针对间谐波不易检测的特点,提出一种新的间谐波参数分析方法。首先利用加权信号子空间投影算法优化的多重信号分类算法(MUSIC,multiple signal classification)对间谐波信号频率进行估计。在分析过程中,利用欧拉公式将信号转化为空域信号,运用改进后的谱函数对谱峰进行搜索,实现信号的频率估计。最后利用蜜蜂算法结合收敛速度较快的自适应最小均方(LMS,least mean square)算法以2种群协同进化的方式,实现间谐波信号的幅值与相角估计。研究结果表明:改进后的MUSIC算法提高了非理想情况下间谐波参数估计的精度;采用协同进化蜜蜂算法减小了算法的迭代次数以及陷入局部极值的概率,同时也提高了工蜂位置向量的准确度。
针对间谐波不易检测的特点,该文提出了一种新的间谐波参数分析方法。首先利用多维纳滤波器的旋转不变技术估计信号参数方法MSWF-ESPRIT(estimation of signal parameters via rotational invariance techniques based of multiple stage wiener filter)对间谐波信号进行频率估计,然后再利用粒子群算法PSO(particle swarm optimization)结合自适应最小均方LMS(least mean square)算法以两种群协同进化的方式对间谐波信号的幅值与相角进行估计。双种群自适应PSO算法的提出提高了算法的收敛速度与粒子位置向量的准确度,减小了陷入局部极值的概率。仿真结果表明,MSWF-ESPRIT算法在较高信噪比下谱估计结果优于总体最小二乘旋转不变子空间。