摘要

在高噪声及动态条件下,传统算法的跟踪性能受到一定的影响,并可能出现振荡现象。为此,设计一种利用在线估计信号的噪声含量和动态特性来调节跟踪特性的算法,以提高频率跟踪性能。该算法通过克拉克变换将三相电压信号转化成一个相量,并利用有限冲击响应(finite impulse response,FIR)前置滤波器来抑制噪声影响。利用递归最小二乘滤波器来获得信号的相量估计值,此滤波器能够在动态状态下通过减小遗忘因子来得到快速跟踪性能,而在高噪声下通过增大遗忘因子来提高抗噪声性能。根据相邻两采样点的相角差来计算新的采样间隔。仿真结果表明,该算法能在动态和静态条件下都具有比传统算法更为优越的估计性能。

全文