基于EEMD和TLS-ESPRIT的谐波间谐波检测方法

总体平均经验模态分解(EEMD)可以在噪声环境下对信号进行准确的分解,克服了EMD分解过程中产生频率混叠和虚假模态的缺陷。总体最小二成旋转不变技术(TLS-ESPRIT)算法本身具有很好的消噪能力,用TLS-ESPRIT算法可以准确地辨识出信号的参数。结合两者的优点,提出了基于EEMD和TLS-ESPRIT的谐波、间谐波检测方法,结合EEMD分解后的各阶分量的能量来确定电网中真实的谐波、间谐波分量。仿真结果验证了所提方法的可行性和有效性。

基于快速TLS-ESPRIT的间谐波检测算法

提出改进的快速TLS-ESPRIT(全局最小二乘子空间旋转不变)算法,其在TLS-ESPRIT算法的基础上,通过降低奇异值分解维数,减小了计算量,并对计算结果不产生影响,可高精度地辨识电力系统中任意组合谐波和间谐波的频率、幅值和相位参数信息。在采样间隔10μs、采样2000点的实验条件下,用仿真信号(含均方差为1的白噪声)和实际牵引变电站监测信号进行间谐波分析试验,结果表明,该方法具有良好的频率分辨率和抗噪声能力,能够在较短的数据窗内有效地辨识出信号中的主要谐波和间谐波分量,计算误差小于0.5%;并且算法仅对周期信号敏感,不受频谱泄漏影响,实用性强。

TLS-ESPRIT法在电压闪变参数估计中的应用

传统闪变检测方法以准确提取调幅波包络线为前提,过程复杂,运算量大。将TLS-ESPRIT法直接用于闪变检测,提出将电压闪变信号通过三角函数分解转化成间谐波信号,构成数据矩阵并进行奇异值分解(SVD),通过总体最小二乘法(TLS)求解旋转方程得到频率,用最小二乘法(LS)估计幅值,并由信号转化等式求得电压闪变信号的频率和幅值。针对被间谐波污染的闪变信号,提出根据双边带特性,检测间谐波频率并进行处理。仿真结果表明:直接检测闪变信号,估计信号参数,实现过程简单,运算量小,且TLS-ESPRIT法抗噪能力强,有效提高了低信噪比条件下闪变信号的检测精度。

基于奇异值分解和TLS-ESPRIT的电能质量扰动信号检测方法

为了能有效地改善电能质量,准确地对电能质量扰动信号的发生及结束时间以及其特征参数进行检测是其前提。文章提出将奇异值分解与TLS-ESPRIT算法相结合来对暂态电能质量扰动进行检测。首先利用基于奇异值分解的方法对暂态电能质量信号进行定位,可以得到较为准确的定位效果。然后以定位点为界,向前及向后各取一个周期的采样信号,对得到的信号利用TLS-ESPRIT算法进行计算,可以估算得到信号的幅值、频率等特征参数。利用这些参数可进一步对扰动类型进行判别。仿真实验结果表明,该方法仅需较短的采样信号,对电压暂降、电压暂升、频率偏差、谐波、谐波加暂降、暂态振荡等多种电能质量扰动信号有较高精度的检测效果。

基于改进形态滤波与TLS-ESPRIT算法的电力系统低频振荡模态辨识

针对广域测量低频振荡辨识过程中的噪声干扰和定阶问题,提出一种高精度低频振荡模态辨识方法。该方法基于粒子群优化算法(PSO-GA)设计广义形态滤波器的加权参数,改进后的滤波器可以较好去除噪声;将低频振荡信号通过该滤波器滤波后再使用改进总体最小二乘法-旋转不变技术(TLS-ESPRIT)算法进行模态辨识,可以准确获得各个模态参数。对于辨识算法的定阶问题,把奇异值差值与最大奇异值比值引入到TLS-ESPRIT算法中,采用该方式进行系统定阶,不仅计算量和受主观因素影响小,而且还可以提高辨识效率以及辨识的准确性。通过系统模型仿真以及电网实际案例证明提出的方法能够较快速准确地辨识低频振荡参数,且在抗噪性及辨识精度方面有较大的优势。

冲击噪声下的改进TLS-ESPRIT算法研究

在冲击噪声背景和相干信源下,基于高斯白噪声的DOA估计算法完全失效,为了解决该问题,本文提出了一种改进的TLS-ESPRIT算法。本算法的原理是结合分数低阶矩阵知识,将空间平滑理论应用于TLS-ESPRIT算法之中。本文算法无需进行空间谱搜索,因而大大地减少了计算量。计算机仿真实验证明,在冲击噪声背景和多径干扰下,新算法能够精确地估计信源的波达方向。

基于TLS-ESPRIT算法和自适应神经网络的间谐波分析

提出一种基于总体最小二乘法-旋转不变技术信号参数估计(TLS-ESPRIT)算法的间谐波参数估计方法。首先通过TLS-ESPRIT算法准确估计电网信号中谐波和间谐波的个数及频率,然后应用自适应神经网络来估计其幅值和相位。自适应神经网络用于谐波分析时,不需要事先进行训练,具有实现简单快速的优点。仿真结果表明该算法无需数据同步采样、频率分辨率高、抗干扰性强、谐波和间谐波参数估计准确。

基于约束最小冗余线阵的TLS-ESPRIT快速算法

在各种高分辨测向算法中,TLS ESPRIT估计精度较高,因不需要谱峰搜索而具有更小的运算量.提出一种利用约束最小冗余线阵的快速TLS ESPRIT算法,在不降低阵列孔径利用率前提下,进一步减小了运算量.分析表明,该算法不仅降低了运算量,而且在一定条件下,性能优于常规TLS ESPRIT算法,所得结论通过计算机仿真得到了验证.

基于改进ESPRIT算法的波达方向估计

把经典的波达方向估计算法应用于均匀圆阵智能天线是一个重要的研究课题。通过预处理技术把均匀圆阵转换成虚拟均匀线阵,为了解决噪声造成信号子空间的扰动问题,提出了两种总体最小二乘ESPRIT(TLS-ESPRIT);为把ES-PRIT算法应用于均匀圆阵,引入了模式空间的ESPRIT算法。通过建立恰当的数学模型,对上述各算法的均匀线阵和均匀圆阵上的性能进行仿真和对比分析。仿真结果证明,两种改进的算法性能均好于基本的ESPRIT算法。

OFDM系统载频偏移的ESPRIT方法估计

分析了OFDM系统信号模型与经典ESPRIT方法所要求的观测向量之间的相合之处,给出了利用经典ESPRIT算法估计OFDM系统载频偏移的方法。然后尝试使用了一种经典ESPRIT算法(TLS-ESPRIT)估计载波频率偏移,仿真结果表明使用该方法比类ESPRIT算法具有更高的估计精度,证明了使用经典ESPRIT方法估计载波频率偏移的可行性与有效性。

基于预编码的MIMO-OFDM系统信道盲估计

本文提出了一种冗余线性预编码应用于多输入/多输出—正交频分复用(MIMO-OFDM)系统,根据编码结构,重构接收信号,使其中表示信道衰落的部分具有旋转不变性性质,结合子空间方法中的TLS-ESPRIT法,实现MIMO-OFDM信道的盲估计。与基于训练序列的信道估计方法相比,本文的信道估计方法不需要训练序列,因而能够节约带宽、提高频谱效率。文章最后进行了Monte Carlo仿真,仿真结果证明了该方法的有效性。

旋转不变技术及其在异步电动机故障检测中的应用

首先介绍了基本旋转不变技术(ESPRIT,Estimation of Signal Parameters via Rotational Invariance Tech-niques),指出其结果会产生虚假波峰且结果具有随机性。然后介绍改进的总体最小二乘(TLS)ESPRIT,其结果能够避开虚假波峰,但不能求解准确的功率幅值。最后,结合模拟退火算法(SA,Simulated Annealing)准确估计功率幅值。该方法可应用于笼型异步电动机转子断条故障检测,仿真结果表明此方法切实可行。

超分辨测向中通道间不一致的校正

方位估计在移动通信、电子对抗、雷达等众多领域中占有至关重要的地位。随着科学技术的突飞猛进和电磁环境的日趋复杂,对目标方位估计的要求也日益提高。基于特征分解的空间谱估计测向在理想模型下具有很好的精度和分辨率,然而当模型存在误差时,测向性能会急剧恶化,甚至失效。文中针对通道不一致的问题提出了一种新的校正方法———等价校正法。该方法只要一个校准源,校正效果好,性能稳定,所需运算量也不大。计算机仿真表明,该校准算法行之有效。