基于FFT和神经网络的非整数次谐波分析改进算法

运用神经网络模型进行整数次谐波检测可达到较高的检测精度，但该种线性神经元模型不适合非整数次谐波的检测。为精确检测非整数次谐波，该文提出一种改进的线性人工神经元模型，并将加汉宁窗的FFT算法和改进的线性人工神经元模型结合起来，提出一种改进的非整数次谐波分析算法。首先，对采样信号用加汉宁窗的FFT算法进行预处理，得到谐波个数和精度不高的谐波次数；其次，根据谐波个数设定神经元的个数，根据预处理后得到的谐波次数设定神经网络谐波次数迭代的初始值；为了提高迭代速度，提出了谐波次数迭代步长自适应调整的算法。最后对改进后的人工神经网络进行训练，实现了非整数次谐波的精确检测。仿真实例表明，该方法能将频率相近的非整数次谐波分离，可有效提高谐波参数的检测精度和速度。