瞬时梯度去相关在线EASI算法

针对在线EASI算法的瞬时梯度与真实梯度存在偏差,并且偏差会随着分离矩阵的迭代更新传递和累积下去,造成分离性能下降的问题,提出了一种瞬时梯度去相关的在线EASI算法—IGDA-EASI算法。IGDA-EASI算法通过消除瞬时梯度间的相关性,减小偏差累积,从而提高算法的分离性能。经仿真实验验证,该算法相较传统在线EASI算法在收敛速度和分离精度方面都获得了较大提高。在信道时变的情况下,IGDA-EASI算法同样具有更好的分离性能。并且在动量项EASI算法中IGDA算法依然具有适用性。

一种新的变步长MLMS谐波电流检测法

为提高电能质量,对电网谐波进行补偿与抑制,其效果取决于谐波检测的精度和动态响应特性。考虑电网负载电流的低信噪比特性,提出一种新的变步长MLMS谐波检测算法。该算法在权系数的迭代公式中加入动量项,且利用误差信号的时间均值估计来控制步长更新,使得谐波检测过程既有较快的动态响应速度,又有较高的检测精度。最后对变步长MLMS算法进行仿真及实验分析,验证了该算法的有效性。

改进的BP神经网络在机器人环形巡航中的应用

介绍了BP神经网络、改进的神经网络算法——带动量项BP算法,并将带动量项BP神经网络应用到机器人的环形巡航中,进行了仿真实验,验证带动量项BP神经网络在机器人环形巡航应用中的优势。