基于自适应高斯基表示的神经网络在电力系统故障和振荡识别中的应用

结合最优联合时一频处理无交叉项干扰及神经网络自学习分类识别的优点,提出了一种在有色噪声干扰下识别电力系统故障和振荡的方法。将经过自适应高斯基表示(Adaptive Gaussian Representation,AGR)分析处理的电力信号特征向量输入神经网络分类器进行识别。待辨识输入向量不仅表征了原信号的基本信息,而且没有交叉项,运算简单。仿真结果表明,此方法能正确分类识别有色噪声干扰下的系统故障和振荡,提高了电力系统微机保护在系统振荡中检测故障的灵敏性和精确性。

基于自适应线调频高斯基展开的参数识别方法

提出了用自适应线调频高斯基展开及其自适应谱进行参数识别的时频分析方法.用线调频高斯基函数自适应地对响应信号进行匹配分解,得到信号的线调频高斯基展开及其自适应谱.根据自适应谱从响应信号中重构出具有单频特性的振动信号,再由单自由度系统的参数识别方法识别系统的模态参数.并针对一多自由度系统具体论述了固有频率、阻尼比和振型的识别方法,识别结果与理论结果吻合较好.该方法不需要输入信号,并对平稳、非平稳信号均适用,且具有较强的抗噪声能力.算例分析说明提出的方法是参数识别的有效方法之一.

基于AGR提取PD信号的应用研究

提出了一种从混合有色背景噪声环境提取变压器局部放电信号的方法——自适应高斯基表示。自适应高斯基表示是一种参数化最优联合时频分析工具 ,它能够有效地去除交叉项干扰 ,滤除有色噪声。系统运行中存在的服从高斯或非高斯分布的有色噪声 ,具有不满足细节小波分解系数趋于零的特性 ,不能有效地被小波分解滤除。基于信号匹配原则 ,通过自适应估计最优高斯基分解参数 ,将信号分解为最优高斯基函数的线性组合 ,滤除噪声 ,无限逼近原信号 ,弥补了局部放电信号检测精确性的不足。大量的仿真结果表明自适应高斯基表示是一个有效的局部放电检测方法 ,它将在电力系统局部放电信号检测中得到广泛的应用。

步进频雷达目标ISAR成像运动补偿新方法

分析了基于步进频ISAR运动目标的回波信号模型,讨论了目标运动对成像的影响,指出了当目标运动速度不可忽略时会造成高分辨距离像的移位和畸变,并使二维像散焦。提出了一种基于高斯包络线性调频信号自适应分解及高分辨距离像最小熵方法的运动补偿算法,利用高斯包络线性调频信号自适应分解得到回波多普勒调频率和目标运动速度,并用高分辨距离像最小熵方法提高估计精度,然后进行运动补偿。该算法具有计算量小,精度高的特点,仿真结果验证了它补偿效果好,能获得清晰的ISAR像。

雷达跟踪、探测

0108249一种自适应的 ISAR 图像时-频分析方法[刊]/孙真真//国防科技大学学报.—2000,22(6).—78～82(K)提出一种自适应的逆合成孔径雷达(ISAR)图像的时频分析方法,它将时频信号分解算法—自适应高斯基表示(AGP)方法与 ISAR 图像处理相结合。应用该方法对仿真数据及飞机目标实测数据所成的 ISAR图像进行时-频分析,结果表明该方法正确可行,且物理意义明确。