简介:摘要:由于L滤波器必须增大电感值来取得较好的滤波效果,这样就会增加系统的体积和损耗,而 LCL 滤波器凭借着低成本、低损耗和杰出的高频谐波抑制能力逐渐取代了 L 滤波器在并网逆变器中的应用地位。但是 LCL 滤波器为三阶系统,会产生一个谐振峰,使得系统极其不稳定,那么 LCL 滤波器存在的谐振问题就不容忽略。本文针对抑制 LCL 滤波器谐振峰问题的有源阻尼法进行了探索研究。
简介:在非线性、非高斯条件下进行动基座传递对准,如果采用卡尔曼滤波会出现误差较大甚至发散的问题。本文引入强跟踪自适应滤波器,建立对估计误差的一步预测方差PK/K-1的加权算法,来达到抑制噪声的目的;同时,针对初始对准对准精度与快速性的要求,建立了动基座传递对准精确的非线性滤波模型。通过计算机仿真,模拟了飞机机动模式,验证所提滤波器的可行性。最后,通过与扩展卡尔曼滤波的比较,说明非线性强跟踪自适应滤波器在对准精度与速度上都有更好的表现。
简介:【摘要】目前,由于噪声、意外、急剧的老龄化及遗传等原因,国内外耳聋患者数量在逐年增加,而随着科学技术的不断发展,数字助听器的出现提高了存有部分残余听力的听力损失患者的生活质量。数字信号处理模块是数字助听器的核心部分,包括听力补偿及噪声抑制等算法,以上两种策略,无法很好地提高中高频听力损失严重的听损患者的言语识别度[1,2,3]。目前,移频技术是数字助听器的主流研究方向,具有较好的应用前景和研究意义。移频技术包括频率转移、线性频率压缩、和非线性频率压缩等技术。非线性频率压缩算法不存在频谱重叠现象,但是频率映射不够灵活,无法指定频移的拐点和压缩率。
简介:针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。