模糊步长LMS算法及其性能分析

以均方误差、输出与误差信号的相关系数作为衡量LMS算法收敛程度的标准及模糊推理系统的输入,提出了一种用零阶Sugeno模糊推理系统自适应调整步长的模糊步长LMS(FSS-LMS)算法,并从理论上分析了FSS-LMS算法的计算复杂度及其收敛性能。分析结果指出FSS-LMS算法的计算复杂度与传统LMS算法基本相当,但它具有更大的灵活性。自适应系统辨识的仿真结果表明FSS-LMS比传统的LMS算法及其它一些变步长LMS算法具有更好的收敛性能。

模糊步长的RAKE接收机仿真研究

研究无线通信中多路径传播优化信号质量问题,针对传统的RAKE接收机需要通过增加分支来提高系统性能,提出了一种模糊步长LMS算法的自适应RAKE接收机,采用对抽头延迟线的权值进行自适应调整的方法可以有效地合并多径信号,克服多径干扰,并且消除信号间的干扰和噪声。对LMS算法的步长进行了改进,提出一种新的模糊步长的方法,以便提高LMS算法的收敛速度和降低稳态误差。在MATLAB上进行仿真。仿真结果表明,模糊步长的RAKE接收机性能优于传统的RAKE接收机性能。

光伏发电系统模糊分段变步长算法最大功率点跟踪策略

针对光伏发电系统在外界环境突变时最大功率点跟踪(MPPT)调整时间过长的缺陷,提出在分段变步长算法的基础上引入模糊控制的模糊分段变步长算法。该算法以占空比为直接控制量,当光伏发电系统功率变化值较大时采用模糊控制使系统工作点迅速跟踪到最大功率点(MPP)附近;反之则通过功率二次微分值的正、负确定跟踪步长,若二次微分值为正,则采用大步长进行快速跟踪,为负则采用分段步长使系统工作快速稳定地达到MPP处。通过仿真实验对比日照强度发生突变时,分别采用分段变步长算法和模糊变步长算法的MPPT效果。结果表明:当外界环境发生突变时,模糊分段变步长算法不会在MPP周围产生功率振荡,在调整时间和稳定性上明显优于分段变步长算法,实现了光伏发电系统快速性和稳定性的统一。

基于改进模糊变步长MPPT的太阳能充电控制策略

针对常规太阳能充电控制系统存在的充电时间长,利用效率低等问题,结合光伏电池的输出特性以及蓄电池的充电特性,将MPPT技术应用于三段式蓄电池充电控制中,同时减小在最大功率点处的功率振荡,提出了一种改进的模糊变步长MPPT三段式充电控制策略.该控制策略能充分利用太阳能资源,同时兼顾蓄电池的充电特性,提高系统的利用效率.通过搭建的实验样机,验证了所提出控制策略的有效性,系统的充电效率达95%以上.

基于Cuk变换器的光伏系统模糊变步长电导增量法

针对定步长方式下的电导增量法无法兼顾功率追踪速度和输出功率波动问题,设计了一种基于Cuk变换器的光伏系统,采用了模糊变步长电导增量MPPT控制法,使步长能够随着输出功率曲线P-U的斜率变化而随时得到调整。仿真结果表明,所设计的光伏系统能够在减小输出功率波动的同时又能保持较快的追踪速度,从而验证了设计的合理性。

基于FPGA模糊变步长的在线盲源分离算法的实现

针对变步长的在线盲分离的扩展Infomax算法,提出了模糊变步长在线盲分离的扩展Infomax算法,以MATLAB仿真为理论依据,即当信号逐渐被分离,峭度方差逐渐递减,而步长因子随峭度方差和峭度方差变化率的递减而平滑地减小。并以FPGA查找表来实现模糊变步长更新算法,用每一次FPGA内部串行的步长调整量来选通多路选择器的端口数据,以达到迭代步长更新的目的。通过仿真结果表明这种设计方法具有很强的实时性,可实时跟踪峭度方差曲线,从而能较好地实现超高斯和亚高新信号混合情况的盲分离,提高变步长的在线盲分离的收敛速度和精度。

基于模糊变步长神经网络的自适应PID控制

本文针对具有非线性和不确定性的控制对象，提出了一种基于前向神经网络的自适应PID控制系统算法。并根据其特点，提出学习步长模糊校正的方案.这种控制系统综合了神经网络、模糊决策和PID控制的优点，易于实现，仿真结果表明该控制系统对非线性被控对象具有比较好的控制效果。

模糊方法改进的反向传输神经网络预测南美白对虾养殖的水质

在南美白对虾高密度、规模化围塘养殖生产中,水质参数的监测、评价及预警是至关重要的。以杭州市某南美白对虾基地日常养殖水质为研究对象,选取温度、pH值、溶解氧、氧化还原电位等4项指标作为预测参数,建立拓扑结构为40-14-4的3层前馈反向传输(back propagation,BP)神经网络模型,即以连续10个时间单位的预测变量为输入层,隐含层节点数为14个,输出层变量为温度、pH值、溶解氧和氧化还原电位。为克服传统BP神经网络存在的收敛速度慢、易陷入震荡和泛化能力不强等缺点,采用模糊方法优化了自适应变步长BP神经网络算法,缩短了BP神经网络的训练时间,提高了网络收敛效率与稳定度。结果表明,以模糊方法改进的BP神经网络(FABPM)方法具有收敛速度快、预测精度高、稳定度好等特点,对选取的4项水质指标都给出了较好的训练与预测结果,预测的平均相对误差小于2.5%,从而为水产养殖水质预测与评价提供了一种新方法。

基于新型MPPT模糊控制的光伏并网系统研究

对光伏最大功率控制策略进行了研究,提出了一种基于变步长模糊控制的MPPT实现方法,弥补了传统扰动观察法、电导增量法、间歇扫描法以及恒定电压法的不足。搭建了光伏物理试验平台,编写了变步长控制实现程序,仿真以及试验验证该方法能够快速跟踪天气变化,实现MPPT跟踪,具有优异的动态、稳态性能。

基于qF-LMS算法的自适应滤波器与FPGA实现

针对传统LMS算法中收敛速率与稳态性能之间的矛盾,基于模糊理论,给出F-LMS(Fuzzy-LMS)算法形式,并分析了模型中的超参数对性能的影响。同时,注意到q-LMS算法拥有快速收敛的优秀性能,将固定超参数的q-LMS算法和F-LMS算法结合,得到改进型qF-LMS算法,从而期望获得q-LMS算法快速的收敛速度和变步长LMS算法的稳态性能。通过MATLAB仿真与FPGA实验,结果表明该改进算法能够达到预期目的。