全相位FFT相位差频谱校正法改进

基于全相位快速傅里叶变换(fast Fourier transform,FFT)的相位差频谱校正法由于未计及负频率的影响,导致低频信号参数估计精度下降。针对此问题,提出一种改进的全相位FFT相位差频谱校正法,该算法在计算传统FFT时,消除了负频率对频谱分析的影响。介绍了全相位频谱分析原理及全相位FFT相位差频谱校正算法,分析了负频率对低频信号频谱分析造成影响的原因。在计及负频率影响的情况下推导了非整周期采样条件下单频余弦信号的频率、幅值和相位的计算公式。仿真结果表明,计及负频率影响的算法提高了基于全相位FFT的相位差频谱校正法对低频余弦信号参数估计的精度,算法抗噪性能得到改善。

基于炉膛微压信号的锅炉燃烧诊断试验研究

电站锅炉燃烧诊断技术是热工自动化领域中的一项重要技术,根据炉膛微压信号对锅炉燃烧稳定性进行诊断是一种间接燃烧诊断方法。该方法具有成本低、可靠性高的特点。根据现场运行锅炉上诊断试验数据进行分析,获得一些炉膛微压信号变化与燃烧状况之间的重要结论,为进一步研究炉膛负压信号燃烧诊断提供了理论和实践基础。

基于RLS算法的高频响应电流提取策略研究

为进一步提高永磁直线同步电动机无传感器转子位置的检测精度,提出采用现代滤波技术提取永磁直线同步电动机动子绕组中的高频响应电流的自适应滤波方法。在分析基于递归最小二乘算法(RLS)的自适应滤波器原理和永磁直线同步电动机的旋转高频电压信号注入法的数学模型的基础上,利用基于RLS算法的自适应滤波器的抽头权值可以根据误差的大小进行自调整的特点,将基于RLS算法的自适应滤波器与永磁直线同步电动机旋转高频电压信号注入法相结合,以提取高频响应电流。在全速条件下进行了仿真研究,频谱分析结果表明,基于RLS算法的自适应滤波器提取的高频响应电流中杂波成分比利用巴特沃斯带通滤波器提取的高频响应电流中的杂波成分少,有利于减小杂波电流的干扰,进而提高永磁直线同步电动机转子位置的检测精度。

基于最小二乘支持向量机的含噪语音识别算法

针对目前含噪语音识别准确率的问题,提出了一种基于集总经验模态分解(EEMD)和最小二乘支持向量机(LSSVM)的语音识别算法。首先将语音信号经过EEMD分解为特征模态函数(IMF)分量,然后经过筛选IMF分量实现去噪,再从剩下的IMF分量中提取美尔倒谱系数(MFCC)作为特征参数,利用动态时间规整法规整MFCC的特征帧,最后将MFCC导入LS-SVM进行训练,从而识别各种语音信号。仿真实验结果表明,该方法能够快速有效地识别各种语音信号,与EEMD结合BP神经网络方法相比,识别准确率更高,抗干扰能力更强。