在分析了现有谐波电流检测方法不足的基础上,提出了一种改进的最小均方(Least mean square,LMS)与最小四阶矩(Least mean fourth,LMF)相结合的自适应谐波电流检测算法,利用一种变步长LMS/LMF算法来进行权值更新,用归一化的当前误差信号...
详细信息
在分析了现有谐波电流检测方法不足的基础上,提出了一种改进的最小均方(Least mean square,LMS)与最小四阶矩(Least mean fourth,LMF)相结合的自适应谐波电流检测算法,利用一种变步长LMS/LMF算法来进行权值更新,用归一化的当前误差信号和上一次误差信号的自相关估计来进行步长迭代。该方法能够获得较快的动态响应速度和较小的稳态误差,而无需像一般自适应算法去折中考虑两者。仿真和实验结果验证了该方法的可行性。
针对空频最小均方(Least mean square,LMS)算法抗干扰性能与收敛速度不能兼顾的问题,提出了一种基于箕舌线可变步长LMS的空频抗干扰算法,简称空频基于箕舌线的可变步长LMS算法(Variable step LMS of tongue-like curve function,TLCVSL...
详细信息
针对空频最小均方(Least mean square,LMS)算法抗干扰性能与收敛速度不能兼顾的问题,提出了一种基于箕舌线可变步长LMS的空频抗干扰算法,简称空频基于箕舌线的可变步长LMS算法(Variable step LMS of tongue-like curve function,TLCVSLMS)算法。在兼顾抗干扰性能与收敛速度的基础上,空频TLCVSLMS算法避免了针对每一个频点人为地选取合适的固定迭代步长因子μ的困难,并根据不同频点的信号功率,对箕舌线函数的幅度因子与形状因子作更精细的调节。仿真实验表明,在抗干扰性能接近的情况下,空频TLCVSLMS算法比空频LMS算法少迭代至少400点,空频TLCVSLMS算法的收敛速度更快,而在收敛速度相同的情况下,空频TLCVSLMS算法比空频LMS算法的抗干扰性能提升至少3 dB以上。
暂无评论