论文部分内容阅读
为了提高Adaline神经网络谐波分析方法对频率波动信号的分析精度，提出了增强型Adaline神经网络模型．该算法将基波频率作为待定的权值，可以同时估计信号频率及各次谐波的幅值和相位，在学习算法中采用动量项方法和频率延迟调整策略以提高算法的收敛性能．讨论了学习率和动量因子对算法收敛性的影响，并给出了各参数的优化设置方法．Matlab仿真结果表明，增强型Adaline谐波分析算法不会产生频谱泄漏，具有较高的分析精度和较快的收敛速度．增强型Adaline谐波分析算法适合于短数据非同步采样下的谐波分析．