红外无线系统的变步长自适应功率分配算法

红外无线通信系统中,为了在功率和误码率一定的限制下进一步提高系统容量,提出了一种新的变步长自适应功率分配算法,该算法以每比特分配功率的代价最小为原则(一次可分配多个比特)来选择最佳的调制技术。分析了其速度原理,并在建立模型的基础上,通过仿真研究了新算法的系统性能,并与理想注水算法以及传统的简单速率量化算法进行比较。仿真结果表明,新算法在满足误码率和功率恒定的情况下,其系统容量曲线比简单速率量化算法更接近于理想的容量曲线,即更有效地分配了发射功率。因此,变步长自适应功率分配算法在室内无线激光通信的应用中具有一定的意义。

柔性机械爪力控的变步长自适应滤波算法

机械爪工作中,由于电源和机械震动会导致电流有波动,将测得的电流数据通过滤波,减少电流的波动,从而让力控的准确度更高。传统的自适应算法无法满足在快速收敛的同时,实现较高鲁棒性和较小稳态误差的要求。针对上述问题,文中提出一种新的自适应滤波算法。首先,建立基于双曲正切函数的变步长模型,实现更新步长因子的动态变值,其次,将滤波器权向量差及可变因子引入更新权值迭代算法中,以达到快速收敛和减少稳态误差的目的。通过实验证明,文中算法实现了快速收敛,并具有较小的稳态误差,提高了系统的鲁棒性。

一种新颖的光伏自适应变步长最大功率点跟踪算法

针对光伏P′(U)-U特性曲线的变化率在最大功率点两侧差异较大,传统变步长算法的步长及速度因子较难选择的问题,提出一种新的自适应变步长最大功率点跟踪算法,该算法根据光伏P′(U)-U曲线的几何特性自适应地选取步长。与其他变步长算法相比,该方法不需要计算最大步长及速度因子,避开了复杂的计算过程且不会因为步长选取的不恰当而产生死区问题。仿真结果表明该算法具有良好的动态跟踪速度和稳态跟踪精度。

改进型光伏最大功率跟踪自适应变步长算法

由于现今光伏系统使用场所的环境因素变化较大,需要有更高的转换效率和适应度,为了改善定步长电导增量法控制能力的局限性,使其适应在多变环境下的最大功率点跟踪控制。因此在定步长电导增量法的基础上,结合自适应最小均方差LMS(Least Mean Squre)算法,提出了一种改进的自适应变步长最大功率跟踪算法,并在Matlab环境下利用Simulink平台搭建光伏电池仿真模块及自适应变步长算法的S函数控制模块。仿真结果表明,该算法能够快速准确地跟踪最大功率点,并能保持系统的稳定性。

一种自适应变步长的功率控制技术新算法

提出了移动通信系统中一种自适应变步长的功率控制算法。在此算法中系统根据接收到的功率控制比特格式自动调整功率控制步长,然后与固定步长功率控制进行比较,可以更好的克服信道衰落所带来的影响。由于对接收功率测量的精确程度决定了功率控制的效果,因此在功率控制机制中功率测量是十分重要的。

基于变步长自适应降噪核脉冲信号分析的算法优化研究

针对提高核脉冲信号信噪比这一需求,本文以小波算法为基础,创建了新的阈值函数处理方法,可以满足核脉冲信号降噪基本需求;并进一步提出了一种新的优化变步长自适应非平稳信号降噪算法EVSL,实现核脉冲信号分析。对模拟核信号与原始测量信号同步处理后,与现有算法进行指标对比,结果表明EVSL算法能兼顾收敛速度与稳态精度,有效提高信噪比、保留实际有用信息,是一种有效的提升核脉冲信号质量的方法。

应用于卫星功率放大器线性化的自适应变步长算法研究

针对应用于低轨卫星放大器线性化的自适应预失真算法,提出一种改进的LMS算法,并建立步长因子μ与误差信号e(n)之间的一种新的非线性关系。该函数在误差e(n)接近零处具有缓慢变化的特性。文中还分析了新函数关系式中的a、b参数对算法收敛性能的影响。计算机仿真结果与理论分析相一致,改进的算法具有较好的收敛性能和鲁棒性。

兼顾提升功率分配精度与抑制电压偏差的自适应下垂控制

直流微电网孤岛运行时,为实现下垂参数跟随直流微电网各光伏单元出口线路阻抗和本地负载分布情况自调整,提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)的自适应下垂控制策略。将下垂参数、变换器输出电压参考值以函数变量的形式构成优化目标函数,利用麻雀搜索算法寻找目标函数的极小值,实时找到同时使系统运行过程中的功率偏差、母线电压偏差最小化的解。即利用麻雀搜索算法将下垂参数和电压参考值调节问题转化为函数极值寻优问题,实现了下垂系数可依据光伏出口线路阻抗、本地负载变化及光照强度变化自调整的目标。同时通过动态调节变换器输出电压参考值,减小母线电压偏差,解决了功率分配精度与母线电压偏差的固有矛盾。利用PSCAD/EMTDC建立系统仿真模型,仿真结果证明所提控制策略正确、有效。

基于箕舌线的变步长LMS自适应算法

通过建立步长因子μ与误差信号 e之间的非线性关系 ,提出一种新的基于箕舌线的变步长 LMS算法 ,并将其应用于通信降噪。该算法除了具有传统固定步长 LMS算法计算量小、稳定性较好、简单、易于实时处理等优点外 ,计算机仿真结果表明 ,其收敛速度、稳定性以及跟踪速度优于 SVSLMS算法和 NLMS算法 ,且不需进行指数运算 ,计算复杂度低于 SVSLMS算法 ,用于通信降噪取得了较好的效果。

一种新的变步长LMS自适应滤波算法

本文通过建立步长因子μ与误差信号之间的非线性函数关系,提出了一种新的变步长LMS(LeastMean Square)算法.该算法具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,且克服了S函数变步长LMS算法(简称SVSLMS算法)在自适应稳态阶段μ(n)取值偏大的缺陷.理论分析和计算机仿真结果表明该算法的性能优于SVSLMS算法.

变步长自适应的改进人工鱼群算法

针对人工鱼群算法在函数优化中存在陷入局部最优、后期收敛速度慢及结果精度不高等问题,通过改进鱼群算法中觅食行为及自适应调整人工鱼步长,提出了一种变步长自适应的改进人工鱼群算法。证明了该算法的全局收敛性,从而增加了其理论基础。最后,10个标准函数测试结果表明,改进后的人工鱼群算法在跳出局部最优、收敛速度、精度和稳定性方面都优于原鱼群算法和萤火虫算法,在结果精度和稳定性方面优于文献[9,23,24]的方法。

一种电流预测控制的自适应变步长最大功率跟踪方法

针对定步长扰动观察法存在的不足(扰动步长过小,外部条件变化较快无法快速跟踪;扰动步长过大,在最大功率点功率振荡比较大),为了提高电流快速跟踪能力,提出一种基于电流预测控制的自适应变步长最大功率跟踪方法。该方法结合自适应变步长控制器和电流预测控制器各自优点,将此方法应用于中点钳位型三相三电平光伏发电系统。建立起10 kW三相三电平光伏发电系统实验平台,并与传统最大功率跟踪方法进行对比实验。实验结果表明:所提出的最大功率跟踪方法使系统具有很好的静、动态性能。

一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用

许多时变步长（ＶＳＳ）自适应算法已经提出用来完善标准ＬＭＳ算法的性能，但实验表明这些算法容易受噪声干扰。本文介绍了一种新的变步长ＬＭＳ自适应算法，这种算法保证了较小的失调，同时使算法在自适应初始阶段有较快的收敛速度。该算法的优越性在于它不受已经存在的不相关噪声的干扰。本文对该算法的收敛性和稳定性进行了分析，并将该算法应用于自适应噪声对消的仿真实验中，给出了计算机的仿真结果。

采用粒子群算法的自适应变步长随机共振研究

针对传统的自适应随机共振只能实现单参数优化和变步长随机共振计算步长选取困难的缺陷,提出一种基于粒子群优化算法(Particle Swarm Optimization,PSO)的自适应变步长随机共振方法,实现了变步长随机共振最优输出的自适应求解。该方法以双稳系统的输出信噪比作为粒子群算法的适应度函数,通过变步长随机共振系统的结构参数和计算步长的自适应同步选取,能够最优地检测出大参数条件下的微弱信号。仿真数据和工程实际数据的分析表明,该方法简单易行,适用范围广,收敛速度快,能有效的检测出强噪声背景下的高频微弱信号,具有良好的工程应用前景。

一种变步长LMS自适应滤波算法及分析

本文对变步长自适应滤波算法进行了讨论 ,建立了步长因子 μ与误差信号e(n)之间另一种新的非线性函数关系 .该函数比已有的Sigmoid函数简单 ,且在误差e(n)接近零处具有缓慢变化的特性 ,克服了Sigmoid函数在自适应稳态阶段步长调整过程中的不足 .由此函数本文得出了另一种新的变步长自适应滤波算法 ,并且分析了参数α ,β的取值原则及对算法收敛性能的影响 .该算法有较好的收敛性能且计算量少 .计算机仿真结果与理论分析相一致 。

变步长自适应滤波算法的研究

本文提出一种采用参考输入信号与误差信号互相关系数估值的变步长自适应滤波算法(VS-NLMS)。与常规的固定步长自适应滤波算法(NLMS)相比,VS-NLMS算法在同样的收敛速度及跟踪速度下能获得更小的稳态误调噪声。理论分析与计算机模拟证实了该算法的优越性。

自适应变步长MPPT算法

为减小光伏电池因环境变化造成的功率损失,提高系统的光电转换效率及跟踪响应速度,在传统电导增量法的基础上结合自适应变步长最小均方差LMS(least mean squre)算法,提出了一种自适应变步长最大功率跟踪算法,并在Matlab环境下利用SimPowerSystem功能模块建立了光伏电池的数学模型及自适应变步长算法的控制器模型。仿真结果表明,该算法在光照、温度等系统参数扰动的情况下都能快速找到新的工作点,表现出良好的动态及稳态特性,证实了算法的正确性和有效性。

一种新的变步长自适应噪声消除算法

本文针对电力线噪声的特点,提出了一种新的变步长自适应噪声消除算法.在自适应算法的步长与梯度之间建立了新的关系,弥补了基于误差的变步长算法在自适应噪声消除方面的不足,克服了标准LMS算法的收敛性对输入信号的敏感性,并能根据梯度调整步长大小从而实现算法的快速收敛.通过理论分析设计了新的变步长自适应噪声消除算法,并进行了仿真和实测数据验证,证明了算法相对于其他算法的优势.

APF中一种改进的变步长LMS自适应谐波检测算法

在有源电力滤波器(Active Power Filter,APF)的低信噪比(Signal Noise Ratio,SNR)环境下,为了提高变步长最小均方(Least Mean Square,LMS)自适应算法对谐波电流检测的跟踪速度及精度,提出改进的变步长LMS算法。该算法在MVSS-LMS算法的基础上,增加历史误差的遗忘加权和估计并控制步长更新,动态控制步长更新范围,采用滑动窗遗忘加权减小了计算复杂度。同时,对改进算法性能进行稳定性分析。实验结果表明,该算法不仅具有较快的动态响应速度,而且在APF的低信噪比情况下,稳态误差有所减小,具有较高的抗干扰能力,谐波电流检测效果较好。

一种新的变步长LMS自适应滤波算法

通过建立步长因子μ与误差信号e之间的非线性关系,提出一种新的基于抽样函数的变步长LMS算法,并进行了计算机仿真.结果表明,该算法除了具有传统LMS算法计算量小、稳定性较好、简单易于实时处理等优点外,其收敛速度、稳定性以及跟踪速度均优于传统固定步长LMS算法抽样函数、SVSLMS算法.