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。     

基于自适应变步长最小均方算法的磁悬浮高速电机不平衡补偿

该文针对磁悬浮高速电机的不平衡振动,提出一种基于自适应变步长最小均方误差(LMS)算法的不平衡补偿方法。首先,通过分析步长和频率对LMS算法特性的影响,给出合适的步长计算公式。之后,利用基于变步长LMS算法的自适应滤波器,在线识别转子位移信号中与转速同频的振动分量,并通过反馈对转子的同频振动进行不平衡补偿,以实现最小位移控制。然后,利用广义根轨迹法分析了引入不平衡补偿后转子系统的闭环稳定性。通过切换步长符号,实现转子系统在全转速范围内的闭环稳定运行。最后,分别在频率匹配、频率失配、存在噪声和恒加速四个条件下,将该方法应用于四自由度转子的仿真模型中,并且在磁悬浮高速电机实验平台上进行了相关实验。仿真和实验结果均表明,该方法能够有效地抑制转子的不平衡振动。     

改进最小均方误差估计的煤尘图像去噪

煤尘图像在采集和传输过程中受到了各种噪声的污染。最小均方误差估计（MMSE）去噪算法对高斯噪声有较好的去噪效果,提出了一种改进的最小均方误差估计（IMMSE）去噪算法,该算法改进了广义高斯分布模型的参数估计方法,相比目前的其他算法,在不降低精度的情况下减少了计算量。中值滤波对脉冲噪声有较好的去噪效果,用自适应中值滤波（AM）代替普通的中值滤波,更好的保留了图像的细节,提高了去噪效果。利用IMMSE和AM自在图像去噪方面的优势,将两者有机地结合起来,提出了一种称之为IMMSE—AM的去噪算法。用IMMSE—AM对真实煤尘图像进行去噪处理,实验结果表明,新算法提高了煤尘图像的去噪效果,并且计算量较小,能够满足对煤尘浓度实时测量的要求。     

基于自适应最小均方误差算法实现10kV电力线通信的噪声对消

首先介绍了中压电力线信道噪声通用模型,对现场采集的噪声进行互相关系数计算,并采用对称分量法进行相关性分析,得出三相电力系统相间噪声具有一定相关性的结论。改变单相传输模式,根据两相噪声的一致性特点,提出基于自适应最小均方误差(least-mean-square error,LMS)算法实现中压电力线通信(medium voltage power line communication,MV-PLC)的噪声对消。自适应LMS算法虽然收敛速度较慢,但是计算量小,易于实现。仿真结果表明,噪声对消方法的采用有效改善了10kV中压电力线的信噪比,为10kV配网自动化系统采用载波通信技术提供了新的实现途径。     

一种新的自适应最小均方算法及其应用研究

介绍了一种新的变步长最小均方自适应滤波算法.该算法具有较快的收敛速度和较小的失调,并且具有计算量小、不受其它不相关噪声干扰等特点.通过计算机仿真分析,证明了其理论计算与实验结果相符.算法应用于电量参数的测量,也使测量的精度得到较大的提高.     

基于最小均方自适应滤波器的热工过程建模方法

针对热工对象的时变性特点及其在运行过程中易受到不确定性干扰的影响,提出一种基于最小均方(least mean square,LMS)自适应滤波器的热工过程建模方法。LMS滤波器以未知对象的输入和输出作为激励和期望信号,通过最速下降法得到未知对象的有限脉冲响应(finity impluse response,FIR)模型,其与差分方程或传递函数是等价的。实验仿真和某电厂实际运行数据验证了该算法的有效性。这种建模方法避免了复杂的机理分析,其抽头权值的分布可以表征热工对象的动态特性,为分析热工对象提供了一种手段。     

一种新型变步长自适应滤波算法

为改进目前谐波电流检测方法,针对有源滤波器谐波检测,提出了一种新型变步长自适应算法,取得了比较好的效果。由于谐波检测属于适应噪声抵消技术低信噪比条件下的一种应用,因而在该算法中,没有以误差信号e(n)作为改变步长的自适应回馈量,而是将误差信号和上个工频周期的误差信号的差值△e(n)作为自适应回馈量,从而避免了误差信号e(n)一直较大,导致的自适应算法的稳态误差比较大的缺点;同时通过相干平均估计来避免测试计算过程中随机噪声的影响,调节算法的步长,其优越性在于:谐波检测过程能保证既具有较快的动态响应速度,又保证稳定后步长稳定很小,有较高的检测精度。理论分析和仿真试验证明了该算法的正确性和有效性。     

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.     

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。     

基于线性约束最小均方的谐波检测算法

最小均方(Least Mean Square, LMS)算法因其计算复杂度低、稳定性好的特点已广泛应用于谐波检测领域中。但为了避免权重偏移,进一步提高收敛速度,提出了一种基于线性约束最小均方(Linearly Constrained Least Mean Square, LCLMS)的谐波检测算法。该算法在LMS算法的基础上,对权重变量加入了一个线性约束条件,并应用于不同高斯白噪声环境下谐波、间谐波信号的幅值和相角参数评估。最后又在稳态信号、动态信号和电弧炉算例下检验了该算法的可行性。实验结果表明,该算法可以快速准确地检测不同环境下谐波的相关信息,且相比LMS算法有较快的收敛速度和较高的抗干扰能力。     

SCR烟气脱硝系统主要参数变步长LMS自适应滤波算法

为提高选择性催化还原法(SCR)烟气脱硝系统在线数据辨识的信噪比,本文利用不同的变步长自适应滤波方法,在不同截止频率下,采用最具有代表性的3种变步长最小均方滤波方法对现场SCR烟气脱硝系统的入口NOx质量浓度、出口NOx质量浓度和喷氨流量进行数据滤波,对比了滤波数据和原始数据,并对3种方法进行了验证。结果表明:3种方法中尽管自相关矩阵变步长方式迭代时间较长,但稳定性非常好;在截止频率为0.9时,滤波数据能取得最好的综合效果。     

子波最小相位对最小平方反褶积效果影响

常规地面地震勘探中,地震波高频损失的影响因素有许多。为此,人们研究了各类反褶积方法提高分辨率。但是这些方法很多都是带有一定假设的,比如,假设子波是最小相位而且稳定的。本文研究了子波的最小相位性在提高地震资料分辨率中的重要性。准确的提取出地层的反射系数,是地震资料处理过程中重要而关键的一步。本文研究了不同相位子波(最小相位和混合相位)和对反褶积效果的影响,并且用最小平方反褶积来验证。实验结果表明,子波的最小相位性对最小平方反褶积效果有显著影响。     

基于抗差最小均方估计的输电线路参数辨识

输电线路数学模型广泛运用于电力系统分析计算中,其参数的准确性与电网的安全稳定运行密切相关,广域测量系统的发展为获取输电线路参数提供了新的手段。针对目前参数辨识算法缺乏测量误差对辨识结果影响的研究,提出基于抗差最小均方估计（robust least mean squares,RLMS）的输电线路参数辨识算法,该算法以抗差函数代替传统最小均方估计算法中的均方误差,并通过自适应阈值法调节阈值,进而使得辨识算法在抗噪声方面具有较强的适应能力;对不同时刻的计算结果,提出了基于核密度估计和点估计法提取结果的统计特征,最后通过仿真分析与实测数据对比验证了所述算法的有效性。     

自适应滤波抑制电机脉冲干扰效果分析

针对电机瞬态脉冲对无线通信设备的强干扰问题,以直流永磁电机干扰环境为例建立了自适应滤波器的抗干扰模型.首先分析直流永磁电机电磁干扰的传导机理,由此得到干扰脉冲的信号形式,然后利用干扰的先验信息,使用自适应滤波器对此干扰予以抑制,从而提取淹没于强干扰中的有用信号.分别使用基于LMS算法的横向结构和基于GAL算法的格形结构...     

低频振荡模式在线辨识的最小平均M估计自适应滤波算法

研究了常规最小均方二乘自适应滤波算法应用于低频振荡的基本原理,以及最小平均M估计(least meanM-estimate,LMM)算法的基本原理。首次将LMM算法应用于低频振荡模式的在线辨识,采用新英格兰-39节点系统时域仿真数据和某电网的同步相量装置(phasormeasurement unit,PMU)实测数据对所提方法进行了测试,验证了LMM算法在低频振荡模式在线辨识的鲁棒性和有效性,对稳态类噪声数据和动态数据均可辨识,并能消除异常数据对辨识结果的影响。     

结构自适应滤波技术的研究概述

自适应滤波技术是信号处理学科的一个重要分支,结构自适应滤波又是其进入21世纪后新兴的研究方向。以研究结构自适应滤波技术为目的,主要描述结构自适应滤波技术的算法与性能,从传统的结构自适应滤波算法的原理出发,采用算法对比分析的方式,分析了分段滤波(SF)算法、梯度下降(GD)算法以及分数抽头(FT)算法的优缺点,并结合已有文献给出了可行的新型分数抽头(FT)算法,通过应用实例对比说明新型分数抽头(FT)算法具有更好的稳定性、收敛速度以及信噪比。     

基于RLS的自适应滤波算法研究

为抑制谐振接地系统对地电容中的工频信号和其他谐波成分,提出了一种基于RLS算法的自适应滤波算法.该算法通过给定n-1次迭代滤波器抽头权向量最小二乘估计,依据新到达的数据计算n次迭代权向量最新估计.当滤波器输入信号变化时可保持最佳输出信号,在一定程度上补偿了滤波器元件参数变化带来的运算误差.对其滤波理论及算法进行仿真研究.结果表明:该算法提高了滤波的稳定性、快速性和精确性,优于其他自适应算法.     

基于局部均值分解和归一化最小均方的宽频振荡检测方法

为精确采集和分析电力系统宽频振荡信号,提出基于改进局部均值分解与归一化最小均方算法相结合的宽频振荡检测新方法。首先利用归一化最小均方算法对宽频振荡信号进行降噪处理,进而采用改进局部均值分解算法提取该降噪信号的乘积函数;然后对上述乘积函数分量进行希尔伯特变换,求解信号瞬时频率的高频突变点,实现对振荡起止时刻的准确定位。仿真实验表明,本文所提方法能准确求解宽频振荡信号,且在强噪声下仍具有很高的精度。     

基于最小均方时延估计法的强迫功率振荡扰动源定位方法

当电网发生强迫功率振荡时,快速找到扰动源并将其切除,对保障电网的安全稳定运行具有重要意义。电网中强迫功率振荡引起的机电扰动会沿着输电线路在电网中传播,根据传播到不同位置的扰动波形具有时间延迟的特点,提出了一种利用最小均方时延估计法定位扰动源的方法。利用二次差分法检测强迫功率振荡起振后,通过计算关键母线频率出现扰动波形的时差和先后次序,分析扰动传播的顺序,从而确定扰动源的位置。该方法只需要广域测量信息,可以实现在线应用。四机两区域系统算例和华中电网算例均验证了该方法的有效性。