基于双小波变换的负载电流微分干扰补偿仿真

电力系统的负载电流极易受到外界干扰信号的影响,导致负载电流的不稳定输出,为此提出基于双小波变换的负载电流微分干扰补偿法。利用双小波变换技术实时跟踪检测负载电流的输出情况,判断负载电流是否处于平稳状态。通过分析电流微分干扰,确定负载电流不稳定的原因。搭建负载电流干扰补偿方程,求解补偿系数与电流偏移量,并安装负载电流干扰补偿控制器,分别从总量、分量和残量三个方面实现对负载电流的直接补偿。通过仿真得出结论,与传统补偿方法相比,基于双小波变换的负载电流微分干扰补偿方法的补偿速度提升了50%,极大程度上减少了外界信号干扰的影响,保证了电流的稳定输出。在实际应用中,提高了电力系统的运行效能和稳定性。

改进的双小波空域相关混沌信号降噪方法

基于小波系数尺度间的相关性原理,提出一种改进的基于双小波的空域相关混沌信号降噪方法。首先将单个离散小波变换扩展为两个,然后对每个小波变换后的近似系数进行奇异谱分析,对细节系数进行尺度间的相关性分析,最后将处理后的近似部分和细节部分分别取平均再重构得到降噪后的信号;同时还引入了一个判别系数,对相关量进行自适应的选取。通过对Lorenz模型和月太阳黑子混沌信号进行仿真分析,证实了所提方法具有实现简单、重构误差小的优点,能够对实际观测混沌信号进行有效的降噪。

一种双小波基的构造方法

根据双尺度方程导出的尺度函数的Fourier变换无穷乘积公式,结合函数与函数的Hilbert变换之间的Fourier变换关系,提出了由2个共扼正交滤波器所构造的2个小波基是双小波基的一个条件,并通过满足该条件的例子来设计了满足该条件的具有最小长度的这种类型的2个滤波器的求解方法.

基于CS算法的结构光图像融合技术研究

结构光图像广泛应用于工业自动化机器人的机器视觉。由于光学传感器的性能限制,测量精度与检测范围存在矛盾,光线的对焦不同、存在遮挡物会导致成像困难。本文运用基于压缩感知理论(Compressed sensing,CS)的多源图像融合技术解决了数据量大和工件成像难的问题。构建了最优小波稀疏基和最优小波融合基,对比了基于正交匹配追踪(Orthogonal matching pursuit,OMP)和经典的梯度投影(Gradient projection for sparse reconstruction,GPSR)的双小波变换压缩感知算法,成功进行超稀疏的正交匹配追踪工件图像融合与准确定位。实验表明,本文算法在结构光视觉成像时,可去除遮挡物并避免传统融合的信息损失和计算繁琐现象,提高了目标图像的空间分辨率和清晰度。这有利于机器视觉对工件位置、形状和类型的判断,成功进行精准定位放置等自动化机械操作。