非线性和线性负载连接到三相电源。 电源电流是非正弦的。 并联有源滤波器在 0.08 秒处切换。 现在电源电流是正弦的并且与电源电压同相。 功率因数接近统一，THD 降低至 5%
可以改变负载参数以研究不同类型的负载特性
2022-10-01 09:10:46
39KB
1
为了提高正交空时分组码的MIMO系统性能，提出了采用预编码的空时分组码信号检测方案，该方案在发射端将正交分组编码和预编码矩阵相结合，在接收端采用MMSE均衡译码算法。分析了最小均方误差（MMSE）均衡译码算法和最大似然（ML）译码算法，将此两种算法的性能与最大比值合并（MRC）的性能进行了仿真和比较。仿真结果表明，MMSE算法与ML算法性能相比在误比特率为10-5时有约0.5 dB的增益。
2022-05-05 21:08:44
602KB
1
为了解决定步长 LMS 算法不能同时满足快速收敛和低稳态误差的问题，提出了一种基于改进双曲正切函数的变步长LMS算法（IVSSLMS）。该算法利用步长反馈因子的二范数和误差信号的相关值来调节步长，克服了定步长算法收敛速度慢及抗噪声能力差的问题；并从理论上分析了算法的性能，给出了参数的取值方法。仿真实验结果表明，在高/低信噪比条件下，IVSSLMS 算法比已有变步长算法的收敛速度更快、稳态误差更小、系统跟踪能力更优。
2022-04-14 10:19:35
1.04MB
1
我们已经生成了一个信号，然后我们生成了一个随机噪声并将其添加到信号中，然后我使用 lms 算法我们尝试消除噪声对信号的影响并使原始信号尽可能恢复纯净
2022-04-07 15:47:26
2KB
1
自适应波束形成是智能天线的关键技术，其核心是通过一些自适应波束形成算法获得天线阵列的最佳权重，并最终最后调整主瓣专注于所需信号的到达方向，以及抑制干扰信号，通过这些方式，天线可以有效接收所需信号。在实际应用中，收敛性，复杂性和鲁棒性的速度是在选择自适应波束形成算法时要考虑的主要因素。本文聚焦于最小均方（LMS）算法和样本矩阵求逆（SMI）的算法，分析了它们的性能，并在Matlab的帮助下将这两个算法应用于自适应波束形成。
2022-04-02 15:13:18
682KB
1
在这个模拟中，我只使用了一种名为最小均方 (LMS) 的算法来进行系统识别任务。 它是为适应信号处理新手而设计的。 您可以非常轻松地为 CLMS、NLMS、LMF、qLMS 甚至 FLMS 等修改此示例。
2022-03-29 14:30:48
2KB
1