论文研究-多智能体粒子群算法在配电网络重构中的应用.pdf

所需积分/C币:16 2019-09-07 11:13:19 810KB .PDF
19
收藏 收藏
举报

准确的声波飞渡时间在声学测温中具有非常重要的意义,但是不同容量、不同负荷、不同时刻下运行的锅炉都可能使得背景噪声发生变化。现场炉膛背景噪声的不断变化引起了信噪比的不断变化。指出了声学测温中几种传统的时延估计方法的不足,通过改进的四阶累积量算法,实现了低信噪比、信噪比变化环境下的准确声波飞渡时间的测量。
2362010,46(8) Computer Engineering and Applications计算机工程与应用 谱(即二阶谱)。但对于非高斯过程,互相关函数不能完整地描 述过程的统计特性。在处理非高斯过程时,功率谱的局限性就 a∑sinc(i=D)eumx1(k),x1(t=计r),x(k),x1(k) 显示出来了。可见,为了提高时延估计的精度,必须采用高阶累 积量估计,这就是20世纪80年代以米国内外研宄的最新方向。 a sin c(i-D)C.(T-i,0,0)= 在时延估计问题中由于被测目标的运动或信道特性的变 化,会造成时延参数或接收信号的统计特性随时间变化。一般 sin c(i-D)C (T-i.0.0) (12) 而言,延迟估计中的时变环境包含有这样的含义:接收信号的 显然C3(r,0,0)、C(r,0,0)中的高斯噪声成分被 信噪比随时间变化。由于信噪比是时变的,这就要求时延估计抑制。 器具有一定的韧性,在一定的范围能具有较强的适应能力及收 公式用矢量可以表示为: 敛较快、计算机量小等等。由此可见,时变对时延估计提出了新 C,=aC4·S (13) 的要求,因此时延估计算法必须采取相应的对策 其中,a为常数。 锅炉在正常运行时存在各种各样的噪声源,这些噪声源形 成了锅炉的背景噪声,这对声波在炉膛内传播时的精确测量带 S=sin c(p-D), sin c(-P+1-D),", SInclp-on77 来一定困难。不同容量、不同负荷、不同时刻下运行的锅炉都可 C2={C1x(P,0,0),C1(-P+1,0,0),…,C2(P,0,0 能使得背景噪声发生变化,引起信噪比的不断变化,文章通过 attix (0,0,0)C1x(-1,0,0)…Cxx(-2p,0,0) 改进的四阶累积量时延估计算法来适应低信噪比、信噪比变化2C(1,0.0)C(-1,0,0)…CP,0.0) 的环境,实现声波飞渡时间的精确测量。 4.2改进的四阶累积量算法 C muIr (2P,0,0)C,(2P-1,0,0)…C2(0,0,0) 仍然使用图2所示的信号模型,对于离散系统,通道1和其中,C4为(2+1)×(2p+1)维,S为(2p+1)×1维,C为(2p+1) 通道2的信号参数模型为: 1维 (t)=s(t)+n1(t) 在利用改进的四阶累积量算法米估计时延时,得到最佳权 x, (t=As(t-D)+n,(t) 系数应为 其中,表示采样点;s(t)为非高斯、零均值平稳随机过程,实际 2°2[sinc(i-D),=P,P+1,…,0,…,P-1 中这是容易满足的;s(t-D)为s(t)的时延形式;噪声n1(t)和 a n2(t)为与信号s(1)统计独立,空间相关的零均值高斯噪声;A 然后根据权系数的极大值得到时延的估计,但是此方法在 为衰减系数。 噪声比较低的情况下可能得到错误的极大值,导致时延估计不 实际上,由卷积理论知 准确。在这种情况下,把原来的自适应滤波器系数解耦为g与 sinc两部分,利用了一个系数为sinc(i-D)的滤波器,同时又 s(t-D)=2sin c(t-D)s(t-k) (8)增加一个g的增益迭代用来跟踪ao1o2+02洇子以得到最 其中抽样函数sinc(n)=in(mn)/m,用一个充分大的正整数p权系数,可以直接得到时延的估计值,不存在错误极大值的 代替∞(p>D),并忽略截断误差,可以得到函数的抽样值。 问题,所以可设计FOC- ETDGE算法的系统模型如图4所示。 将公式(8)带入公式(2)中得 信号2 a, (t)=a>sin c(i-D)s(t-i)+n, (t) (k)四阶累积量信号1 利用sinc采样 的计算 的FR滤波器 >sin c(i-D)[x, (t-i)-n, (t-i)l+n,(t) (9) x(k),互四阶累积信号3 时延估计的实质就是利用有限的观测信号x1()和x2() 量的计算 有效地抑制高斯噪声,估计出时间延迟D。 图4改进的四阶累积量算法的系统框图 对于零均值的随机平稳过程x1(t)和x2(t),可以定义随机 图4中的信号1C(7,0,0)经过一个自适应的功率因 变量x1(t)的自四阶累积量如下 子g和一个自适应FIR滤波器得到信号2C(T,0,0): Cx(7,0,0)=cumx1(k),x1(k+),x1(k),x1(k)](10) 定义随机变量x1(t)和x2(t)的互四阶累积量为 C.(7,0,0)=g sIn c (i-D r-i,0,0) (14) Cx.(7,0,0)=cumx1(k),x2(k+7),x1(k),x1(k) 定义自适应误差函数为: CMLL(, 0, 0)=cum[x, (h), a>sin c(i-D)[x, (t-itr) =∑C(7,0,0)-C(r,0,0) (15) n1(t-i+r)+n2(t+r),x1(k),x1(k 令r=-p,→p+1,…,P,则误差函数为 根据累加量可加和高斯噪声的四阶累积量为零等特性,以 =∑g∑sinc(i-D)C1(r-1,0,0)-C(7-,0,0)= 上公式可以整理得: C.(r,0,0) (gC4·S-C.) 葛慧,陈平:改进的四阶累积量算法在声学测温中的应用 2010,46(8)237 在这个自适应系统中,数字滤波器系数的调整是通过使输5结论 出数据e(k)的均方误差最小来实现的。这就需要用到最小均 研究了在低信噪比和时变信噪比情况下,改进的四阶累积 方算法,此算法是釆用梯度搜索的方法来求解二次函数的最小量时延估计自适应系统模型,使时延和信噪比的自适应过程分 值。在这里需要调整FR滤波器的系数量S。由此可得到误离。把传统模型中单一的自适应滤波器分解成横向相连的两个 差函数分别对参数D和g的梯度为: 子自适应单元:一个用来跟踪时延估计,另一个用来适应信噪 0=2(g·C·s-C)(g·C…F) (17)比的变化。克服了在较低信噪比和信噪比是变化的条件下传统 aD 的时延估计算法中所遇到的困难。通过改进的四阶时延估计算 aJ =2(gC4·S-C)(C4·F) (18)法,时延估计的性能得到了改善,具有理论和实用价值 其中 参考文献: F=[-八(-p-D),-f(-p+1-D),…,f(p-D 王宏禹,邱天爽自适应噪声抵消与时间延迟估计M.大连:大连理 dsin c(u) cos( v)-sin c(u) 工出版社,1999 D [2]安连锁,沈国清,姜根山,等炉内烟气温度声学测量及其温度场的 令梯度矢量为零,可求解最优参数矢量D,自适应过程中 确定J热力发电,2004,3(9):40-42 采用最陡下降法来实现最优参数矢量的迭代过程。每次用正比[3 Young k J, reland s, elendez-Cervates M C,eta. On the sys 于负梯度矢量来改变当前矢量的数值,即: tematic error associated with the measurement of temperature using acoustic pyrometry in combustion products of unknown mixture[JI D(h+1)=D()ud aJ Meas Sci 'Technol, 1998, 9(1): 1-5 g(k) aD 4]毛汉领,王小纯陈仲仪大型设备中金属跌落零件的声学定位问题 g(k+1)=g(k)-42 (20) 研究J应用声学,1998,17(2):31-35 5 So H C, Ching P C.A novel constrained time delay estimator[C]/ 可以看出这里需要一个时延的迭代初值和增益的迭代初 Proc of ICSP'93, Beijing, China, 1993: 188-192 值,时延初值D(0)的选取必须满足D-1.45≤D(0)≤D+1.45,阿6夏崔春,钱进可变步长自适应时延估计方法研究声学与电子工 增益初值g(0)的选取应该在0到1之间,才能收敛到真实时延 程,2004(4):24-27 [7 So H C, Ching P C Performance analysis of ETDGE-an efficient 值。和以2分别是D(k)和g(k)的收敛因子,用来调节自适应的 and unbiased TDOA estimatorJJIEE Proc-Radar Naving, 1998, 145 稳定度和速度。 (6):325-330 (上接233页) 臂轨迹跟踪控制,并对算法进行了理论分析和仿真实验研究。 0.3 结果表明该方法具有较好的自适应性和较快的响应速度,可以 有效地实现覆冰机器人除冰时跨越输电线路不同的障碍物。 0.6 实际输出 07期望输出 参考文献: [1 Sawada J, Kusumoto K, Munakata T,et al. A mobile robot for ins pection of power transmission lines[J].IEEE Transactions on Power Delivery,1991,6(1):309-315 0.5 1.0 1.5 Time/ms [ 2] DeLuca A, Oriolo G, Samson C Robot motion planning and control My 0.7 Laumond j-P Feedback Control of a Nonholonomic Car-like Robot 0.6 0.5 3] Zotov Y K Controllability and stabilization of the programmed mo 0.4 tions of a transport robot[J]Journal of Applied Mathematics and 0.3期望 Mechanics,2000,64(6):871-890 02输出 4]唐栎,房立金基于分布式专家系统的超高压输电线路巡检机器人 实际输出 0. 控制系统的研究J机器人,2004(5):267-271. 0.5 5]彭金柱,王耀南,孙炜.一种基于模糊神经网络的机器人控制J计 1.5 Time/ms 算机工程与应用,2005,47(2):222-224. 图2关节1、关节2跟踪曲线 6]梁霄,徐玉如基于日标规划的水下机器人模糊神经网络控制J中 国造船,2007(9):123-127 5结论 「]孙炜.智能神经网络的机器人控制理论方法研究D长沙:湖南大 将自适应模糊神经网络控制器应用于越障时机器人机械 学,2002

...展开详情
试读 4P 论文研究-多智能体粒子群算法在配电网络重构中的应用.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-多智能体粒子群算法在配电网络重构中的应用.pdf 16积分/C币 立即下载
1/4
论文研究-多智能体粒子群算法在配电网络重构中的应用.pdf第1页

试读结束, 可继续读1页

16积分/C币 立即下载 >