本文给出一种新的类似于RLS(recursive least squares)算法的递推最小二乘算法,该算法直接对输入信号的相关函数进行处理而不是对输入信号本身进行处理, 理论分析表明了该算法的收敛性。该算法应用于回波消除问题中,克服了常规自适应滤...本文给出一种新的类似于RLS(recursive least squares)算法的递推最小二乘算法,该算法直接对输入信号的相关函数进行处理而不是对输入信号本身进行处理, 理论分析表明了该算法的收敛性。该算法应用于回波消除问题中,克服了常规自适应滤波算法在出现双方对讲的情况下需停止调节自适应滤波器系数这一不足。计算机模拟仿真表明该算法在双方对讲的情况下有良好的收敛性能。展开更多
为探究高比例可再生能源系统下风光资源的消纳与多元化利用途径,提出一种电氨转换及风光时空相关性的多能耦合系统两阶段鲁棒优化模型。首先分析了电制氨的运行机制,并结合直接氨燃料电池技术,探讨了电制氨与氨燃料电池协同运行的系统...为探究高比例可再生能源系统下风光资源的消纳与多元化利用途径,提出一种电氨转换及风光时空相关性的多能耦合系统两阶段鲁棒优化模型。首先分析了电制氨的运行机制,并结合直接氨燃料电池技术,探讨了电制氨与氨燃料电池协同运行的系统特性。为综合考虑风光出力的相关性与不确定性并选择最相近极限场景,该文采用最小体积封闭椭球算法构建高维椭球集,并通过1-范数和∞-范数建立风光出力场景的概率分布置信集,有效整合风光出力不确定性的分布信息。针对鲁棒优化模型中二元变量导致计算时间较长问题,该文提出了一种改进列与约束生成(column and constraint generation,C&CG)算法,利用三分块-交替方向乘子法和近似凸化方法分别处理主-子问题,并通过非精确C&CG算法对主-子问题进行迭代求解,在确保计算效率的同时,快速逼近最优解。结果表明,所提模型获取的极限场景能够准确捕捉风光出力的时空相关性及不确定性,电-氨转换系统有效促进了可再生能源的合理消纳,在确保系统安全稳定运行的同时,显著提升了调度经济性及求解效率。展开更多
在强脉冲噪声干扰背景中,核递归最小二乘(Kernel Recursive Least Square,KRLS)算法和核递归最大相关熵(Kernel Recursive Maximum Correntropy,KRMC)算法对非线性信号预测性能严重退化,对此提出一种核递归最小平均P范数(Kernel Recursi...在强脉冲噪声干扰背景中,核递归最小二乘(Kernel Recursive Least Square,KRLS)算法和核递归最大相关熵(Kernel Recursive Maximum Correntropy,KRMC)算法对非线性信号预测性能严重退化,对此提出一种核递归最小平均P范数(Kernel Recursive Least Mean P-norm,KRLMP)算法。首先运用核方法将输入数据映射到再生核希尔伯特空间(Reproducing Kernnel Hilbert Space,RKHS)。其次基于最小P范数准则和正则化方法,推导得到自适应滤波器的最佳权向量,其降低了非高斯脉冲和样本量少的影响。然后利用矩阵求逆理论,推导得到矩阵的递归公式。最后利用核技巧得到在输入空间高效计算的滤波器输出和算法的迭代公式。α稳定分布噪声背景下Mackey-Glass时间序列预测的仿真结果表明:KRLMP算法与KRLS算法和KRMC算法相比,抗脉冲噪声能力强,鲁棒性好。展开更多
文摘本文给出一种新的类似于RLS(recursive least squares)算法的递推最小二乘算法,该算法直接对输入信号的相关函数进行处理而不是对输入信号本身进行处理, 理论分析表明了该算法的收敛性。该算法应用于回波消除问题中,克服了常规自适应滤波算法在出现双方对讲的情况下需停止调节自适应滤波器系数这一不足。计算机模拟仿真表明该算法在双方对讲的情况下有良好的收敛性能。
文摘为探究高比例可再生能源系统下风光资源的消纳与多元化利用途径,提出一种电氨转换及风光时空相关性的多能耦合系统两阶段鲁棒优化模型。首先分析了电制氨的运行机制,并结合直接氨燃料电池技术,探讨了电制氨与氨燃料电池协同运行的系统特性。为综合考虑风光出力的相关性与不确定性并选择最相近极限场景,该文采用最小体积封闭椭球算法构建高维椭球集,并通过1-范数和∞-范数建立风光出力场景的概率分布置信集,有效整合风光出力不确定性的分布信息。针对鲁棒优化模型中二元变量导致计算时间较长问题,该文提出了一种改进列与约束生成(column and constraint generation,C&CG)算法,利用三分块-交替方向乘子法和近似凸化方法分别处理主-子问题,并通过非精确C&CG算法对主-子问题进行迭代求解,在确保计算效率的同时,快速逼近最优解。结果表明,所提模型获取的极限场景能够准确捕捉风光出力的时空相关性及不确定性,电-氨转换系统有效促进了可再生能源的合理消纳,在确保系统安全稳定运行的同时,显著提升了调度经济性及求解效率。
文摘在强脉冲噪声干扰背景中,核递归最小二乘(Kernel Recursive Least Square,KRLS)算法和核递归最大相关熵(Kernel Recursive Maximum Correntropy,KRMC)算法对非线性信号预测性能严重退化,对此提出一种核递归最小平均P范数(Kernel Recursive Least Mean P-norm,KRLMP)算法。首先运用核方法将输入数据映射到再生核希尔伯特空间(Reproducing Kernnel Hilbert Space,RKHS)。其次基于最小P范数准则和正则化方法,推导得到自适应滤波器的最佳权向量,其降低了非高斯脉冲和样本量少的影响。然后利用矩阵求逆理论,推导得到矩阵的递归公式。最后利用核技巧得到在输入空间高效计算的滤波器输出和算法的迭代公式。α稳定分布噪声背景下Mackey-Glass时间序列预测的仿真结果表明:KRLMP算法与KRLS算法和KRMC算法相比,抗脉冲噪声能力强,鲁棒性好。
基金国家高技术研究发展计划(863)(the National High- Tech Research and Development Plan of China under Grant No.2005AA611020)
文摘最小方差谱估计方法(MVM)是声纳信号波达方向估计中一种十分重要的方法,然而工程实际应用中在小快拍数和低信噪比的场合最小方差谱估计方法的估计性能会受到很大影响。提出的基于时空相关信号协方差矩阵的最小方差谱估计算法(MVMBased on Time-Space Correlation Matrix)利用噪声在空间和时间上的相关性比较弱的特点大大改善了MVM在小快拍数和低信噪比场合的估计性能。基于时空相关信号协方差矩阵的最小方差谱估计算法应用到浅水高分辨率测深侧扫声纳的波达方向估计中,取得了比原始信号协方差矩阵的最小方差谱估计算法更好的效果。算法中的时空相关信号协方差矩阵构成方法在波达方向估计中有广泛的应用价值。
