首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于支持向量机的间谐波参数估计方法研究

中文摘要第1-4页
英文摘要第4-8页
1 绪论第8-18页
   ·研究背景及意义第8-13页
     ·间谐波的定义第8-9页
     ·间谐波的主要来源第9-11页
     ·间谐波的危害第11-13页
   ·间谐波分析的国内外研究现状第13-16页
   ·本文的主要工作第16-18页
2 统计学习理论与支持向量机第18-28页
   ·机器学习第18-19页
   ·统计学习理论第19-22页
     ·VC 维理论第20页
     ·推广误差边界第20页
     ·结构风险最小化第20-22页
   ·支持向量机第22-27页
     ·支持向量机回归算法第22-26页
     ·核函数第26-27页
   ·本章小结第27-28页
3 基于支持向量机的间谐波参数估计第28-39页
   ·电网信号模型的建立第28-29页
   ·基于回归型SVM 的间谐波参数估计第29-32页
     ·间谐波参数估计原理第29-31页
     ·间谐波参数估计步骤第31-32页
   ·改进的SVM 间谐波参数估计第32-35页
     ·SVM 的迭代变权最小二乘求解第32-34页
     ·间谐波参数估计步骤第34-35页
   ·仿真分析第35-38页
     ·不含噪声情况下的参数估计第35-37页
     ·含噪声情况下的参数估计第37-38页
   ·本章小结第38-39页
4 基于 ESPRIT 的间谐波频率参数估计第39-52页
   ·空间谱估计理论第39-42页
     ·时域信号到空域信号的转换第39-40页
     ·自相关矩阵的特征值分解第40-42页
   ·基于ESPRIT 的频率参数估计原理及实现第42-45页
     ·基于ESPRIT 的频率参数估计原理第42-43页
     ·基于ESPRIT 的频率参数估计实现第43-45页
   ·仿真分析第45-51页
     ·频率参数估计不同实现方式对比第45-47页
     ·TLS-ESPRIT 频率参数估计性能第47-48页
     ·TLS-ESPRIT 频率参数估计影响因素第48-51页
   ·本章小结第51-52页
5 支持向量机结合 TLS-ESPRIT 的间谐波参数估计第52-62页
   ·单独使用SVM 参数估计存在的问题第52-54页
     ·SVM 参数估计的计算量分析第52-53页
     ·SVM 参数估计的实时性分析第53-54页
   ·支持向量机结合TLS-ESPRIT 的间谐波参数估计第54-56页
     ·算法的思路第54页
     ·算法估计精度分析第54-56页
     ·算法的计算量及实时性分析第56页
   ·仿真分析第56-60页
     ·算法的频率分辨率第57页
     ·实际数据分析第57-59页
     ·频率估计对SVM 的影响第59-60页
   ·本章小结第60-62页
6 结论与展望第62-64页
   ·主要结论第62-63页
   ·后续研究工作的展望第63-64页
致谢第64-65页
参考文献第65-69页
附录第69页
 A. 作者在攻读硕士学位期间发表的论文目录第69页
 B. 作者在攻读硕士学位期间参与的科研项目目录第69页

论文共69页,点击 下载论文
上一篇:LED路灯散热器自然对流研究
下一篇:飞轮储能用高速永磁同步电机磁钢涡流损耗研究