CDMA系统中改进的功率控制算法研究

提出了一种CDMA系统中改进的自适应功率控制算法．新算法基于信噪比测量，采用卡尔曼滤波器估计信道衰落，采用记忆单元记录功率控制调整指令历史，并综合利用两方面的信息来决定下一次的功率调整步长。该算法在一定程度上可以有效克服信道中深度衰落和快衰落带来的影响，并改善CDMA系统的性能．     

自适应变步长电导增量法的最大功率点跟踪控制

针对光伏发电系统最大功率点跟踪控制,提出了固定电压和自适应变步长电导增量相结合的方法.该方法首先采用固定电压法将光伏阵列的工作点调整到最大功率点附近,然后启动变步长电导增量法实现精确的最大功率点跟踪控制.仿真结果证明,该自适应变步长电导增量法能够快速、准确地跟踪最大功率点,避免了最大功率点处的振荡,提高了系统稳定性和能量转换效率.     

基于S函数的inc算法在光伏发电MPPT上的应用

传统的变步长inc算法虽然在控制性能上有优势,但是不仅计算量较大,影响跟踪速度;且稳定步长较大,系统稳定性有待提高。因此,基于Matlab/Simulink平台搭建了光伏发电最大功率点跟踪技术控制模型,利用Simulink中S函数编程,实现了新型变步长inc算法仿真,并得出了相关结论。仿真实验结果表明,基于S函数的新型变步长inc算法不仅跟踪速度较快,而且在最大功率点处的跟踪也准确稳定。     

基于模糊逻辑控制的卫星功率控制方法

卫星通信系统中码分多址的接入方式会引起远近效应问题,针对此问题提出基于模糊逻辑控制的功率控制方法.在内环功率控制中控制各从星的发射功率,使各从星到达主星的接收功率平衡;在外环功率控制中,模糊逻辑控制器通过动态调节目标功率为最佳的方式,提高总体测距精度. 在Matlab仿真中将该功率控制方法与传统的固定步长功率控制方法进行对比,仿真结果表明,2种方法均能使各从星到达主星的功率趋于相等,并追踪最小的从星功率,但是基于模糊逻辑控制的功率控制方法的响应速度更快. 在测控应答机上,搭建1颗主星与3颗从星之间通信的实验平台. 实验结果表明,使用功率控制后,卫星编队的总体测距精度从60 cm提高到20 cm,各从星到达主星的功率平衡.     

CDMA系统中的反向预测功率控制算法

根据CDMA系统反向功率控制命令帧的结构特点，提出了CDMA反向链路预测功率控制算法．该算法可以根据功率控制命令帧中各比特接收功率的不同，通过线性算法预测出基站下一个接收信号将要经历的衰落，并以此为基础形成功率控制命令，对衰落事先进行补偿．仿真表明，预测功率控制和其他功率控制算法相比，能够有效减小基站接收功率的变化，提高系统容量．     

WCDMA系统中变步长功率控制策略

提出了一种宽带码分多址接入系统闭环快速变步长的功率控制策略, 根据TPC命令的“历史”, 将功率控制过程划分为Markov状态. 分析了信道衰落步长的概率密度, 每一状态对应一个确定的步长值, 从而可以确定功率控制步长集中的步长数. 本文选用概率密度最大的数值, 同时考虑硬件可以分辨的最小步长约为0.5 dB, 以确定步长集. 用仿真的方法确定状态和步长的对应关系. 发射机依据当前的TPC命令决定应该增大还是减小发射功率, 依据当前TPC命令和“历史”上的TPC命令选择合适的功率步长, 进而确定发射功率.     

黄河水院光伏发电系统最大功率跟踪控制研究

分析了最大功率点跟踪的基本扰动观测法的原理和优缺点,提出了一种改进算法,即加入步长变化的环节,在工作点远离最大功率点区间时,设定扰动步长相对较大;在工作点接近最大功率点区间时,设定步长相对较小。通过仿真实验对改进算法进行了验证,得出该算法既能在稳态时减小功率损失,又能在外界条件剧烈变化时提高动态响应和系统稳定性,从而达到预定控制效果。     

自适应变步长占空比扰动法在光伏发电MPPT中的应用

根据光伏电池的电气输出特性,建立了光伏电池的等效模型,在Boost电路中实现最大功率点跟踪控制．采用自适应变步长占空比干扰观察法,通过扰动步长的改变来获得较高的响应速度和稳态跟踪精度．仿真结果表明,该算法能够有效减小系统在最大功率比点的震荡,可以提高跟踪效率．     

自适应变步长占空比扰动法在光伏发电MPPT中的应用

根据光伏电池的电气输出特性,建立了光伏电池的等效模型,在Boost电路中实现最大功率点跟踪控制.采用自适应变步长占空比干扰观察法,通过扰动步长的改变来获得较高的响应速度和稳态跟踪精度.仿真结果表明,该算法能够有效减小系统在最大功率比点的震荡,可以提高跟踪效率.     

DS—CDMA系统的SIR测量和闭环功率控制

针对采用专用控制信道的ＤＳ－ＣＤＭＡ系统的反向链路,本文提出一种直接利用控制信道的导频符号进行ＳＩＲ测量的闭环功率控制方法,并通过计算机仿真对 路的性能进行分析。仿真结果表明,由于编码交织及功率控制的共同作用,在链路达到一定误码率时,所需要信道比随着信道衰落的增加而增加缓慢,最佳的功率控制步长取决于信道衰落速率;功率控制命令的传输错误概率在小于１０＾－１时对链路性能影响较小。     

基于改进微扰观察法的最大功率跟踪系统的实现

为了提高光伏系统的效率,需对光伏阵列进行最大功率点的跟踪控制.根据太阳能光伏阵列的输出特性,在传统微扰观察法的基础上采用了一种新的变步长的改进算法进行最大功率点跟踪,克服了定步长跟踪的弊端.利用AVR单片机设计了一台具有最大功率点跟踪功能的光伏发电电源系统,并对其进行了仿真.结果表明,该改进算法能够有效提高系统对光伏阵列的最大功率点跟踪的效率,说明该系统具有一定的实用性.     

改进电导增量法的光伏电池MPPT仿真

光伏发电系统的输出功率随着光照强度、环境温度和系统输出电压的不同而变化着,控制光伏阵列的工作点使其稳定的工作在当前的最大功率点处非常重要。首先对光伏电池进行机理建模．实验表明模型能够很好的反应实际的光伏电池工作特性。在介绍了几种传统的最大功率点跟踪（MPPT）控制算法的基础上,提出了一种新型的变步长电导增量法控制,其初始参考电压为当前光伏阵列开路电压的0．8倍,并且以计算得到的的步长进行继续跟踪。仿真结果表明,系统的跟踪速度增强并且有效的减小稳态震荡,具有良好的动态和稳态性能。     

太阳能池板最大功率跟踪技术的研究

针对光伏发电技术中太阳能池板的最大功率工作点展开研究,阐述了太阳能池板的发电原理及数学模型的建立.针对太阳能池板输出特性及最大功率跟踪的方法,对比分析了传统的恒定电压法、扰动观察法和电导增量法,总结优缺点后提出了改进型变步长电导增量法.在距离最大功率点较远的时候,采用较大的步长,缩减追踪时间,在最大功率点附近时,减小步长,增大追踪精度.利用Matlab仿真软件对传统和所提出的变步长电导增量法进行了仿真,仿真结果对比证明变步长增量法收敛速度快,效果良好.最后通过光伏发电并网试验系统进行了4.4 kW太阳能池板最大功率跟踪技术实验,跟踪实验误差为3％,符合微电网技术要求.     

认知无线电中移动认知用户功率控制方法

传统认知无线电中的功率控制问题都是基于认知用户位置不变的情况,本文针对可移动认知用户的功率控制问题进行深入研究. 首先对不同通信场景进行分析和归一化整理,建立通用通信模型,极大的简化了干扰估计和功率控制算法;其次根据认知用户的可移动性,推导出授权用户所受干扰与认知用户移动距离和运动矢量方向的函数表达式,实现了认知用户对授权用户干扰的实时预测;根据预测结果采用最小发射功率准则实现认知用户的功率控制. 仿真结果表明,本文方法能够实时、高效的对认知用户进行功率控制,与采用固定步长的功率控制算法相比能够节约功耗20%.     

工作空间噪声主动控制ChFxLMS算法

为改善滤波x最小均方（Filter-x Least Mean Square,FxLMS）算法不能同时兼顾稳态误差与收敛速度的不足,提出一种基于cosh函数的变步长FxLMS（Cosh-FxLMS,ChFxLMS）算法. 通过cosh函数建立误差信号与步长因子间的联系,使得步长因子按照cosh函数特性实时调整;分析不同参数对ChFxLMS算法性能的影响,为算法参数选取作指导;分别将正弦信号和实测织机信号作为输入信号,对ChFxLMS算法性能进行验证,并与FxLMS算法、基于sigmoid函数的变步长FxLMS（Sigmoid-FxLMS,SFFxLMS）算法进行对比. 仿真结果表明,ChFxLMS算法性能在时域和频域上都取得较好的控制效果. 分析结果表明,该算法能较大地降低稳态误差和提高收敛速度. 该研究成果可为工作空间噪声主动控制提供一种新思路.     

多载波DS-CDMA系统中的反向预测功率控制

摘　要:反向闭环功率控制算法在移动台高速运动的衰落信道情况下,功率控制将会带来较大的偏差,这里根据多载波DS CDMA系统反向链路功率控制命令帧的结构,提出了预测功率控制算法.该算法可以对多载波DS CDMA系统中的每个子载波信道的信道条件进行估计,提前预测出每个子载波信道下一个信号接收功率和信号的衰落,并以此为基础形成功率控制命令,对每个子载波信道的衰落进行补偿,从而减小基站接收功率的变化.仿真结果表明,预测算法能够有效改善系统的误码率性能,提高系统容量.     

基于DBSCAN聚类的细菌自适应步长觅食算法

自适应细菌觅食算法(adaptive bacterial foraging algorithm,ABFA)在一定程度上解决了经典觅食算法步长选择的问题,加快了算法的收敛速度.但随着细菌代价函数值的减小,自适应细菌觅食算法原有的趋化步长调整函数易使步长快速进入极小,造成算法早熟.本文提出了一种基于DBSCAN聚类的细菌自适应步长觅食算法(DBSCAN-based adaptive bacterial foraging algorithm,DBSCAN-ABFA),算法利用DBSCAN聚类对核心点区域的细菌进行标记,通过对被标记细菌采用改进的趋化步长调整函数,降低自适应步长的缩小速率来解决步长快速进入极小的问题,最终避免算法早熟,并通过实验验证了算法的有效性.