排序方式: 共有15条查询结果,搜索用时 15 毫秒
11.
12.
Burg算法适合处理间谐波信号,但是在有噪声的环境下,会产生错误的谱估计结果。采用一种基于高阶累积量的Burg自适应算法估计间谐波信号,该方法不受高斯噪声的影响。首先,利用高阶累积量对高斯噪声不敏感的特性,改进Burg算法的预测误差标准。其次,为了降低引入高阶累积量而增加的计算量,反射系数的求取采用递推形式。最后,利用谐波信号的4阶累积量对角切片求取各成分的幅值。仿真结果表明,所提出的算法明显改进了Burg算法的谱估计性能,能够在噪声环境下获得准确的间谐波参数估计。 相似文献
13.
非均匀采样和最小二乘法在间谐波检测中的应用 总被引:4,自引:0,他引:4
间谐波的频率是基波频率的非整数倍,并且幅值一般远小于基波和谐波的幅值,这些特点决定了对它的检测难于对谐波的检测。该文提出一种基于非均匀采样和最小二乘法的间谐波检测方法。非均匀采样由于其不受采样频率限制、频率分辨率高及抗混叠的优点,能在短数据长度下准确地检测出信号中相近的频率成分,并实现低采样频率下的高阶谐波测量。最小二乘法则可解决由于非均匀采样带来的频谱噪声问题,逐次消除检测出的大幅值信号,从而检测出幅值较小的间谐波信号,并准确估计出间谐波的幅值和相位。仿真实验表明:该方法可准确地检测出频率与基频相近,幅值远小于基波的多个间谐波,及实现低采样频率下的高阶谐波测量 相似文献
14.
基于可变遗忘因子广义RLS算法的频率估计 总被引:1,自引:0,他引:1
传统的递推最小二乘(RLS)算法有良好的抑制噪声的能力,但在非稳态环境下跟踪能力弱,导致误差大.RLS和Kalman滤波之间存在一一对应的关系,引入Kalman滤波的一步预测估计和新的状态转移矩阵,可以得到广义的RLS算法,该算法改进了跟踪能力.同时,考虑到加权遗忘因子对算法的收敛速度和跟踪能力也有很大影响,故在广义RLS算法中再引入可变的遗忘因子,以确保对时变参数的快速跟踪能力和小的参数估计误差.对基于可变遗忘因子的广义RLS自适应算法和按指数加权的传统RLS算法进行了仿真比较,分析了在稳态下加入谐波、输入幅值变化、输入频率变化等情况下,2种方法所得的频率估计值和均方误差,结果显示所提方法在精度和收敛速度上都更优越. 相似文献
15.