基于非平稳太阳辐照强度计算和LMS滤波器光伏电站功率预测方法

光伏电站功率预测对电力系统调度及安全稳定运行具有重要意义,对于光伏电站输出功率时间序列表征出来的周期性非平稳特性,采用计算理论太阳辐照强度的方法完成去趋势化的数据预处理,在此基础上提出了一种理论太阳辐照强度计算和LMS自适应滤波器相结合的光伏电站功率预测方法。将光伏电站过去时刻运行值作为滤波器的输入,当前时刻运行值作为滤波器的期望值,自适应滤波器即可建立光伏电站功率预测模型的有限脉冲响应逼近模型。该算法简单,能够实时显式结果。使用某光伏电站运行数据进行验证结果表明该方法对超短期功率预测精度较高。

不相关高斯输入情况下LMS滤波器的收敛性分析

在分析最小均方自适应滤波器(LMS AF)均方误差(MSE)的收敛性时,文献常用统计自相关矩阵代替瞬时自相关矩阵以简化分析,由此得出的收敛条件比较粗糙。本文指出:不相关高斯输入情况下,无需如上简化,可依据高斯阶矩因式分解定理得到确切的MSE收敛条件,相应的失调表式能更准确地预报失调。

步长选择定理及其应用——平行变步长LMS滤波器组算法

从独立假设出发,基于均方误差最小准则,提出并证明LMS(Least MeanSquare)算法的步长选择定理,揭示了较优步长和均方误差的关系。由此构造一种平行变步长LMS滤波器组算法,并对算法的理论模型进行了详细分析。仿真结果表明,该算法模型的理论曲线和最优变步长LMS(optimal varable step-size LMS,OVS-LMS)模型的学习曲线基本重合,实验曲线也显示了最优的收敛性和很好的跟踪性能。因而该算法是最优变步长LMS模型的一种较好的实现形式。

基于小波变换和LMS自适应滤波器的单相接地选线方法

综合应用小波变换理论和最小均方误差(LMS)自适应滤波器技术,提出了一种小电流接地系统单相接地故障选线方法。该方法对故障发生后的零序电流信号进行小波变换,通过LMS自适应滤波器对小波系数进行滤波去噪,利用去噪后的信息进行选线。该方法能有效地从被噪声干扰的信号中得到有用的信息,克服了故障信号信噪比低的缺点,并能够充分利用故障信息连续判断。应用现场故障录波数据对该方法进行了验证,结果表明该方法能够满足实用要求。

基于VHDL语言的LMS自适应滤波器的硬件实现方法

提出了一种 LMS数字自适应滤波器的硬件实现方法 ,就是用 VHDL语言描述设计文件 ,在 ALTERA公司的 ACEX系列芯片上实现自适应滤波器 ,在 Maxplus2上进行了模拟仿真和时序分析 ,并给出了该算法在MATLAB上的计算结果 .

维纳滤波器与LMS自适应滤波器性能比较

本文主要介绍了滤波器的基本原理,对维纳滤波器和LMS自适应滤波器的原理进行了分析和比较,并利用MATLAB软件完成两者滤波效果的仿真,结果显示了LMS滤波器良好跟踪和调整的自适应能力。

LMS自适应滤波器在雁淮特高压直流工程交流滤波器保护系统中的应用研究

以雁淮直流输电工程交流滤波器保护系统的不平衡电流校正为研究对象,介绍了C1高压电容器组的结构和不平衡保护的原理。阐明了不平衡电流校正的重要性和意义,指出传统方法所使用的初始不平衡电流不充分考虑其相位和幅值的波动,将其作为恒定值是不合理的。针对初始不平衡电流的随机性,介绍了LMS自适应滤波器的原理和特性,并将其在HCM3000平台中进行了实现。研究并给出了滤波器关键参数,阐述了在具体工程应用中的使用方法。工程数据验证了设计的合理性和性能的优越性。

基于LMS算法的自适应滤波器性能分析

论文主要介绍了维纳滤波器、卡尔曼滤波器、LMS自适应滤波器的特点及应用,并以维纳滤波器作为非递归型滤波器的代表,与递归型滤波器LMS自适应滤波器就Matlab仿真的滤波效果进行比较,LMS自适应滤波器更适合对未知模型系统中变化的信号进行滤波。并对自适应滤波器中LMS算法的应用领域进行介绍。

阻尼器测试试验台的新变步长LMS自适应滤波器设计

【目的】提升阻尼器测试试验台的控制品质,进而得到更好的被测阻尼器参数曲线,需要对试验台反馈数据进行滤波提取。【方法】课题组通过对传统LMS自适应滤波器的研究,针对其步长选值问题,提出了一种基于麻雀搜索算法(Sparrow Search Algorithm,SSA)的变步长LMS算法,进而进行了新变步长LMS自适应滤波器设计。并通过Tent混沌映射优化了SSA算法在LMS自适应滤波器中的使用,加强了该算法的跟踪和收敛能力。【结果】仿真结果表明,优化后的算法较优化前误差总值下降约75.72%,优化效果较为显著。同时,相较于其他文献中的LMS自适应滤波算法,本设计中的算法能在快速收敛的同时保持较低的稳态误差,误差总值下降约35.17%。【结论】经过Tent混沌映射所得出的SSA算法初始种群能够提高LMS算法的跟踪能力、收敛速度和稳态精度。课题组设计的滤波器表现良好,具有较强的跟踪能力和稳态精度在低范围的保持能力,为阻尼器测试试验台性能优化和反馈数据的滤波提取提供了新的思路和方案。

平滑滤波联合VS-LMS在拉曼光谱去噪中的应用

拉曼光谱的提取中,信号会受到多种背景噪声的干扰,使得拉曼光谱的有效信息被噪声削弱甚至淹没,因此在光谱分析和处理中光谱去噪是非常重要的一个环节。针对拉曼光谱的噪声特性,提出平滑滤波联合VS-LMS的去噪算法。平滑滤波虽然能够较好去除的拉曼光谱中的噪声,但在光谱的细节和波峰波谷部分仍有噪声残留,再使用VS-LMS对整体进行二次去噪,更好的还原光谱的细节部分。仿真结果表明,平滑滤波联合VS-LMS相比于传统的去噪算法,信噪比、均方根误差和相关系数均得到显著的提高。

基于RLS自适应滤波算法的电力有源滤波器直流端电压控制方法

RLS自适应滤波器用于有源滤波器直流端电容电压的控制 ,克服了用LMS自适应滤波器收敛速度慢和稳态误差较大的缺点 ,同时对直流端电容电压的控制完全摒弃了传统的PI积分控制 ,解决了控制参数难以调节及对电路中其他参数的变化非常敏感的问题。稳态和暂态特性的仿真研究比较了两种自适应滤波算法对直流端电容电压的控制及对补偿后的主电流的影响 ,其中RLS自适应滤波器效果要好得多。

自适应滤波器在激光陀螺抖动解调中的应用

在激光陀螺信号解调领域,很难寻找到一种兼顾实时性和解调精度的方法,这大大限制了激光陀螺的应用领域。针对此问题研究了一种新的机械抖动激光陀螺的抖动解调方法。这种方法采用LMS自适应滤波器原理,分别将陀螺信号和角速率传感器的角位移信号作为基本输入和参考输入,经自适应滤波后得到解调结果。首先分析了这种新方法用于抖动解调的理论基础,并提出设计实现方法,最后给出一些与传统方法的对比结果。仿真结果表明,LMS自适应滤波器在静态和动态工作情况下都有很好的解调效果,解调残差明显减小,可有效降低系统解算负担。

基于LMS自适应的拉曼光谱去噪方法研究

拉曼光谱已被广泛应用,但它常含有大量干扰信息,有时严重影响了样品的光谱特征。因此在光谱分析和处理中降噪显得极为重要。针对拉曼光谱的噪声特性,提出将最小均方(LMS)自适应滤波器应用于拉曼光谱的降噪处理。将该方法应用于信噪比(SNR)低于10d B的纯R6G拉曼光谱中,LMS自适应滤波器算法能充分保留有效信号的细节和包络,并与小波变换和集合经验模态分解(EEMD)算法一一对比分析。通过SNR、均方根误差(RMSE)和相关系数(ρ)这三个评价标准充分证明LMS自适应滤波器在拉曼光谱中的降噪优势。

激光陀螺的高频读出与自适应滤波方法的研究

针对三轴激光陀螺捷联惯导系统(LINS)中三个激光陀螺受各自抖动频率限制,读出频带不足且读出信号不同步,导致动态应用精度降低,研究并开发了一种新的环形激光陀螺(RLG)高频读出电路及信号处理方法。方案采用抖动角传感器获取RLG抖动输出结合原始输出信号构成闭环LMS自适应滤波器,通过DSP信号处理,同时用整周期采样的累积输出作补偿。给出了实现的原理框图和滤波算法。经测试,该方法提高了RLG的读出频带,解决了读出信号不同步的问题,并有效减小了RLG的输出信号噪声,提高了LINS的解算精度,为系统在高动态条件下,实现相关数据分析与误差补偿提供了前提和基础。

应用自适应滤波的天然气中H_(2)S浓度反演系统

在石油化工生产过程中,天然气中硫化氢(HS)气体存在一定的泄露风险。由于HS具有腐蚀性和剧毒特性,严重危害人身的生命健康安全,因此对天然气中H_(2)S气体进行痕量检测具有重要意义。基于可调谐二极管激光吸收光谱技术(TDLAS)和波长调制技术(WMS),选取H_(2)S气体在1590.6 nm的近红外光谱作为目标吸收峰,采用中心波长为1590 nm的分布式反馈(DFB)激光器(SN:16110883)、光程为20 m的Herriot气室和响应范围为800~1700 nm的In GaAs探测器,利用经典最小二乘(CLS)算法反演气体浓度,利用LMS(least mean square)自适应滤波器代替传统带通滤波器,对输入到数字正交锁相放大器的信号做预处理,开展天然气中HS气体的痕量检测实验研究。实验结果表明:天然气中HS浓度反演系统的检测下限可达1μmol/mol;经3h的稳定性测试,当积分时间为134 s时,其检测极限可达到89 nmol/mol;最后开展抗干扰性实验,当作为背景气体的甲烷(CH_(4))和二氧化碳(CO_(2))分别从0~100μmol/mol和100~0μmol/mol变化时,HS气体测量误差最大仅为0.42μmol/mol。因此将LMS自适应滤波器应用到数字正交锁相放大器的前端作为预处理单元,改善了天然气中HS浓度反演系统的信噪比,提高了系统的稳定性与鲁棒性。

基于模糊滤波算法的时滞系统温度控制及误差补偿

利用自适应滤波算法调整模糊控制的输出,可解决大时滞温控系统的稳态振荡问题,但无法消除系统稳态误差.提出新的误差补偿算法,可以进一步消除稳态误差,减小参数整定工作量.将其应用于全自动化学发光免疫分析仪的试剂仓恒温控制.仿真结果表明,该算法能使大时滞温控系统得到稳定控制并增强系统的自适应能力和鲁棒性.

基于双通道接收的干扰对消性能分析

为了探究在工程实现中卫星通信地球站使用干扰对消抵抗来自空中平台或周边干扰的可行性,对不同接收环境下的干扰对消性能进行了分析。首先,在假定2个通道中干扰差异被准确估计并补偿的情况下,推导出理论性能的近似计算公式;然后,采用最小均方(least mean square, LMS)自适应滤波器对2个通道干扰的差异进行补偿,完成干扰对消;最后,通过仿真实验对使用LMS自适应滤波器的干扰对消进行验证。结果表明:干扰对消的理论性能在卫星信号与干扰入射夹角大于15°时信噪比恶化可以接近0 dB,而夹角小于15°时信噪比恶化程度明显提高;除了入射夹角的影响外,采用LMS自适应滤波器的干扰对消性能还受算法参数、干扰大小等其他因素的影响,对于固定频点的干扰,在入射夹角大于4°且主通道干信比小于30 dB时,干扰对消后信噪比恶化小于0.6 dB,而且这一结果基本不受采样率的影响。所提出的理论性能近似计算公式可以为干扰对消算法的性能评价提供参考,采用LMS自适应滤波器的干扰对消在算法参数设置合理的情况下可以接近理论性能。

基于T-S模糊模型的非线性自适应逆控制系统

现在非线性自适应逆控制系统中,由于对象模型和逆控制器均采用非线性自适应滤波器,自适应过程需要同时训练至少两个串联的非线性自适应滤波器,从而造成自适应学习过程过于复杂。利用一组自适应LMS滤波器建立非线性对象的T-S模糊模型,它为逆控制器的学习提供了准确的解析的对象模型Jacobian信息,从而有效简化了自适应逆控制学习过程。仿真结果表明,无论是离线建模还是在线建模,该非线性自适应逆控制方法均能取得理想的控制效果。

基于延时相乘及其改进算法的DS/FH信号率线检测

针对DS/FH(直扩/跳频)混合扩频信号截获和参数估计问题,提出了一种基于延时相乘结合自适应滤波和分段自相关的新方法。该算法首先将输入信号进行自适应滤波以提高信噪比,滤波后送入延时相乘器,最后将乘积后数据分段进行自相关,通过分析谱图即可检测DS/FH混合扩频信号的码速率谱线。计算机仿真显示,改进的算法不但能适应低信噪比(-20 dB)条件下DS/FH混合扩频信号的检测,而且同时能够实现对码速率的估计。该方法所用算法简单,适合采用硬件设计实现,且如果是合作目标信号,搜索时间短,实时性强。

结合ASM及特征融合策略的Tagged MR左心室分割

提出了一种基于ASM框架的Tagged MR图像左心室分割方法。即从基于典型相关分析的特征融合角度对LM滤波器组提取的Tagged MR图像左心室纹理特征用典型相关分析进行优化组合,再用SVM构造分类器,通过分类器来确定边缘点,驱动ASM模型边界变形得到分割结果。通过典型相关分析的特征融合可以降低分类错误率,提高分类性能;用分类器代替经典ASM模型的基于轮廓灰度的匹配法来确定边缘点具有较强的鲁棒性。该方法在不同时刻不同断层Tagged MR图像上进行了验证,实验结果表明该方法具有较高的准确度和较强的鲁棒性。