亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

自動跟隨小車

  • 基于平均功率和RLS自適應算法的并聯型有源濾波器.rar

    隨著電力電子技術的飛速發展,越來越多的電力電子裝置被廣泛應用到各個領域,其中相當一部分負荷具有非線性或具有時變特性,使電網中暫態沖擊、無功功率、高次諧波及三相不平衡問題日趨嚴重,給電網的供電質量造成嚴重的污染和損耗.因此,對電力系統進行諧波抑制和無功補償,提高電網供電質量變得十分重要.電力有源濾波器(Active Power Filter,簡稱APF)與無源濾波器相比,APF具有高度可控制和快速響應特性,并且能跟蹤補償各次諧波、自動產生所需變化的無功功率和諧波功率,其特性不受系統影響,無諧波放大威脅.并聯型電力有源濾波器(Shunt Active Power Filter,簡稱SAPF)更是得到了廣泛的應用. 近年來,自適應算法中的遞推最小二乘法(簡稱RLS)應用越來越廣泛,該算法簡單,收斂速度快.應用基于RLS自適應算法的濾波器(簡稱RLS濾波器),可以快速有效的濾除雜波,同時自動調整濾波器參數,不斷改進濾波性能,最終得到所需的信號. 本文研究了基于平均功率和RLS自適應算法的并聯型有源濾波器.它的參考電流是一個同電網相電壓同相位的三相平衡的有功電流,它包含兩個分量:一個是由實測的三相負載瞬時功率計算得到的,基于平均功率算法的電網應該為負載各相提供的有功電流瞬時參考值;另一個是為了維持有源濾波器中逆變器的直流母線電壓基本恒定,主要通過RLS濾波器計算得出的電網各相應該提供的有功電流瞬時參考值.兩個分量的計算共同構成了該有源濾波器參考電流的計算.補償電流指令值與實際補償電流比較生成控制逆變橋工作的PWM脈沖,生成補償電流,達到補償負載無功和抑制諧波的目的. 應用RLS濾波器得到維持直流母線電壓恒定的直流側有功系數A<,dc>,克服了傳統PI控制中參數難以得到且由于參數過于敏感而導致補償后電流紋波太大的問題.使得當穩態時SAPF自身的功率損耗和暫態負載變化時因為直流側電容提供電網和負載之間的有功功率差而引起的電壓的波動迅速反饋到指令電流的計算中.RLS算法收斂快,SAPF實時性大大提高.基于該方法的SAPF結構簡單,無需鎖相器. 根據本文的算法應用MATAB建立了仿真系統,仿真結果表明基于該算法的SAPF的可行性和實時性.

    標簽: RLS 功率 自適應算法

    上傳時間: 2013-04-24

    上傳用戶:mfhe2005

  • 基于BP神經網絡的永磁同步電機自適應控制研究.rar

    永磁同步電機(Permanent Magnet Synchronous Motor)因功率密度大、效率高、過載能力強、控制性能優良等優點,在中小容量調速系統和高精度調速場合發展迅速。但由于永磁同步電機的磁場具有獨特的交叉耦合和交叉飽和現象,且其控制系統是一個強非線性、時變和多變量系統,要實現高精度調速就需對其控制策略進行深入研究。 永磁同步電機調速系統中,位置傳感器的存在使得系統成本增加、結構復雜、可靠性降低,所以永磁同步電機的無位置傳感器控制成為一個新的研究熱點。本文擬借助于神經網絡良好的逼近能力,實現永磁同步電機的無位置傳感器控制。 人工神經網絡(Neural Network)可以逼近任意復雜非線性映射,具有很強的自學習自適應能力,十分適合于解決復雜的非線性控制問題。其中,BP神經網絡是目前廣泛應用的神經網絡之一,得到了較為深入的研究,其結構簡單,需要離線確定的參數少、泛化能力強、逼近精度高、實時性強,采用BP神經網絡實現永磁同步電機的調速控制具有重要意義。 文中提出了基于BP神經網絡的永磁同步電機自適應調速控制策略,建立了一種包含辨識網絡和控制網絡的雙神經網絡結構控制系統。辨識網絡在線動態辨識系統輸出并對控制網絡參數進行調整,控制網絡與PI控制方法相結合實現永磁同步電機自適應轉速控制。仿真結果表明,該系統動態響應快、實時性較強、精度較高。 文中提出了一種基于混合訓練算法的BP神經網絡永磁同步電機無位置傳感器控制方法。采用混沌優化和梯度下降法相結合的混合算法對BP神經網絡進行離線訓練后,將其用于永磁同步電機的轉子位置角在線估計。結果表明,該訓練算法可以有效地加快神經網絡收斂速度,且估計的轉子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機調速控制系統,并進行了相應的軟硬件設計,為實現永磁同步電機的各種控制策略奠定了實驗基礎。DSP控制系統為神經網絡訓練提供樣本,為研究永磁同步電機的自適應調速控制和轉子位置角估計創造了條件。

    標簽: BP神經網絡 永磁同步電機 自適應控制

    上傳時間: 2013-07-03

    上傳用戶:kakuki123

  • 基于自適應時頻分析方法的心音信號分析研究.rar

    心音信號是人體最重要的生理信號之一,包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究,內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號(NM)和房顫(AF)、主動脈回流(AR)、主動脈狹窄(AS)、二尖瓣回流(MR)4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面: a)心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析,選用小波降噪作為心音信號的濾波方法。根據實驗分析,選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b)心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析,結果表明:不同的時頻分析方法與待分析心音信號的特性有密切關系,即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此,本文提出了一種自適應錐形核時頻(ATF)分析方法,通過實驗驗證該分布能較好地反映心音信號的時頻結構,其性能優于一般錐形核分布(CKD)以及Choi-Williams分布(CWD)、譜圖(SPEC)等固定核時頻分析方法,從而選擇自應錐形核時頻分析方法進行心音信號分析。 c)心音信號特征向量提取。根據對3M Littmann() Stethoscopes[31]數據庫中標準心音信號的時頻分析結果,提取8組特征數據,通過Fihser降維處理方法提取出了實現分類可視化,且最易于分類的心音信號的2維特征向量,作為心音信號分類的特征向量。 d)心音信號分類方法。根據心音信號特征向量組成的散點圖,研究了支持向量機核函數、多分類支持向量機的選取方法,同時,基于分類的目的 性和可信性,本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法,建立了心音信號分類的支持向量機模型,選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本,對余下的每類20組數據進行測試,得到每類的分類精度(Ar)均為100%,同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測,分類精度分別為:NM、AF、MR的分類精度均為100%,而AR、AS均為95.83%,驗證了該方法的分類有效性。 e)心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建,可完成對心音信號的讀取、預處理,繪制時-頻、能量特性的三維圖及兩維等高線圖;同時,利用MATLAB與EXCEL的動態鏈接,實現對心音信號分析數據的存儲以及統計功能;最后,通過對心音信號2維特征向量的分析,實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述,本文從理論與實踐兩方面對心音信號進行了深入的研究,主要是采用自適應錐形核時頻分析方法提取心音信號特征向量,根據心音信號特征向量組成的散點圖,建立心音信號分類的支持向量機模型,并對正常心音信號和4種心臟雜音信號進行了分類研究,取得了較為滿意的分類結果,但由于用于分類的心臟雜音信號種類及數據量尚不足,因此,今后的工作重點是采集更多種類的心臟雜音信號,進一步提高心音信號分類精度,使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞:心音信號,小波降噪,非平穩信號,心臟雜音,信號處理,時頻分析,自適應,支持向量機

    標簽: 時頻 分析方法

    上傳時間: 2013-04-24

    上傳用戶:weixiao99

  • 基于FPGA的自適應濾波器設計與實現

    自適應濾波器是統計信號處理的一個重要組成部分。在實際應用中,由于沒有充足的信息來設計固定系數的數字濾波器,或者設計規則會在濾波器正常運行時改變,因此我們需要研究自適應濾波器。凡是需要處理未知統計環境下運算結果所產生的信號或需要處理非平穩信號時,自適應濾波器可以提供一種吸引人的解決方法,而且其性能通常遠優于用常規方法設計的固定濾波器。此外,自適應濾波器還能提供非自適應方法所不可能提供的新的信號處理能力。 本論文從自適應濾波器研究的重要意義入手,介紹了線性自適應濾波器的基本原理、算法及設計方法,對幾種基于最小均方誤差準則或最小平方誤差準則的自適應濾波器算法進行研究,最終基于一改近的LMS算法設計復數自適應濾波器,并以VHDL語言編寫在maxplus平臺上進行仿真測試。

    標簽: FPGA 自適應濾波器

    上傳時間: 2013-07-11

    上傳用戶:W51631

  • 基于DSP+FPGA的小波變換實時圖像處理系統設計

      本課題設計和完成了一套基于DSP+FPGA結構的小波變換實時圖像處理系統。采用小波算法對圖像進行邊緣提取、圖像增強、圖像融合等處理,并在ADSP-BF535上實現了小波算法,分析了其運行小波算法的性能。圖像處理的數據量比較大,而且運算比較復雜,DSP的特殊結構和性能很好地滿足了系統實現的需要,而FPGA的高速性和靈活性也滿足了系統實時性和穩定性的需要,所以采用DSP+FPGA來實現圖像處理系統是可靠的,也是可行的。系統的硬件設計以DSP和FPGA為平臺,DSP實現算法、管理系統運行、并實現了系統的自啟動;FPGA實現一些接口、時序控制等,簡化了外圍電路,提高了系統的可靠性。結果表明,在ADSP-BF535上實現小波算法,效果良好,而且滿足系統實時性的要求。最后,總結了系統的設計和調試經驗,對調試時遇到的一些問題進行了分析。

    標簽: FPGA DSP 小波變換 實時圖像

    上傳時間: 2013-04-24

    上傳用戶:Kecpolo

  • 基于LMS自適應濾波器信息采集系統設計

    設計并實現具有硬件濾波空氣清新器的信息采集系統,根據空氣的復雜性以及隨機性,結合自適應濾波器的原理,提出一種新的空氣信息采集系統設計方法。該方法利用最小均方(LMS)自適應濾波器進行軟件濾波,針對空氣

    標簽: LMS 自適應濾波器 信息采集 系統設計

    上傳時間: 2013-06-14

    上傳用戶:sjb555

  • 自適應濾波器算法設計及其FPGA實現

    自適應濾波器是智能天線技術中核心部分-自適應波束成形器的關鍵技術,算法的高效穩定性及硬件時鐘速率的快慢是判斷波束成形器性能優劣的主要標準。 首先選取工程領域最常用的自適應橫向LMS濾波算法作為研究對象,提出了利用最小均方誤差意義下自適應濾波器的輸出信號與主通道噪聲信號的等效關系,得到濾波器最佳自適應參數的方法。并分析了在平穩和非平穩環境噪聲下,濾波器的收斂速度、權系數穩定性、跟蹤輸入信號的能力和信噪比的改善等特性。 在分析梯度自適應格型算法的基礎上,提出利用最佳反射系數的收斂性和穩定性,得到了梯度自適應格型濾波器的定步長改進方法;并以改進的梯度自適應格型和線性組合器組成梯度自適應格型聯合處理算法,在同樣環境噪聲下,相比自適應橫向LMS算法,其各項性能指標都得到了極大地改善,而且有利于節省硬件資源。 設計了自適應橫向LMS濾波器和梯度自適應格型聯合處理濾波器的電路模型,并用馳豫超前技術對兩類濾波器進行了流水線優化。利用Altera公司的CycloneⅡ系列EP2C5T144C6芯片和多種EDA工具,完成了濾波器的FPGA硬件設計與仿真實現。并以FPGA實現的3節梯度自適應格型聯合處理器為核心,設計了一種TD-SCDMA系統的自適應波束成形器,分析表明可以很好地利用系統提供的參考信號對下行波束進行自適應成形。

    標簽: FPGA 自適應濾波器 算法設計

    上傳時間: 2013-07-16

    上傳用戶:xyipie

  • 基于仿生小波變換和模糊推理的語音降噪算法研究

    提出了一種基于仿生小波變換和模糊推理的變步長自適應濾波語音降噪算法。該算法首先用仿生小波變換法對包含噪聲的語音信號進行小波分解,以分離出來的噪聲信號作為自適應濾波器的輸入,選擇基于模糊推理變步長自適應算法對帶噪聲語音信號進行降噪處理,最終實現語音信號的信噪分離,去除語音信號中的噪聲。仿真結果表明,該方法對語音信號有較為明顯的降噪效果。

    標簽: 仿生 小波變換 模糊推理 語音降噪

    上傳時間: 2013-10-14

    上傳用戶:戀天使569

  • 一種新的自適應數字水印算法

    為了提高數字水印抗擊各種圖像攻擊的性能和保持圖像的穩健性和不可見性,提出了一種基于離散小波變換(DWT),SVD(singular value decomposition)奇異值分解水印圖像和原始載體圖像的離散余弦變換(DCT)的自適應水印嵌入算法,主要是將水印圖像的兩次小波變換后的低頻分量潛入到原始圖像分塊經過SVD分解的S分量矩陣中,同時根據圖像的JPEG壓縮比的不同計算各個圖像塊的水印調節因子。實驗證明該算法在抗擊JPEG壓縮、中值濾波、加噪等均具有很好的魯棒性,嵌入后的圖像的PSNR達到38,具有良好的視覺掩蔽性

    標簽: 數字水印算法

    上傳時間: 2013-10-09

    上傳用戶:ca05991270

  • 基于STM32的自適應智能精密電源的設計

    用來接收上位機的電壓輸出命令! 通過不斷對輸出采樣得到多組數據!先后利用最小二乘法曲線擬合及二分法進行自適應調整!以達到穩定輸出的目的" 本方案還采用軟件保護和硬件保護雙保險的設計!確保電源及用電器的安全" 此外!還具有電流實時監控!設定電流閾值等功能"  

    標簽: STM 32 精密電源

    上傳時間: 2014-12-24

    上傳用戶:hj_18

主站蜘蛛池模板: 福贡县| 凤城市| 综艺| 枣强县| 安吉县| 武邑县| 基隆市| 平武县| 大田县| 仁寿县| 涿州市| 阿克| 娄烦县| 双城市| 和顺县| 宜良县| 沂源县| 广元市| 香港| 钦州市| 招远市| 志丹县| 东港市| 金昌市| 泰宁县| 平度市| 安顺市| 阜城县| 黄龙县| 剑川县| 钦州市| 永康市| 东丽区| 呼和浩特市| 罗源县| 罗甸县| 项城市| 盈江县| 包头市| 洛南县| 乌苏市|