针对光伏发电系统最大功率点跟踪控制，提出了固定电压和自适应变步长电导增量相结合的方法．该方法首先采用固定电压法将光伏阵列的工作点调整到最大功率点附近，然后启动变步长电导增量法实现精确的最大功率点跟踪控制．仿真结果证明，该自适应变步长电导增量法能够快速、准确地跟踪最大功率点，避免了最大功率点处的振荡，提高了系统稳定性和能量转换效率．

对比传统的归一化最小均方算法（NLMS），系数比例自适应算法（PNLMS）拥有较快的初始收敛速度，但是PNLMS无法很好处理稀疏系统辨识问题。因此基于L0范数的IPNLMS(L0-IPNLMS)算法被提出，本文对L0-IPNLMS算法提出改进以提高对稀疏系统进行辨识的性能。分析了近年来的几种系数比例算法的性能及其局限性，通过建立步长因子μ与误差信号e之间的非线性关系，提出了一种结合Sigmoid函数和L0范数的变步长系数比例NLMS滤波算法，仿真结果表明提出的算法拥有更好的收敛性和稳态误差。

在改进算法中,步长因子与误差信号自相关函数之间建立了一种改进的非线性函数关系。将改进算法应用到系统辨识中,通过计算机仿真结果看出,自适应滤波性能在收敛速度和稳态失调误差等方面得到改善。

通过对变步长 LMS 自适应滤波算法和提升小波变换理论进行研究,将两种算法换相结合,提出一种新的提升小波变步长 LMS自适应滤波改进算法;根据信号特征对更新算子和预测算子自适应的构造,对正交分解的信号进行变步长 LMS自适应消噪,提高了收敛速度和稳定性;通过仿真分析,证明了改进的提升小波变步长 LMS滤波算法具有较快的收敛速度和更强的抑噪能力;最后,将提出的方法应用于低速重载齿轮箱的故障诊断中,分析结果表明,该方法是一种非常有效的故障特征处理方法。

LMS(Least Mean Square)算法因其结构简单、稳定性好等优点,得到了广泛的应用,但在收敛速度和稳态失调之间存在着固有矛盾,通过对步长因子的调整可以克服这一矛盾。分析研究了已有的变步长LMS算法,在此基础上提出了一种改进的变步长LMS算法。理论分析和计算机仿真表明该算法不但具有较快的收敛速率,并且具有更小的稳态误差。

一种FxLMS自适应滤波算法

传统电导增量法是太阳能光伏系统最大功率点追踪(MPPT)问题中应用最普遍的方法之一，但其存在着振荡和误判的问题，对太阳能系统的效率和稳定性有很大的影响。提出了一种新的MPPT算法：将功率预测法和电导增量法有机结合，同时应用变步长的理论来达到既减小振荡同时又克服误判的目的。与传统定步长电导增量法与变步长电导增量法相对比，在MATLAB 7中仿真的实验结果证明了该方法的可行性。

阐述了matlab中simulink仿真时解法器选择的问题 ，主要有变步长和固定步长两大类

针对以往光伏发电系统太阳能最大功率点跟踪（MaximunPowerPointTracking,MPPT）算法的跟踪速度及精确度不理想的特点，提出了一种新颖的变步长滞环比较法，对传统扰动观测法存在的速度和精度的矛盾进行优化。在Matlab/Similink下进行系统的建模与仿真，并进行实验分析。

基于改进的Sigmoid函数的变步长LMS算法