感生電動勢、動生電動勢 物理電磁學相關(guān)整理
標簽： 感生電動勢、動生電動勢
上傳時間： 2016-01-04
上傳用戶：1032298562
LMS濾波器的c語言源碼，C語言實現(xiàn)的自適應(yīng)濾波器LMS的算法
上傳時間： 2018-09-05
上傳用戶：menmos
摘要：無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，wSN是由許多具有低功率無線收發(fā)裝置的傳感器節(jié)點組成，它們監(jiān)測采集周邊環(huán)境信息并傳送到基站進行處理在某一時刻通過wSN采集的數(shù)據(jù)量非常大，如何正確、高效地處理這些數(shù)據(jù)成為當前WSN研究中的一個熱點。傳感器節(jié)點一般部署在惡劣環(huán)境中，一些偶然因素會使采集的數(shù)據(jù)中出現(xiàn)不準確的數(shù)據(jù)，用戶依據(jù)這樣的數(shù)據(jù)很難準確判斷出被測對象的真實狀態(tài)。基于模糊理論的決策級數(shù)據(jù)融合算法能夠很好的解決這個問題本文以國家863研究項目《基于無線傳感器網(wǎng)絡(luò)的鐵路危險貨物在途安全狀態(tài)監(jiān)測技術(shù)研究》為背景，結(jié)合鐵路運輸中棉花在途狀態(tài)監(jiān)測系統(tǒng)的開發(fā)，在分析了當前有效的決策級數(shù)據(jù)融合技術(shù)基礎(chǔ)上，提出了基于模糊理論的決策級數(shù)據(jù)融合算法，該算法通過對采集數(shù)據(jù)進行處理和分析，以獲得準確的被測對象狀態(tài)的描述。本文的主要工作包括：（1）分析了WSN中傳統(tǒng)的決策級數(shù)據(jù)融合算法，如自適應(yīng)加權(quán)數(shù)據(jù)融合算法和算術(shù)平均數(shù)數(shù)據(jù)融合算法，總結(jié)這兩種算法的優(yōu)缺點和檢測系統(tǒng)的需求，進步明確理想算法應(yīng)達到的目標。（2）提出了基于模糊理論的兩階段數(shù)據(jù)融合算法：該算法第一階段利用基于貼近度的數(shù)據(jù)融合算法進行同類數(shù)據(jù)的融合校準，這一階段的目的是剔除錯誤的和可信度較差的數(shù)據(jù)，得到相對更加準確的數(shù)據(jù)，第二階段利用模糊推理對第個階段得到的異類數(shù)據(jù)進行融合推理，得到被測對象當前狀態(tài)的描述，為決策提供支持（3）結(jié)合實測數(shù)據(jù)仿真本文所提出的算法，結(jié)果證明與傳統(tǒng)的融合算法相比，可以更加準確的描述被測對象狀態(tài)
標簽： 無線傳感器
上傳時間： 2022-03-17
上傳用戶：
隨著杜會和經(jīng)濟的發(fā)展，環(huán)境水污染現(xiàn)象也日趨嚴重，迫切需要環(huán)境水質(zhì)多參數(shù)監(jiān)測與智能分析系統(tǒng)，以為環(huán)境監(jiān)測、管理和控制提供科學的手段。水質(zhì)多組分檢測涉及到多傳感器數(shù)據(jù)融合、計算機技術(shù)、電化學分析和人工智能等多學科的交叉，在眾多領(lǐng)域有著廣泛的應(yīng)用。本論文研究環(huán)境水質(zhì)檢測與智能分析系統(tǒng)，論文的主要工作包括1）基于最小二乘支持向量機的在線自適應(yīng)加權(quán)數(shù)據(jù)融合算法多傳感器數(shù)據(jù)融合由于能夠利用互補和冗余的信息，顯著提高系統(tǒng)的可靠性而得到了廣泛應(yīng)用，而數(shù)據(jù)融合的關(guān)鍵問題是融合算法。本文深入研究了多傳感器數(shù)據(jù)融合理論的基礎(chǔ)上，針對傳統(tǒng)融合算法研究存在的問題，提出了一種基于最小二乘支持向量機的在線自適應(yīng)加權(quán)數(shù)據(jù)融合算法，并應(yīng)用到水質(zhì)在線檢測過程中，不僅縮短了訓練的時間，而且提高了融合的可靠性和靈活性2）提出了一種離子傳感器的基于最小二乘支持向量機的自校正方法：由于離子傳感器的非線性、漂移和交叉敏感性等影響了其檢測精度和可靠性，難以進行連續(xù)在線檢測。以硝酸根離子傳感器為例，研究其自校正方法，以適應(yīng)動態(tài)環(huán)境的連續(xù)監(jiān)測根據(jù)實驗數(shù)據(jù)，詳細分析了硝酸根離子傳感器的響應(yīng)特性，并考慮了零點和時間漂移，提出了一種基于最小二乘支持向量機硝酸根離子傳感器的自校正方法，給出了詳細描述和分析。3）離子傳感器故障檢測的小波支持向量機特征提取和支持向量機分類方法在線連續(xù)檢測的應(yīng)用要求離子傳感器必須具有很高的可靠性，即能夠及時準確地判斷出離子傳感器的故障。本文采用小波支持向量機提取各傳感器故障特征，再用支持向量機對故障進行分類，實現(xiàn)對各離子傳感器的故障診斷。
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-18
上傳用戶：
本文提出了一種利用二進制小波變換和短時自相關(guān)函數(shù)相結(jié)合的算法來檢測語音信號的基音周期。它克服了單純的短時自相關(guān)函數(shù)法對含噪語音檢測時閾值難以確定的缺陷。
標簽： 自相關(guān)函數(shù) 二進制 小波變換 信號
上傳時間： 2013-12-28
上傳用戶：nanxia
利用RLS算法實現(xiàn)參數(shù)的自適應(yīng)估計 估計y(n) = 1.5*y(n-1)-0.7*y(n-2)+0.3*u(n-2)中的參數(shù)
上傳時間： 2013-12-22
上傳用戶：cjl42111
LMS-Newton自適應(yīng)算法源碼 反正結(jié)果刻與LMS算法相比較，顯示了較好的性能。
標簽： LMS-Newton LMS 自適應(yīng)算法 源碼
上傳時間： 2013-12-24
上傳用戶：stampede
具有檢測FIR濾波器單位脈沖響應(yīng)h[n]中零系數(shù)（zero tap detection）功能的LMS算法自適應(yīng)均衡器，可處理相關(guān)輸入（colored inputs)和獨立輸入(white inputs). 檢測出零系數(shù)的個數(shù)和位置,減少后續(xù)計算次數(shù)，提高算法效率。
上傳時間： 2014-08-20
上傳用戶：tzl1975
使用ado 來自動管理資料庫,使用表單設(shè)計關(guān)念自動產(chǎn)生相對應(yīng)資料庫.
標簽： ado
上傳時間： 2017-08-06
上傳用戶：onewq
隨著電力電子技術(shù)的飛速發(fā)展,越來越多的電力電子裝置被廣泛應(yīng)用到各個領(lǐng)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(wǎng)中暫態(tài)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(wǎng)的供電質(zhì)量造成嚴重的污染和損耗.因此,對電力系統(tǒng)進行諧波抑制和無功補償,提高電網(wǎng)供電質(zhì)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(yīng)特性,并且能跟蹤補償各次諧波、自動產(chǎn)生所需變化的無功功率和諧波功率,其特性不受系統(tǒng)影響,無諧波放大威脅.并聯(lián)型電力有源濾波器(Shunt Active Power Filter,簡稱SAPF)更是得到了廣泛的應(yīng)用. 近年來,自適應(yīng)算法中的遞推最小二乘法(簡稱RLS)應(yīng)用越來越廣泛,該算法簡單,收斂速度快.應(yīng)用基于RLS自適應(yīng)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(diào)整濾波器參數(shù),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(yīng)算法的并聯(lián)型有源濾波器.它的參考電流是一個同電網(wǎng)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(wǎng)應(yīng)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(wǎng)各相應(yīng)該提供的有功電流瞬時參考值.兩個分量的計算共同構(gòu)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(yīng)用RLS濾波器得到維持直流母線電壓恒定的直流側(cè)有功系數(shù)A<,dc>,克服了傳統(tǒng)PI控制中參數(shù)難以得到且由于參數(shù)過于敏感而導致補償后電流紋波太大的問題.使得當穩(wěn)態(tài)時SAPF自身的功率損耗和暫態(tài)負載變化時因為直流側(cè)電容提供電網(wǎng)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(jié)構(gòu)簡單,無需鎖相器. 根據(jù)本文的算法應(yīng)用MATAB建立了仿真系統(tǒng),仿真結(jié)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(yīng)算法
上傳時間： 2013-04-24
上傳用戶：mfhe2005
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
