基于全相位快速傅里叶变换和人工神经网络的电网谐波检测组合优化算法

针对现有谐波检测方法的适用范围小、测量精度低和抗干扰能力弱的缺陷,提出一种基于全相位快速傅里叶变换和人工神经网络的谐波测量组合优化算法。该方法利用全相位快速傅里叶变换对相位的优越检测能力得到谐波的相位信息,同时得到的谱线峰值可以为神经网络初始化提供依据;利用人工神经网络的自学习和抗干扰能力得到系统的谐波频率和幅值信息。仿真结果表明,基于全相位快速傅里叶变换和人工神经网络的谐波测量方法的适用范围更广,收敛速度更快,谐波检测的精度和鲁棒性也更优越。

基于快速傅里叶变换的四种相位解包裹算法

为了快速准确地对含有噪声的包裹相位图进行相位展开,采用理论分析与计算机模拟及实验验证相结合的方法,对基于快速傅里叶变换(FFT)的四种典型算法——四次FFT算法(4-FFT)、二次FFT算法(2-FFT)、四次离散余弦变换算法(4-DCT)及横向剪切干涉与FFT相结合的算法(LS-FFT)作了对比研究。结果表明:2-FFT算法运行速度最快,4-FFT算法次之,LS-FFT算法速度最慢;4-FFT算法对含有较强噪声和轻微欠采样的实验数据的处理效果是最好的;LS-FFT算法对强噪声数据的处理效果最差。

基于BP神经网络和全相位快速傅里叶变换的电力系统谐波检测技术研究

在分析现有谐波检测方法的基础上,研究了基于全相位快速傅里叶变换和人工神经网络的谐波和间谐波检测算法。针对谐波检测精度不高的问题,提出了一种基于全相位快速傅里叶变换和BP神经网络的谐波检测方法,同时采用全相位快速傅里叶变换和自适应神经网络的谐波检测方法,进一步提高了谐波检测的精度。通过虚拟仪器软件开发平台Lab Windows/CVI,设计了基于全相位快速傅里叶变换和自适应神经网络的谐波检测软件。软件实现了谐波幅值和相位的检测以及总谐波畸变率的计算,并能够在总谐波畸变率超标的情况下给出警报。

基于全相位快速傅里叶变换的主轴不平衡特征提取及实验

主轴作为数控机床的核心部件,因其质量不平衡而产生的振动严重影响机床的加工精度。对主轴不平衡振动进行有效抑制的前提是需要准确提取振动信号特征。为了准确提取主轴系统的不平衡振动特征,获取振动幅值和相位,提出基于全相位快速傅里叶变换的主轴不平衡振动特征提取方法,全相位快速傅里叶变换利用自身的频谱分析功能实现对信号相位和振幅的准确提取。分别通过仿真与实验的方式将该方法与其他3种方法进行振动特征提取对比,全相位傅里叶变换提取振动幅值和相位准确度和稳定性更好,提取后的振动相位准确性可达97%,而提取后进行动平衡振动抑制实验,振动量下降65.21%,进一步验证了该方法的有效性。

基于全相位FFT的铁路信号频率检测算法研究

本文主要研究基于全相位快速傅里叶变换(All Phase Fast Fourier Transform,APFFT)的铁路信号频率检测算法。介绍铁路信号的基本概念,并对传统快速傅里叶变换与APFFT的理论基础进行深入分析。通过矩阵分析方法比较传统FFT和APFFT的性能差异。在实验分析部分,通过具体的数据模拟实验验证APFFT在频率检测方面相较于传统FFT的优势。针对铁路CPFSK(Continuous Phase Frequency Shift Keying)信号,提出基于APFFT的低频率和边缘频率检测技术。通过仿真实验验证所提方法的有效性。总结全相位FFT在铁路信号频率检测中的应用前景与研究价值。

快速傅里叶变换的两种改进算法

首先分析用于模拟信号频谱分析的快速傅里叶变换法，进而提出基于线性插值原理和抛物线插值原理的两种改进快速傅里叶变换法。算例分析表明，改进后的算法明显提高了计算精度，降低了对采样频率的要求，从而明显提高了计算速度。

基于全相位傅里叶变换的煤矿电网电能质量分析

根据当前煤矿电网负荷特点,在详细对比了当前谐波和间谐波分析方法的基础上,引入全相位傅里叶变换对煤矿电网中的谐波和间谐波进行分析。在谐波的测量中,对基于Hanning加窗插值法、基于B-H加窗插值法、基于Blackman加窗插值算法和全相位傅里叶算法分别进行了仿真计算比较。发现基于全相位傅里叶算法对谐波的测量误差远远小于其他三种加窗算法。在间谐波的测量中,对比了Rife-Vincent(Ⅲ)窗法和全相位傅里叶算法的仿真计算结果,表明基于全相位傅里叶算法对间谐波相位和频率的测量误差远远小于Rife-Vincent(Ⅲ)窗法,对间谐波的幅值测量精度也远高于Rife-Vincent(Ⅲ)窗法。仿真计算结果表明,基于全相位傅里叶修正算法能对谐波中的偶次、奇次及间谐波中的特定次谐波进行有效测量分析,该算法精度高,可靠性高。

基于全相位傅里叶变换的磁调制交直流漏电电流检测方法

电力电子设备发生漏电故障时,其漏电电流为交直流复合的复杂电流信号,传统的电磁式电流检测方法、霍尔电流检测方法或双铁心磁调制电流方法均无法满足复杂漏电电流的检测要求。针对这一问题,提出一种基于全相位傅里叶变换的磁调制交直流漏电电流检测方法,采用电压型单铁心磁调制互感器进行交直流漏电电流检测,可以简化互感器结构;同时采用全相位傅里叶变换进行磁调制电流解调,可以简化解调电路结构。试验结果表明,全相位傅里叶变换有效克服了非周期采样造成的频谱泄漏问题,从而使互感器具有较高的检测准确度。

迂回相位编码的傅里叶变换计算全息图及其再现

光学全息图直接利用光学干涉法在记录介质上记录物光波和参考光波叠加后形成的干涉图样 ,而采用计算全息 (CGH)的方法可不借助参考光直接记录物光波的复振幅信息。如果对迂回相位编码的全息图再进行一次逆的快速傅里叶变换 ,则可由计算机模拟完成物光波的全息图再现。试验结果也验证了该方法的可行性。

求解分数傅里叶变换衍射积分的一种快速算法

在对Lohmann二型分数傅里叶变换 (FRT)和菲涅耳衍射积分进行比较的基础上 ,给出基于快速傅里叶变换 (FFT)求解该分数傅里叶变换和菲涅耳衍射积分的快速算法及算法适用范围 数值模拟实验证明了理论的可靠性和算法的高效性

一种三维快速傅里叶变换并行算法

三维快速傅里叶变换在物理计算领域中被广泛地使用.传统并行算法所使用的面划分和块划分方法并不适合稀疏三维向量的傅里叶变换.提出了一种新三维快速傅里叶变换的并行算法,针对稀疏三维向量的傅里叶变换,新算法通过重新调整x,y,z三个方向的计算顺序,能最大限度地减少计算量以及进程间的通信量,从而减少计算时间,提高并行加速比.详尽的理论分析以及多个高性能计算平台上的实验结果证明:在对稀疏三维向量作傅里叶变换时,新算法优于传统算法.

局部放电窄带干扰抑制中改进快速傅里叶变换频域阈值算法的研究

窄带干扰抑制一直是电力设备局放在线监测中的一项重要课题,已有许多用于抑制窄带干扰的数字信号处理方法。文章在研究快速傅里叶变换(FFT)频域阈值法的基础上,提出了一种改进算法,即利用多项式拟合的方法,在原有阈值法置零区域的两侧进行周边频带处理,使算法能够适应更宽频带内的窄带干扰。仿真计算和实测数据处理结果表明该算法有较好的干扰抑制效果。

超高速全并行快速傅里叶变换器

设计和实现超高速快速傅里叶变换器(FFT)在雷达与未来无线通信等系统中具有重要意义。该文提出首个全并行架构的FFT处理器,其避免了复杂的路由寻址以及数据访问冲突等问题,基于较大基进行分解降低运算复杂度。由于旋转因子已知和固定,大量的乘法转化为了定系数乘法。同时由于采用了串行的计算单元,在达到全并行结构的高速度同时硬件复杂度相对较低;所有的硬件计算单元处于满载的条件,其硬件效率能达到100%。根据实际的实现结果,所提出的512点FFT处理器结构能够达到5.97倍速度面积比的提升,同时硬件开销仅占用了Xilinx V7-980t FPGA 30%的查找表资源与9%的寄存器资源。

基于Mallat算法和快速傅里叶变换的电能质量分析方法

提出了一种基于Mallat算法和快速傅里叶变换的电能质量分析方法。将小波消噪应用于采样信号,根据信号的突变点检测结果,将采用Mallat分解算法得到的第一层和第二层高频系数作为区分稳态和非稳态扰动的判据,进而求出扰动的持续时间。根据多分辨分析的频带划分原理,采用Mallat重构算法提取出了暂态扰动波形,并编制了可准确判别电压骤降、骤升和断电等短期变化扰动的识别子程序。对于稳态扰动,提出可将快速傅里叶变换作为区分谐波和闪变的一种手段。Matlab的仿真结果验证了该方法的准确性和有效性。

基于函数映射的快速傅里叶变换算法

给出了一种新的快速傅里叶变换算法 算法利用了傅里叶变换因子CknN 、SknN 的对称特性 ,将函数序列x(n)个数压缩至四分之一 对其压缩后的函数序列 ,按其相邻函数值之差映射为函数 p(n) ,同时对傅里叶变换因子CknN 、SknN 按累进求和映射为AknN 、BknN 不同于FFT算法要求N为 2的整数次幂 ,该算法中N可为任何偶数 对诸如方波、三角波、锯齿波及可分解为阶梯波的光学图象、特别是二值光学图象 ,能极大地减少计算量 。

实数序列快速傅里叶变换的一种新算法

本文提出一种实数序列的快速傅里叶交换算法。该算法具有如下特点:(1)利用实数序列的频谱可以由其奇、偶子序列的频谱构成的性质分组递推,形成了基2的FFT递推算法;(2)注意到实效序列频谱的复共轭对称性,每个子序列的频谱值只需计算一半,即可省去一半计算量;(3)利用加权函数W^i~N的周期性和共轭对称性,进一步减少了计算量;(4)对所用到的三角函数值进行递推计算,减少了因多次调用基本外部函数所花费的时间。

基于快速傅里叶变换和改进T-S模糊神经网络集成模型的逆变器开路故障诊断方法研究

针对受负载扰动和测量噪声影响,逆变器开路时的故障边界间、故障与特征间存在交叠和模糊性问题,在对逆变器功率管开路故障特征的分析基础上,提出基于快速傅里叶变换和改进T‑S(Takagi‑Sugeno)模糊神经网络集成模型的逆变器开路故障诊断模型。首先,依据快速傅里叶变换分析逆变器的三相输出电流波形,提取功率管发生不同类型开路故障时的故障特征;其次,采用规则自分裂技术和模糊C均值设计T‑S模糊神经网络的前件网络的隶属函数层;然后,依托自适应Levenberg‑Marquardt算法对T‑S网络参数进行训练;最后,利用训练后的T‑S网络实现逆变器功率管的多种故障类型与位置的诊断。实验结果表明,所提出模型的诊断准确率高达96%,能够显著改善逆变器功率管开路故障诊断时所存在的问题。

一种基于离散傅里叶变换的小波变换的快速算法

小波理论中的多分辨率分析和Mallat算法近年来已在数字信号处理中得到了广泛的应用.但如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的.通过对离散傅里叶变换及Mallat算法原理的分析,针对离散小波变换算法结构特征,对其结构进行了重组,在此基础上利用快速傅里叶变换,提出了一种快速离散小波变换算法,并从理论上进行了分析和论证;与直接算法相比,可有效降低运算量.

二维离散傅里叶变换DFT(2~n;2)的快速新算法

本文提出一种计算二维离散傅里叶变换DFT(2~n;2)的快速新算法,这种算法所需的非平凡实数乘法和加法次数是现有相应算法中最少的,而且这种算法仅使用实数乘法,在实数据输入情况下有更好的适应性,能在不改变算法实现结构条件下减少一半乘法次数。

基于快速傅里叶变换的遥测信号载波估计算法

遥测系统设计阶段,信号载频频率往往会出现大范围偏移,无法实现快速同步。而基于参数模型和基于离散傅里叶变换的频谱估计算法并不能直接适用于遥测系统的载波频谱估计。针对这一问题,提出基于快速傅里叶变换的载波频率估计算法。该算法针对PCM遥测信号频谱双峰的特点,以FFT算法原理为基础,结合频移技术,实现对PCM遥测信号进行频谱估计。仿真表明,该算法实现简单、实时性高、估计范围广,在信噪比较高的情况下,可以实现对遥测信号载波频率进行较为准确的估计,以协助锁相环节完成快速同步。