期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于箕舌线函数的变步长自适应谐波电流检测算法 被引量:8
1
作者 宋志雄 喻翌 赵海全 《电力系统自动化》 EI CSCD 北大核心 2013年第22期54-59,共6页
针对现有变步长最小均方(LMS)广义谐波电流检测不能消除同频谐波电流和基波无功电流对步长更新的干扰,以及对跃变的系统跟踪能力差的问题,文中提出一种基于箕舌线函数的变步长LMS谐波电流检测算法。该算法采用将当前时刻负载电流减去滤... 针对现有变步长最小均方(LMS)广义谐波电流检测不能消除同频谐波电流和基波无功电流对步长更新的干扰,以及对跃变的系统跟踪能力差的问题,文中提出一种基于箕舌线函数的变步长LMS谐波电流检测算法。该算法采用将当前时刻负载电流减去滤波器输出的误差信号与参考输入信号的瞬时互相关时间均值估计来消除基波无功电流和谐波电流的干扰,并通过改进的箕舌线函数来调节算法的步长,从而在保证动态响应时间不增大的前提下,使算法具有更小的稳态误差,对跃变的系统具有较强的跟踪能力,且其参数的取值对负载电流大小的依赖性较小。计算机仿真结果证实了该方法的有效性。 展开更多
关键词 自适应滤波 谐波电流检测 最小均方算法 变步长 箕舌线函数
在线阅读 下载PDF
带零吸收项的变步长l_0范数归一化最小均方误差算法 被引量:1
2
作者 管四海 李智 +1 位作者 黄辉 王哲 《兵工学报》 EI CAS CSCD 北大核心 2016年第11期2170-2176,共7页
针对稀疏系统的识别问题,提出一种带零吸收项的变步长l0范数约束归一化最小均方误差(l0-NLMS)算法。在此改进的l0-NLMS算法中,通过箕舌函数来调整步长的变化,理论推导了此l0-NLMS算法在均值和均方差下的收敛条件以及均方误差和均方偏移... 针对稀疏系统的识别问题,提出一种带零吸收项的变步长l0范数约束归一化最小均方误差(l0-NLMS)算法。在此改进的l0-NLMS算法中,通过箕舌函数来调整步长的变化,理论推导了此l0-NLMS算法在均值和均方差下的收敛条件以及均方误差和均方偏移量的表达式。设计实验分别比较在不同输入信号时算法的步长和稳态偏移量的变化,通过仿真验证该算法在识别稀疏信道模型上是有效的。分析结果表明:当处于相对高的信噪比、低的信噪比、输入不相关信号和输入相关信号时,该算法具有较快的收敛速度,能很好地进行稀疏系统的模型识别。 展开更多
关键词 信息处理技术 稀疏系统 l0范数约束归一化最小均方误差算法 变步长 系统噪声 箕舌函数
在线阅读 下载PDF
改进变步长LMS算法在软起动谐波检测中的应用 被引量:1
3
作者 赵景 李华 《电测与仪表》 北大核心 2014年第22期58-62,共5页
针对现有自适应变步长最小均方(LMS)谐波电流检测算法在低信噪比环境中易受干扰影响,提出一种改进自适应变步长LMS算法。该算法将误差信号与前一工频周期误差信号的差值作为反馈量,结合箕舌线函数构造出随动的动态因子,将此动态因子也... 针对现有自适应变步长最小均方(LMS)谐波电流检测算法在低信噪比环境中易受干扰影响,提出一种改进自适应变步长LMS算法。该算法将误差信号与前一工频周期误差信号的差值作为反馈量,结合箕舌线函数构造出随动的动态因子,将此动态因子也作为调节权值的动量因子,利用自相干估计误差控制步长。该算法折中考虑收敛速度和稳态精度,并有效降低噪声信号的干扰。通过对电机软起动器工作过程中产生的周期重复性谐波进行检测和分析,证明了该谐波电流检测算法的可行性。 展开更多
关键词 有源电力滤波器 谐波电流检测 动态因子 箕舌线函数 软起动器
在线阅读 下载PDF
改进的变步长自适应谐波检测算法 被引量:4
4
作者 冷全超 张展 +1 位作者 王维 杜诗扬 《电测与仪表》 北大核心 2022年第11期133-138,共6页
基于自适应对消原理的自适应谐波检测算法因其优良的性能被广泛应用于有源滤波器,但该算法存在无法平衡稳态精度和收敛速度方面的不足。针对此不足,文中基于箕舌线函数和三阶权值系数提出了一种改进的变步长(Least Mean Square,LMS)谐... 基于自适应对消原理的自适应谐波检测算法因其优良的性能被广泛应用于有源滤波器,但该算法存在无法平衡稳态精度和收敛速度方面的不足。针对此不足,文中基于箕舌线函数和三阶权值系数提出了一种改进的变步长(Least Mean Square,LMS)谐波检测算法。该算法利用误差信号的自相关平均估计获得期望误差估计均值,并通过改进的箕舌线迭代函数作为核心函数来调节步长更新,之后通过推导出来的三阶权值公式代替传统的权值迭代。仿真实验结果表明,该算法在谐波检测中不但具有较快的收敛速度,也能获得较高的稳态精度。 展开更多
关键词 谐波检测 自适应算法 变步长 LMS 箕舌线函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部