基于改进变步长LMS算法的谐波电流检测法

针对传统基于瞬时无功功率理论谐波电流检测中的二阶低通滤波器无法同时满足检测精度和响应时间的问题,提出了基于改进的双曲正切函数变步长LMS算法(IVSSLMS)的低通滤波器提取p轴和q轴中直流分量的方法;将两个谐波电流的间隔时间通过适当的调节采样间隔次数来延长,目的是为了达到高次谐波的自相关性能迅速降为零。从理论上分析了算法性能的优越,给出了参数的取值,并在simulink中搭建了仿真模型,仿真实验结果表明,改进后的低通滤波器直流分量的跟踪速度提升了一倍,得到基波正弦波形的THD值下降了0.37%。并得出以下结论:在同样输电条件下,采用改进变步长LMS算法构成低通滤波器加快了直流量的跟踪,提取的基波分量更加接近于理想波形,提升了谐波检测的瞬时性和准确性。

一种可用于低信噪比环境的变步长LMS算法

论文研究了自适应最小均方误差(Least Mean Squares,LMS)滤波算法的步长选取问题。在分析现有算法的基础上,通过构造步长与误差信号之间的非线性函数,提出一种新的变步长LMS算法。新算法采用误差信号的自相关估计值控制步长,而不是直接利用瞬时误差控制步长,避免了噪声干扰,降低了稳态失调,可工作于低信噪比环境。同时新算法步长控制无记忆效应,提高了收敛速度。仿真表明,新算法的稳态失调和收敛速度均优于现有变步长LMS算法。

基于自适应LMS算法的跨声速风洞模型系统辨识

针对风洞试验模型系统辨识不准确的问题,利用自适应LMS(least mean square)滤波器模型对跨声速风洞模型进行系统辨识。由于实测信号中存在多模态耦合,为了提高系统辨识精准度,首先对输入输出信号作了FRF(frequency response analysis)分析得到试验模型俯仰方向前两阶模态,其次利用快速Fourier变换进行模态解耦,接着利用自适应LMS滤波器模型、传递函数模型、多项式模型对俯仰方向单模态进行系统辨识,最后得到了基于自适应LMS滤波器模型的俯仰方向一阶、二阶模态滤波器系数。通过对比不同数学模型的输出与输入之间的相关系数和均方误差及辨识结果,表明自适应LMS滤波器模型具有更高的系统辨识精准度和更简洁的数学模型结构。为后续风洞试验模型振动主动控制计算法的设计提供有力支撑。

一种新的可变步长LMS算法研究

在分析基本最小均方误差算法(LMS)和归一化最小均方误差算法(NLMS)的基础上,提出了一种新的可变步长LMS算法(NVLMS)和它的改进算法(MNVLMS).仿真结果显示,NVLMS算法对于平稳过程中的滤波器,能获得较快的收敛速度和较小的稳态误差.在非平稳环境下,MNVLMS算法在减少算法复杂度的情况下能获得和NLMS算法一样的收敛速度和稳态误差.

一种新的变换域变步长批处理LMS算法及其应用

将变换域LMS算法和变步长LMS算法及批处理LMS算法相结合,提出了一种新的变换域变步长批处理LMS自适应算法,该算法融合了前面3种算法的优点,可以有效地降低输入信号的自相关程度,克服了固定步长因子所导致算法在快的收敛速度和较低的稳态误差之间存在的矛盾,并且实时性较好。计算机仿真结果表明该算法具有更快的收敛速度和更小的失调噪声,可以有效地应用于自适应收发隔离系统。

基于EXP_NLMS算法的MIMO自适应均衡器设计方法

MIMO自适应均衡器的作用是通过校正和补偿时变信道来减少码间干扰,因此通过智能算法来优化其控制参数的方法十分必要.本文对基于指数函数的变步长LMS(EXP_NLMS)算法进行了研究,并将其应用到MIMO自适应均衡器设计中,用于控制参数的智能自适应更新.通过基于归一化最小均方(NLMS)算法和EXP_NLMS算法的MIMO自适应均衡器性能进行仿真和对比分析,得出结论,针对MIMO自适应均衡器的设计,EXP_NLMS算法相比NLMS算法收敛速率更快,收敛后更加稳定,效果更好.

一种新的变步长LMS算法及其在语音降噪中的应用

作为一种经典的自适应滤波算法,LMS算法在语音降噪领域有着广泛的应用。为解决经典的LMS算法在步长选取时收敛速度与稳态误差无法兼顾的短板,以对数函数为原型提出了一种新的变步长LMS算法,分析了该算法模型的机理并寻找了最佳参数取值。对比测试结果证明,与现有算法相比,该算法在收敛速度与稳态误差方面均有较好的表现,将该算法应用于语音降噪,也取得了良好的降噪效果。

一种改进的变步长ELMS算法

在简单讨论基小最小均方(LMS)算法的基础上,引入了扩展的最小均方(ELMS)算法,并分析说明了该算法能达到更小的稳态MSE。改进的变步长ELMS算法是在对有用信号的预测中采用了自适应为归一化的的最小均方(NLMS)预测估计器,步长的迭代中引入遗忘因子λi,利用其与误差信号的加权和来产生新的步长参与迭代。理论分析与计算机仿真结果表明,该算法有较好的收敛性能和较小的稳态失调。

ELMS算法及其变步长算法研究

在分析LMS算法的基础之上,对作为其改进算法的ELMS算法进行了研究,并对二者的性能进行了分析比较,指出了ELMS算法的优越性。进而,提出了一种变步长ELMS算法(VSS-ELMS),理论分析和计算机仿真均表明该算法具有较快的收敛速度和更好的稳态性能,可以很好地应用于自适应系统中。

基于变步长LMS算法的自适应逆控制系统

针对各种变步长自适应滤波算法,提出了两种收敛速度快、鲁棒性能好的基于变步长X-滤波、ε-滤波LMS算法和带反馈补偿的自适应逆控制系统.变步长自适应滤波算法可以使系统获得更快的收敛速度和较小的稳态误差,提高了控制精度;反馈补偿可以克服系统的零漂移.仿真结果表明,经过改进的基于变步长X-滤波、ε-滤波LMS算法的自适应逆控制系统收敛速度快、稳态误差小、抗噪声扰动能力强.

基于分式函数的新变步长LMS算法

为了解决传统LMS算法在稳态误差和收敛速度之间的矛盾,提出了一种基于分式函数的新型变步长LMS算法(简称VXLMS算法)。因为新型变步长函数不包含指数运算,所以降低了运算量,加快了算法的收敛速度,同时也提高了数据跳变时的跟踪性能。在VXLMS算法收敛的条件下,通过理论推导确定了该变步长函数的参数取值范围,然后通过取不同参数值分析对算法性能的影响,选出最优参数值进行仿真分析。仿真结果表明:相同仿真条件下提出的VXLMS算法相对于VSSLMS算法和SVSLMS算法稳态误差更低、收敛速度更快,即说明提出的小计算量新变步长函数,通过调整步长因子使权向量快速达到最优,进而使VXLMS算法具有更好的收敛性、稳定性以及鲁棒性。

基于LMS算法的自适应语音除噪性能研究

语音除噪是自适应信号处理研究的重点,通过利用matlab分别实现了基于时域定步长LMS算法、时域变步长LMS算法、基于FFT技术的LMS频域快速算法(FLMS)的自适应语音除噪仿真,并成功应用到带噪语音信号除噪方面。经实验表明,时域变步长LMS算法比时域定步长LMS算法的改善性噪比高1dB左右,与FLMS算法除噪性能相当,但FLMS算法的速度明显快于传统时域算法,而具体时间比的大小与总的样本数目有相关联系。

基于无锁相环和改进NTVLMS算法的i_p-i_q谐波电流检测法

基于瞬时无功功率理论的i_p-i_q的谐波检测法是一种有效的电网谐波电流检测方法 .但是传统的ip-iq法不仅受到锁相环(PLL)随电压波动导致的失锁、检测精度差的影响还受到检测环节中电流有功分量、电流无功分量分离速度和分离精度的影响.对无锁相环结构,采用了基于基准正余弦法无锁相环基波电压检测法,并对直流分量提取方法的滑动积分器和低通滤波器(LPF)在电压稳定和电压突变时进行了仿真分析,证明了滑动积分器无论在提取精度还是在响应速度上都优于LPF;对于检测环节中有无功分量的提取,对NTVLMS(New Time Varying LMS)算法和变步长LMS算法两者进行改进,提出了一种改进的NTVLMS算法,并对3种算法进行了仿真对比分析,证明改进的NTVLMS算法在接入系统时和电流发生畸变时的响应速度均优于上述算法.最后对改进的ip-iq谐波电流检测法进行了谐波检测的仿真.

基于U-滤波LMS算法的自适应逆控制系统

根据对IIR算法的快速收敛性考虑 ,采用了基于U -滤波LMS算法的IIR控制器。并且与传统的FIR结构的X -滤波LMS算法的自适应逆控制器作了比较 ,在相同条件下 ,U -滤波LMS算法的控制系统大大减少了计算量 ,快速性得到了提高 ,并且权值的失调较小 ,对于参考模型的输出具有非常优良的跟踪性能。

一种改进的变步长LMS算法及在车内降噪中的应用

为了提高传统最小均方(LMS)算法的收敛速度,减小稳态误差,基于Sigmoid函数,提出一种改进步长因子μ的方法。该方法通过建立步长因子μ和误差信号e之间的非线性函数关系,并利用指数函数表示误差信号e和可控参数,实现对步长因子μ进行调整。算法收敛初期步长因子μ相对较大,实现加快算法收敛速度的目的;算法收敛后期适度减小稳态阶段步长因子μ,以达到减小算法稳态误差的目的。将该算法应用于车内噪声的有源控制,并与LMS算法进行仿真比较分析。仿真结果表明,相对于传统LMS算法,该算法有效地加快了收敛速度,同时提高了系统的稳定性。

一种改进变步长ELMS算法及其在自适应消噪中的应用

在简单讨论LM S算法的基础上,引入了ELM S算法,分析说明了该算法能达到更小的稳态M SE.改进的变步长ELM S算法是在对有用信号的预测中采用了自适应NLM S预测估计器,步长迭代中引入遗忘因子iλ,利用其与误差信号的加权和产生新的步长参与迭代.不仅对所提算法的收敛性及性能进行了分析,并将其用于自适应噪声对消中获得了成功.仿真结果表明,该算法有较好的收敛性能和较小的稳态失调.

一种适用于自适应阵的快速LMS算法

提出一种适用于自适应阵的解相关LMS算法,较Widrow等人提出的传统NLMS算法,收敛性与稳定性更优,数字模拟结果表明了这一算法的有效性.

一种改进的可变步长LMS算法及其性能分析

本文在1对传统的LMS算法进行分析,并针对该算法中步长选取影响收敛速度与稳态误差的这一对矛盾,通过建立步长因子与输入信号和误差之间的关系提出了一种改进的归一化变步长LMS算法,仿真结果验证了该算法的优越性。

FLMS算法的Matlab设计与仿真

自适应滤波技术已经被广泛应用于数字通信、雷达和工业控制等领域.本文以随机干扰噪声信号作为研究对象,利用Matlab工具设计了FLMS去噪自适应滤波器的程序,并进行了仿真,为硬件实现提供了有力的参考.

基于LMS/SOLMS算法的时变多径水声信道估计方法

缓变信道下基于LMS算法的信道估计算法具有较好的跟踪性能,但对快变信道,LMS算法跟踪性能下降。SOLMS算法具有比LMS算法更好的跟踪性能,尤其是在快变的信道下。但由于SOLMS算法在收敛阶段的振荡性,这时收敛速度较LMS算法慢。本文提出一种收敛模式下用LMS算法获得信道的参数,收敛后则切换成SOLMS算法跟踪信道的变化的信道估计方法。新方法结合了LMS算法收敛快和SOLMS算法跟踪性能好的优点。对时变多径水声信道估计的计算机仿真实验证明了该方法的有效性。