提出一种基于系统状态空间模型和归一化鲁棒最小均方根(NR-LMS,Normalized Robust Least Mean Square)理论的动力学结构参数辨识方法.利用系统的输入-输出数据建立其Hankel-Toeplitz模型,利用NR-LMS算法得到该模型参数的估计并求得系统...提出一种基于系统状态空间模型和归一化鲁棒最小均方根(NR-LMS,Normalized Robust Least Mean Square)理论的动力学结构参数辨识方法.利用系统的输入-输出数据建立其Hankel-Toeplitz模型,利用NR-LMS算法得到该模型参数的估计并求得系统的Hankel矩阵,对Hankel矩阵进行奇异值分解即可确定系统的阶次,进而确定系统状态空间模型的参数.仿真研究和实验结果表明,此方法可以准确、快速地提取出结构的参数,且抗噪能力较强.展开更多
滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算...滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算法以改善算法性能。用三种常见的噪声作为参考输入信号进行仿真试验,对比了不同非线性函数变步长算法的性能。结果表明,变步长FxLMS算法能有效改善参考信号为高斯白噪声和正弦波时的收敛速度和稳态误差,且不同噪声环境下最优算法不同,但此类算法无法提升噪声源为冲击噪声时的性能。这为不同应用场景下算法的选取提供了参考。将变步长FxLMS算法应用于某车型的发动机主动噪声控制,结果表明,变步长FxLMS能显著提高定速工况的系统性能,但对急加速工况效果并不明显。展开更多
为了提升谐波电流的检测效果,使有源滤波器(active power filter,APF)能更好地消除谐波,首先在APF的基础上,采用固定步长最小均方算法(least mean square,LMS)的同时嵌入低通滤波器进行自适应谐波电流检测,然后采用麻雀搜索算法(sparrow...为了提升谐波电流的检测效果,使有源滤波器(active power filter,APF)能更好地消除谐波,首先在APF的基础上,采用固定步长最小均方算法(least mean square,LMS)的同时嵌入低通滤波器进行自适应谐波电流检测,然后采用麻雀搜索算法(sparrow search algorithm,SSA)对滤波的参数进行改进,接着通过改变负载参数值,来验证改进后的LMS算法在负载取不同值下同样适用,最后使用Matlab搭建仿真模型,并在模型中对比了固定步长LMS算法、SSA算法、粒子群算法(particle swarm optimization,PSO)这3种不同方法改进滤波参数的仿真效果,仿真结果表明使用SSA算法来优化参数效果最好,可使流经电网的电流达到只有基波电流的水平,并将电流的总谐波失真率降低到5%以下,满足IEEE标准,使电流的谐波含量降低,系统更加稳定,同时也表明了该方法的适用性和可行性。展开更多
车载有源噪声控制(active noise control,ANC)系统多基于最小均方(least mean square,LMS)算法来实现,但定步长LMS算法在收敛速度和稳态误差之间存在矛盾。文章基于Softsign函数建立误差与步长之间的非线性关系,提出了一种改进变步长LM...车载有源噪声控制(active noise control,ANC)系统多基于最小均方(least mean square,LMS)算法来实现,但定步长LMS算法在收敛速度和稳态误差之间存在矛盾。文章基于Softsign函数建立误差与步长之间的非线性关系,提出了一种改进变步长LMS算法。仿真算例结果表明,与定步长LMS算法及Tanh-LMS算法相比,该算法具有更快的收敛速度和更小的稳态误差,且比Tanh-LMS算法运算量更小,因而在车载ANC系统上应用更具优势。展开更多
针对工业噪声的特点,将自适应对消算法应用到工业噪声的处理中。根据传统最小均方(Least Mean Square,LMS)自适应算法的缺点,文中通过构造合适的步长因子,引入参数使得算法在提高收敛速度的同时保证较小的稳态误差。放宽算法的约束性条...针对工业噪声的特点,将自适应对消算法应用到工业噪声的处理中。根据传统最小均方(Least Mean Square,LMS)自适应算法的缺点,文中通过构造合适的步长因子,引入参数使得算法在提高收敛速度的同时保证较小的稳态误差。放宽算法的约束性条件,以提高步长调整的精度。实验验证,提出的算法与其他算法相比,具有更快的收敛速度、更小的稳态误差以及优良的抗干扰性能。展开更多
文摘提出一种基于系统状态空间模型和归一化鲁棒最小均方根(NR-LMS,Normalized Robust Least Mean Square)理论的动力学结构参数辨识方法.利用系统的输入-输出数据建立其Hankel-Toeplitz模型,利用NR-LMS算法得到该模型参数的估计并求得系统的Hankel矩阵,对Hankel矩阵进行奇异值分解即可确定系统的阶次,进而确定系统状态空间模型的参数.仿真研究和实验结果表明,此方法可以准确、快速地提取出结构的参数,且抗噪能力较强.
文摘滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算法以改善算法性能。用三种常见的噪声作为参考输入信号进行仿真试验,对比了不同非线性函数变步长算法的性能。结果表明,变步长FxLMS算法能有效改善参考信号为高斯白噪声和正弦波时的收敛速度和稳态误差,且不同噪声环境下最优算法不同,但此类算法无法提升噪声源为冲击噪声时的性能。这为不同应用场景下算法的选取提供了参考。将变步长FxLMS算法应用于某车型的发动机主动噪声控制,结果表明,变步长FxLMS能显著提高定速工况的系统性能,但对急加速工况效果并不明显。
文摘为了提升谐波电流的检测效果,使有源滤波器(active power filter,APF)能更好地消除谐波,首先在APF的基础上,采用固定步长最小均方算法(least mean square,LMS)的同时嵌入低通滤波器进行自适应谐波电流检测,然后采用麻雀搜索算法(sparrow search algorithm,SSA)对滤波的参数进行改进,接着通过改变负载参数值,来验证改进后的LMS算法在负载取不同值下同样适用,最后使用Matlab搭建仿真模型,并在模型中对比了固定步长LMS算法、SSA算法、粒子群算法(particle swarm optimization,PSO)这3种不同方法改进滤波参数的仿真效果,仿真结果表明使用SSA算法来优化参数效果最好,可使流经电网的电流达到只有基波电流的水平,并将电流的总谐波失真率降低到5%以下,满足IEEE标准,使电流的谐波含量降低,系统更加稳定,同时也表明了该方法的适用性和可行性。
文摘车载有源噪声控制(active noise control,ANC)系统多基于最小均方(least mean square,LMS)算法来实现,但定步长LMS算法在收敛速度和稳态误差之间存在矛盾。文章基于Softsign函数建立误差与步长之间的非线性关系,提出了一种改进变步长LMS算法。仿真算例结果表明,与定步长LMS算法及Tanh-LMS算法相比,该算法具有更快的收敛速度和更小的稳态误差,且比Tanh-LMS算法运算量更小,因而在车载ANC系统上应用更具优势。
文摘针对工业噪声的特点,将自适应对消算法应用到工业噪声的处理中。根据传统最小均方(Least Mean Square,LMS)自适应算法的缺点,文中通过构造合适的步长因子,引入参数使得算法在提高收敛速度的同时保证较小的稳态误差。放宽算法的约束性条件,以提高步长调整的精度。实验验证,提出的算法与其他算法相比,具有更快的收敛速度、更小的稳态误差以及优良的抗干扰性能。
