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。

基于x-LMS算法的直升机主动消振电力作动器系统研究

直升机前飞时,气动环境会导致不同方位角的桨叶出现气动载荷的瞬间不对称,通过基础结构传递会在机身形成大幅度的低频振动。为了消除多方向幅值变化的振动力,利用结构响应主动控制原理,设计了基于x-LMS算法的主动消振电力作动器系统,并进行了减振实验。首先,通过比较确定了单台作动器中两台电机同向旋转的方案。通过两台作动器的组合使用,推导出输出力的数学模型。其次,采用负载相位差交叉耦合的控制策略设计系统控制框图。针对存在耦合的相位外环,通过回差阵特征值法确定满足系统稳定裕度要求的参数范围,再根据灵敏度函数和输入跟踪性能在所得的参数稳定域内寻找最优解。然后,提出了基于x-LMS算法的直升机主动振动控制系统,并通过仿真验证了该系统的减振效果。最后,研制的实验样机进行了动稳态实验以及减振实验,验证了系统的实际减振效果。

基于Adam算法的LMS优化

虽然传统的LMS算法简单有效,但它的收敛速度较慢,容易受到初始权值选择和步长设置的影响。为了解决这个问题,我们引入了Adam算法的自适应学习率特性到LMS算法中。Adam算法通过一阶矩估计(mean)和二阶矩估计(variance)来估计梯度的均值和方差,并根据这些估计值来调整学习率。这样可以对梯度下降的方向和速度进行更精细地控制。通过Adam算法对LMS优化,LMS算法在更新权重时能够更加高效地利用梯度信息,从而提高训练速度和收敛性能。此外,优化后的算法还具有一些超参数,如beta1、beta2和eps等,需要根据具体的应用场景和数据特点进行调节,以获得最佳的优化效果。仿真结果表明优化方案比传统LMS算法在收敛过程中的震荡要更小。

水稻类病变突变体lms1的表型鉴定与抗病分子机制分析

类病变突变体是研究植物细胞死亡和抗病分子机制的重要遗传材料。通过辐射诱变粳稻品种武运粳7号,获得一个少见的抗病性下降的类病变突变体lms1(lesion mimic and disease susceptible mutant 1)。与野生型相比,该突变体叶片自发出现红褐色斑点,其株高、穗长、每穗粒数以及单株产量降低,但千粒重增加;对水稻白叶枯病的抗性显著下降,组织染色表明突变体的叶片中存在明显的细胞死亡以及活性氧的过量积累。遗传分析表明,lms1突变体的表型受单隐性核基因控制,利用图位克隆技术将lms1基因精细定位于水稻9号染色体Indel7和Indel8两个分子标记间,物理距离为62 kb。定位区间内候选基因的PCR扩增测序结果表明,其中一个编码泛素羧基末端水解酶的OsLMP1(Lesion Mimic Phenotype 1)基因第1个外显子中插入了一段长度为654 bp的序列,导致其蛋白翻译提前终止。利用蛋白组学技术分析了lms1突变体与野生型对照的蛋白积累水平,共鉴定到19个差异蛋白(7个上调、12个下调),主要参与氧化还原、叶绿素合成、光合作用等代谢途径。上述结果为进一步研究OsLMP1基因的功能及其调控细胞程序性死亡与抗病性的分子机制提供借鉴。

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。

基于LMS算法的短波通信数据干扰控制技术

短波通信原理简单,已广泛应用于大型无线通信系统。但在实际应用中,很多因素会影响短波通信,造成数据干扰,因此应采取有效的控制措施。基于此,分析短波通信的基本内容与主要特点,并在剖析短波通信干扰的基础上,分别从短波通信信号特征提取、干扰数据识别、数据干扰控制及实验测试4个方面,探讨基于最小均方(Least Mean Square,LMS)的短波通信数据干扰控制技术。

利用LMS设备对制动Moan噪音的排查

文章介绍了常见的制动噪音的类型,以及LMS系统在制动噪音排查上的应用。并通过介绍某一新能源车型开发过程中Moan噪音的解决,详细介绍LMS设备在制动噪音上的排查过程和导致噪音的原因,改善了车辆的制动NVH性能,提高了产品竞争力。

基于变步长凸组合LMS自适应滤波高原动态血氧检测系统设计

针对基于光电检测方法的血氧仪只能在静止状态下测试血氧饱和度(血氧)的问题,提出一种基于变步长凸组合LMS自适应滤波动态血氧检测方法。方法对原始光电描记脉搏波信号经预处理后,通过固步长与变步长LMS自适应算法组合,以三轴加速度计采集信号作为运动噪声参考信号,获得理想脉搏波信号再准确计算血氧值。在此基础上,开发了一套基于物联网的穿戴式高原血氧检测系统,经过模拟正常行走及在不同海拔条件下测试,最大误差不超过4%,验证了算法的有效性和准确性。结果显示,基于物联网的血氧监测系统对于高原旅游中高原反应的实时监测与提醒具有实际意义。

基于LMS自适应滤波的雷达随队干扰抵消

随队干扰是雷达对抗中常用的干扰方式,通常通过遮盖目标回波信号而使雷达失去探测能力,因此需要加以抑制。随队干扰经常是非平稳的随机信号,在此情况下,文中利用最小均方(LMS)自适应滤波器得到干扰的估计并将其从雷达接收信号中消除,从而给出了一种基于LMS自适应滤波的雷达随队干扰抵消方法。首先,建立了雷达接收信号模型,包括主阵列天线接收信号和辅助阵元接收信号;然后,给出了基于LMS自适应滤波的干扰抵消原理,它实际上将辅助阵元接收信号输入自适应滤波器得到随队干扰估计,从主阵列天线接收信号中减去此干扰估计从而实现干扰抵消,通过分析抵消器的性能发现,除了辐射干扰的目标难以探测外,编队中其他目标的信干噪比都得到了提高;最后,给出了随队干扰抵消的仿真实例,验证了上述干扰抵消方法的良好效果。

淘宝直播带货营销话术对消费者购买意愿的影响机制研究——基于LMS有调节的中介模型的实证

本研究基于LMS有调节的中介模型,从淘宝直播带货营销话术中的认识话术、认同话术和认购话术出发,围绕认知、情感、关系型心理契约、交易型心理契约构建理论模型。用Mplus软件执行潜调节结构方程的有调节的中介结构方程分析,旨在探究心理契约调节作用下,淘宝直播带货营销话术对消费者购买意愿的影响机制。研究结果表明:(1) 关系型、交易型心理契约在认识、认同、认购话术→认知→情感→消费者购买意愿的关系路径中存在调节作用。(2) 在关系型、交易型心理契约的调节作用下,认知、情感在认识、认同、认购话术→消费者购买意愿的关系路径中存在中介作用。根据实证结果,可以得知在关系、交易维度上淘宝直播带货营销话术对消费者认知、情感、购买意愿的影响机制,为淘宝电商主播及企业主播的直播营销提出相关建议。

基于N-LMS算法的电流互感器异常数据智能监测方法

为了提高电流互感器异常数据智能监测的准确性,应对多工况的监测需求,设计一个基于N-LMS算法的电流互感器异常数据智能监测方法。设定电网参考电压信号的采样参数,采用随机抽样方法获取数据特征维度取值,采用等宽法处理电压数值,获得每组数据之间的关系。为了避免电压波形畸变对检测结果的影响,采用自适应滤波方法检测谐波电流,使反馈误差接近于0。提取电流互感器粗集规则,制定决策表,结合决策表判定故障发生的区段,实现基于N-LMS算法的电流互感器异常数据智能监测方法设计。实验结果表明,所设计方法在泄漏电流、电容量情况与谐波电流波形的监测上,在电流互感器A相升压过程介损监测与电流互感器A相降压过程介损监测上,都具有较高的准确度,能满足设计需求。

基于LMS Virtual.Lab调相机机房噪声仿真分析

特高压直流输变电工程以其输送距离长、送电容量大、传输稳定性优良、可以灵活控制等各种优势在电力传输领域具有广阔的应用前景。其中,调相机作为直流输变电工程的重要组成部分,可以改善电网功率因数,维持电网电压水平。目前,调相机本体的噪声问题影响着电网工人、周边居民的身心健康,对周边声环境造成污染,已经成为直流电网建设快速发展的重要挑战。因此研究调相机机房内外声场的分布对于噪声控制意义重大。根据声场有限元方法,在LMS Virtual.Lab中建立调相机机房声场仿真模型,并计算得到换流站调相机机房声场分布。之后通过与实测数据进行对比,验证仿真方法的准确性,并对模型进行优化改良,研究成果可以对调相机机房的后续降噪措施提供相应理论模型基础。

改进箕舌线函数的LMS和BAS-LSSVM的衬板磨损状态预测

针对破碎机衬板磨损难以预测的问题,提出一种改进箕舌线函数的LMS和BAS-LSSVM的衬板磨损状态预测方法。首先,在最小均方误差算法(LMS)的基础上,引入改进的箕舌线函数,提出改进箕舌线函数的LMS算法,将其用于衬板超声回波信号的声时(TOF)的计算中;其次,通过TOF计算出衬板厚度,并根据衬板磨损前后的厚度变化得出磨损量;最后利用天牛须算法(BAS)优化最小二乘支持向量机(LSSVM)的惩罚因子γ和其核函数中的标准化参数σ,将磨损量作为预测模型的输入,衬板磨损阶段作为输出,建立BAS-LSSVM衬板磨损预测模型。结果表明,该方法对动锥衬板和定锥衬板的识别准确率分别达到了94.44%和95.56%,能够有效预测出衬板的磨损状态。

蓖麻Lm型雌性系及其杂交组合的杂种优势分析

为了解Lm型雌性系蓖麻的配合力遗传基础,以5个蓖麻Lm型雌性系为母本,3个蓖麻两性系为父本,根据NC-Ⅱ不完全双列杂交组配15个杂交组合,对蓖麻杂交组合的配合力、遗传力以及杂种优势进行分析。结果表明:雌性系A1和两性系B2的GCA和杂交组合SCA在蓖麻大部分农艺性状中均表现优秀,可在提高蓖麻产量的亲本选育中作为优异亲本进行杂交组合的构建。对亲本杂种优势研究发现,两性系B2参与组配的杂交组合在多个农艺性状上表现为强杂种优势,而Lm型雌性系则表现为在单个性状上具有较强的杂种优势。从遗传力分析结果来看,蓖麻的主茎蒴果数、一级分枝蒴果数、主茎穗长、主茎节数、一级分枝百粒质量和产量受加性效应和非加性效应共同影响,且受环境影响较小,适宜在早代进行选择。

基于LMS自适应滤波器的PMSM谐波抑制方法

为有效抑制电流谐波,在原有的PI控制器基础上,基于最小均方自适应滤波器(LMS-ANF)改造控制器结构,使得永磁同步电机特定次电流谐波得到抑制。通过在传统d,q坐标系矢量控制算法的基础上增加自适应滤波器模块,将采样得到的实际电流作为输入,提取、放大实际电流中的特定次谐波电流,通过PI调节器对谐波误差放大后的电流进行调节,得到控制电压,取得了良好的谐波抑制效果。通过仿真以及台架实验,证明了该控制策略对于抑制电流谐波的有效性。

基于LM优化的车载全景影像绝对测量方法

【目的】为解决车载全景影像在智慧城市、智慧城管、智慧交通等领域中应用不足的问题,提出了一种基于LM优化的车载序列全景影像绝对测量的方法。【方法】首先,对待测目标点在全景影像上的成像过程进行分析,详细推导了目标点绝对坐标测量的理论模型。其次,为解决该理论模型的优化求解问题,引入了对初值不敏感且收敛速度较快的LM算法,并对LM算法中的初值获取、函数构建、参数设置等问题进行了设计。最后,结合实际车载全景影像和目标点位实测数据,对所提的方法进行验证。【结果】该方法获得的目标点绝对坐标平面中误差和高程中误差分别为0.123 m和0.118 m,符合《城市测量规范》(CJJ/T 8—2011)中的相关要求。【结论】该方法能够有效获取全景影像范围内待测目标点的绝对坐标,从而为全景影像在城市部件普查、交通基础设施测量等领域的应用提供了可能。

基于LMS的三阶Volterra自适应滤波器的时间序列数据预测算法的研究

为了确保工业复杂系统运行过程中的安全性和可靠性,对生产过程中的非线性数据进行预测分析成为一种有效手段。为了提高时间序列数据预测准确性,提出基于非线性归一化最小均方算法(LMS)的三阶Volterra自适应滤波器预测算法。首先针对时间序列数据的预测问题,利用有限项记忆单元的三阶Volterra级数对复杂系统运行数据进行预测。针对权重初始值会严重影响预测效果的问题,采用LMS自适应滤波算法对滤波器系数进行在线更新,对未来时刻的数据进行预测。最后利用联合循环发电厂数据对该预测算法进行实验,火电厂运行数据的预测值和实际观测值之间的误差很小,说明基于LMS的三阶Volterra自适应预测算法具有较好的预测效果,能够为实际的预测及控制提供有利的依据。

一种用于毫米波探测系统的变步长LMS-AGC方案

在毫米波探测系统中,自动增益控制(AGC)是信号处理系统的关键技术之一,其作用是应对大动态范围的中频信号接收。本文阐述了一种数字自动增益控制(DAGC)的实现方案,通过对中频信号的数字采样进行处理,采用基于平均功率参量的变步长LMS-AGC自适应算法,将自适应滤波器的变步长思想应用到AGC方案中,并对其步长算法进行优化。通过对比普通功率检测自动增益控制和固定步长LMS-AGC方案,本文提出的变步长LMS-AGC方案具有更快的收敛速度和更小的稳态误差。

箕舌线变步长LMS/F算法数字域自干扰消除研究

自干扰消除技术是实现带内全双工(IBFD)通信的重要前提,其中数字域自干扰消除是带内全双工通信系统中硬件复杂度最低、灵活性最高的自干扰消除技术,并且是自干扰消除的最后一道防线。然而,其消除能力仍需提升,主要是如何处理收敛速度和稳态精度之间的平衡,并且还要具备突变信道的自适应能力。文章提出了一种新的全双工系统的数字自干扰消除方法,发射链路采用数字、模拟预失真技术消除功率放大器的非线性失真,使用辅助接收链获取发射链路信号副本,在数字域中利用重构自干扰信号副本消除接收信号残余自干扰信号和功率放大器残余非线性失真,并通过在接收链与辅助接收链之间共用一个振荡器消除部分接收机相位噪声。仿真表明,该方法与已有变步长LMS消除方法相比,在信噪比为5 dB的条件下,能够在提高收敛速度的同时获得优于变步长LMS方法的消除能力。

基于LMS Virtual Lab对多孔同心式液压脉动衰减器的优化研究

多孔同心式液压脉动衰减器采用穿孔管作为压力脉动的衰减部件,通过改变穿孔管的阻抗特性,避开系统的流固耦合谐振点。传统的衰减器在低频段衰减效果良好,但在中频和高频效果欠佳。通过改变穿孔管内部穿孔段的孔径、管壁厚度、穿孔率来优化衰减器在中频和高频段的衰减效果。在LMS Virtual.Lab Acoustics的管道声学有限元模块中应用了传递导纳函数,通过常温下衰减器的传递损失计算,得到衰减器在中频和高频段良好的衰减性能,并通过两负载法进行实验论证。