基于WLS-TIR的多目标识别认知雷达波形自适应方法

针对多个雷达目标的识别问题,研究认知雷达的波形自适应方法,对目标冲激响应线性加权求和获得多个目标的加权表示,基于互信息准则,通过最大化接收到的信号与目标冲激响应线性加权和(WLS-TIR)的互信息获得了针对多目标识别的最优波形,给出了权值的计算方法和多目标识别的自适应机制.仿真实验表明,本文提出的方法相对于传统的线性调频信号(LFM)对多目标的识别性能有明显的提高,并具有较强的实用性和可行性.

基于波形识别的变压器自适应制动比率差动保护原理

带多段折线或非线性特性的比率差动保护引起了广泛的关注 ,其中三折线比率制动特性的差动保护已在变压器保护中得到了应用 ,但是 ,如何整定各段折线拐点及非线性特性依然是一难题。文中分析了差动不平衡电流、电流互感器 ( TA)饱和、TA传变误差及波形相关系数之间的关系 ,并通过大量的仿真计算 ,得到了 TA传变误差与相关系数的比率关系 ,在此基础上 ,提出了一种根据波形相关系数自动调整制动比率特性的变压器差动保护原理。

局部均匀环境中自适应极化与波形优化检测

研究了一种局部均匀环境中的自适应优化检测算法。首先提出了两种波形设计方案;然后基于自适应子空间检测器提出自适应极化分集与波形设计联合优化检测算法,该算法首先将优化检测问题转化为多参数的联合优化问题;进而应用田口优化算法解决该优化问题。仿真实验证明,在局部均匀环境中提出算法相比其他算法检测性能获得了极大改善;重要的是,由于引入高效的田口优化算法,提出算法的效率得以极大提高。

基于零序信号全波形识别的小电流接地系统故障选线方法

小电流接地系统发生单相接地故障时,故障电流微弱,暂态特征复杂,导致现有选线方法正确率偏低,可靠性较差。该文提出了一种基于零序信号全波形识别的选线方法。首先,介绍了基于故障信号全波形识别的通用方法,指出从波形的角度认识并识别信号,可以充分利用信号的全部故障信息;其次,选取母线电压和所有馈线电流波形作为待识别信号,并根据电流波形分布特征自适应捕捉信号中特征差异最明显的波形进行故障识别,提出了基于故障信号全波形识别的选线方法;然后,利用改进后的全卷积神经网络来识别不同信号波形,并基于Dice系数对识别出的故障信号波形进行可信赖性评价。最后,PSCAD仿真和真型实验测试结果表明该方法具有很高的选线正确率和可靠性。

自适应噪声对消及其在雷达目标识别中的应用

简述了利用波形综合法进行雷达目标识别的工作原理及产生Ｅ脉冲和Ｓ脉冲的方法，提出了一种新的识别参量和识别方法．为了减少雷达回波噪声对识别的不良影响，本文还提出了一种抑制不相关噪声的自适应滤波方法，并将自适应噪声对消技术用于雷达目标识别．计算机仿真试验结果表明，新方法对目标识别能力有较大改善．

基于信号波形特征的道岔工况识别研究

针对单一的Butterworth滤波方法无法有效抑制白噪声的问题,探索使用Kalman滤波、LMS自适应滤波及滑动平均滤波对低通滤波后的信号进一步滤波,得到了较好的效果,引入了Pearson相关系数对3种滤波方法的效果进行了量化对比,其中Kalman滤波的效果最优;分析了道岔结构特征并推断出列车正线过道岔和侧线过道岔时各传感器的理论波形特征;结合谷歌地球软件及实际传感器测试数据,印证了理论波形预测的正确性,得到了列车正线过道岔和侧线过道岔的信号特征波形,为工况识别软件的编写提供了重要的算法依据。

ASK混噪信号的自适应消噪系统

作者提出一种自适应消噪系统,对受强电干扰(宽带平稳过程)的ASK混噪信号有明显消噪效果。在分析消噪系统主要部件(平衡式自适应信号分离器及自适应波形识别检测器)性能的基础上,研制出硬件系统。经测试表明,该系统消噪效果明显。

基于小波变换的心电信号特征检测算法

本文提出了基于连续小波变换的心电信号QRS波识别算法。采用高斯函数的一阶导数作为小波基函数,其中QRS波中R波顶点范围的确定利用小波变换相应层次中的模极大值对的位置;R波顶点位置确定后,利用已有的平均心电周期,实现了P、T波提取的一种新方法—搜索窗口宽度自适应法,在这个新的窗口中利用原信号的差分值,找到P、T波的一些关键点,最终检测提取出完整的心电波形。

基于自适应时间窗函数优化的心电特征波形识别

提出了自适应加窗小波变换方法,实现了心电特征波形精准定位.依据Q波和S波变化趋势识别出心电波有效起始点和终止点;结合差分阈值法检测QRS起始点,实现了心电特征波段的信息识别.研究结果表明,采用提出的定位识别方法,能对异常和亚健康心电波形进行有效识别,提高对QRS波群、特征P波和T波的识别度,对心电信息的提取和异常性心绞痛、心肌缺血、不稳定型心绞痛等心电异常诊断具有重要意义.