤波算法的谐波仿真分析

为改善自适应滤波算法的滤波效果,减小稳态误差,提高跟踪响应速度,并验证改进的变步长LMS滤波算法的有效性和优越性,利用电磁暂态仿真软件PSCAD/EMTDC,构建电网谐波仿真计算模型,并与传统的基于瞬时无功功率理论的p-q算法以及定步长LMS算法进行仿真比较,根据不同系统条件下的滤波仿真波形,进行快速傅里叶分析,验证了此改进变步长LMS算法在计算量增加不多的前提下,可以同时获得较好的跟踪速度和较小的稳态误差,证实了该算法的有效性。     

面向智能电网的无线传感器网络目标探测算法

文中提出一种结合压缩感知(CS)路由算法进行目标源定位的方法。该路由算法通过对网络节点进行分簇,将簇内节点的信息集中在簇头上。然后对无线传感器网络进行拓扑优化,并采用多跳路由策略完成簇头节点与汇聚节点间的通信。最后利用次梯度投影算法,从来自簇头的少量数据中恢复汇聚节点信号源,用于目标源信号的定位。采用一种自适应处理机制优化压缩感知算法的信号重构性能。仿真结果表明,算法能准确探测目标,减少计算量,并具有良好的重构性能。     

改进Sage-Husa 算法结合小波模糊阈值算法的MEMS陀螺去噪

为解决微机电系统（MEMS）中陀螺仪输出噪声大、精度低的问题,基于自适应滤波算法与小波阈值算法的基础上,将小波阈值算法与模糊理论结合,提出了Sage-Husa自适应滤波算法联合小波模糊阈值去噪算法应用在MEMS陀螺去噪中。首先使用改进的Sage-Husa自适应滤波算法进行预处理,通过修正状态的预测值抑制干扰数据对滤波的影响,然后使用小波模糊阈值去噪算法对信号进行后处理,实现抑制随机噪声的效果。实验结果表明：在静态实验中,该算法去噪效果优于Sage-Husa自适应滤波算法和小波阈值算法,其与Sage-Husa自适应滤波算法、小波模糊阈值算法相比,噪声方差分别降低78.7%和14.6%,信噪比分别提高43.7%和16.3%。;在动态实验中,该算法能够自适应地减少异常值的不利影响,保持原始信号的波形,其与Sage-Husa自适应滤波算法、小波模糊阈值算法相比,噪声方差分别降低62.7%和31.6%,信噪比分别提高47.8%和10.0%。     

基于自适应遗传算法的变电站红外图像模糊增强

为增强变电站中电力设备红外热像图的视觉效果,突出局部热异常区域,方便故障定位及检修,提出了一种基于自适应遗传算法的红外热像图模糊增强技术。对小波变换后的红外子热像图,进行同态滤波增强处理和模糊增强处理,并运用动态自适应遗传算法对模糊参数进行优化,最后,经小波重构得到了效果增强的红外图像。实验结果表明,该方法相对同态滤波、模糊集增强、遗传模糊等算法,红外图像的边缘强度、对比度、清晰度分别至少提高12.6%、27.7%、33.7%,有利于检修人员进行电力设备的热异常定位及故障诊断。