失配条件下的基于变步长法的全局最大功率点跟踪算法仿真研究

针对光伏系统在实际工况条件下的失配问题,提出一种基于变步长法的全局最大功率跟踪算法,该方案可以在多个局部最大功率点条件下快速找到全局最大功率点,实现光伏系统能效的有效提升。相比较现有方案,该方案具备快速、简单和稳定的特点。

基于正则化的深度神经网络语音增强自适应方法

在有监督的语音增强系统中,训练模型的数据与测试数据的环境差异导致系统应用场景受限。针对训练与测试数据之间的失配问题,提出一种基于正则化的自适应方法,提高语音增强系统在不匹配噪声环境下的鲁棒性。采用保守训练的方法,尝试3种正则项,将其加入优化准则中,用少量自适应数据调整噪声无关的DNN。该方法在失配环境下进行测试,实验结果证明,改进系统的性能相比基线系统可以提升最多可达14.37%的短时客观可懂度(short-time objective intelligibility, STOI),并在感知评估语音质量(perceptual evaluation of speech quality, PESQ)上也取得一致提升。