Blackman窗插值的小波模极大值去噪算法

提出了Blackman窗插值算法,通过Ad Hoc算法得到信号模极大值,利用Blackman窗对信号模极大值点进行插值,得到信号的估计小波系数进而依此小波系数直接重构信号。仿真结果表明,该算法具备了模极大值直接重构算法的快捷性和交替投影法的精确性,提高了信噪比,降低了失真度。

基于相关Blackman窗的FFT介损角测量算法

在高压电气设备介损角在线监测中,由于存在工频周期信号的非同步采样和截断现象,从而造成利用FFT算法计算介损角产生较大的误差。本文分析了非同步采样造成的FFT算法的泄漏效应,提出了一种基于相关Blackman窗的FFT介损角测量算法。该方法采用相关Blackman窗对系统电流与电压信号进行加权,然后利用频谱相位差校正法进行频谱校正以获得基波相位,最后根据电流与电压的基波相位差来计算出介损角。仿真结果表明该算法有效地克服了非同步采样和截断造成的介损角测量误差,并且能够大大降低信号频率波动、高次谐波对介损角测量精度的影响。

基于Blackman窗的数字带通滤波器设计

本文利用Blackman窗实现了FIR带通数字滤波器的设计,设计结果符合FIR数字滤波器技术指标要求。

基于Blackman窗六谱线插值FFT谐波分析方法

考虑到加窗插值算法可有效抑制频谱泄露在参数估计过程中的负面影响,在比较3种经典余弦窗函数的频谱特性基础上,提出了一种基于Blackman窗六谱线插值的谐波分析方法。利用多项式曲线拟合方法得到谐波频率、幅值和相位参数的估计表达式。该算法可以有效提高谐波和间谐波的参数估计精度,相比FFT算法和Hanning加窗算法精度有显著提高,同时该算法在实现复杂度和估计精度上达到了较好的平衡。仿真结果验证了算法的有效性。

基于加Blackman窗FFT和db44小波包变换的综合电力系统谐波分析

传统的傅里叶变换(FFT)主要适用于平稳信号的分析,确定信号的幅值和频率,但会丢失信号的局部信息,而小波包变换虽然可以准确得到信号局部细节的信息,但其分析精度不及傅里叶变换。将高分析精度的傅里叶变换和可以准确得到信号局部细节信息的小波包变换结合,提出结合两者优点的谐波分析方法。对平稳信号采用加Blackman窗傅里叶变换进行分析,得到信号的频率和幅值。对暂态信号采用db44小波包变换进行分解分析,得到信号局部细节的信息。通过MATLAB仿真结果表明,该方法可以准确分析电力系统中的稳态谐波并准确定位暂态谐波。

基于Blackman自卷积窗及三谱线插值修正的介质损失角计算方法

非同步采样时,基于谐波分析理论的介质损失角计算结果会有较大误差。为减小该误差,提出一种基于Blackman自卷积窗及三谱线插值修正的介质损失角计算方法。利用旁瓣性能优越的Blackman自卷积窗抑制信号频谱泄漏效应,同时提出利用幅值最大的谱线及其相邻的2根谱线进行三谱线插值以进行频谱校正,进一步提高介质损失角计算精度。在基波频率波动、介质损失角真值变化、谐波比例变化、白噪声影响、采样频率变化的情况下,将所提介质损失角计算方法和基于双谱线插值修正的介质损失角计算方法的计算结果进行对比,结果验证了所提方法的准确性与有效性。搭建了介质损失角模拟测量实验平台,在平台上运用所提方法计算介质损失角,结果表明所提方法的精度较高。

Blackman-Harris窗的插值FFT谐波分析与应用

快速傅里叶变换在非同步采样和非整数周期截断的情况下存在较大的误差,无法得到准确的谐波参数。加窗插值快速傅里叶变换算法广泛用于电力系统谐波,可改善因非同步采样和非整数周期截断造成的频谱泄露,提高分析精度。文章分析了Blackman-Harris窗的频谱特性,提出了基于Blackman-Harris窗插值的分析算法,运用多项式拟合求出实用的插值修正公式。仿真结果表明,Blackman-Harris窗插值FFT方法设计实现灵活,抑制频谱泄露效果好。

基于Blackman自乘-卷积窗的FFT谐波检测算法

电网中存在的大量谐波严重影响着电力系统的安全稳定运行,快速傅里叶变换(Fast Fourier Transform,FFT)算法被广泛应用于电网谐波的检测,由于存在频谱泄漏和栅栏效应导致谐波参数检测的误差较大,通过加窗函数和插值算法可以提高FFT算法的精度。对窗函数进行自乘和卷积运算可以改善旁瓣性能,以Blackman窗作为母窗,进行自乘和卷积运算,提出了Blackman自乘-卷积窗,该窗函数具有较优的主瓣和旁瓣性能。结合三谱线插值算法,推导出频率、幅值、相位的插值修正公式。采用Blackman自乘-卷积窗和其他余弦窗对含弱幅值信号的复杂信号进行对比仿真,验证了Blackman自乘-卷积窗三谱线插值算法在检测弱幅值信号时依然具有很高的精度,对含白噪声的信号进行仿真,验证了该算法对谐波信号参数检测的相对误差较小,抗干扰能力强。

一种加三项余弦窗的加窗插值FFT算法

提出了一种基于三项余弦窗exact Blackman窗的插值FFT算法。讨论了exact Blackman窗的频率响应,详细推导了基于exact Blackman窗的插值FFT算法的计算公式,并采用三次样条插值函数计算频率修正系数和复振幅的修正系数。仿真计算结果表明,利用三次样条函数计算的谐波幅值误差小于0.1%,频率误差小于0.01Hz,相位误差小于5%。新的插值FFT算法能够有效地提高电力系统谐波的测量精度,与其他四项余弦窗加窗插值FFT算法相比,具有较小的运算量和较好的实时性。

基于Blackman自卷积窗及三谱线插值修正的介质损失角计算方法

非同步采样时,基于谐波分析理论的介质损失角计算结果会有较大误差。为减小该误差,提出一种基于Blackman自卷积窗及三谱线插值修正的介质损失角计算方法。利用旁瓣性能优越的Blackman自卷积窗抑制信号频谱泄漏效应,同时提出利用幅值最大的谱线及其相邻的2根谱线进行三谱线插值以进行频谱校正,进一步提高介质损失角计算精度。在基波频率波动、介质损失角真值变化、谐波比例变化、白噪声影响、采样频率变化的情况下,将所提介质损失角计算方法和基于双谱线插值修正的介质损失角计算方法的计算结果进行对比,结果验证了所提方法的准确性与有效性。搭建了介质损失角模拟测量实验平台,在平台上运用所提方法计算介质损失角,结果表明所提方法的精度较高。

实变量Compact 2D FDTD法及窗函数分析传输线特性

本文讨论 Compact 2 D FDTD法的复变量差分格式与实变量差分格式之间的关系 ,以及复变量差分格式能够转换为实变量差分格式的情况。用 Blackman窗函数 (BMW)截取 FDTD时域信号 ,然后再作 Fourier变换 ,可以改善频域特性的计算结果 ,提高计算效率。通过微带色散特性的分析 ,表明用实变量 Compact2 D FDTD法与 Blackman窗函数 ,只需要较少的迭代就可以得到比较好的结果。

轻型无人机无源定位系统的信号处理板设计

无人机无源定位系统可借助广播电视信号实现对目标的双基无源定位,其中信号处理板的性能直接决定着定位精度。为适应轻型无人机平台,保证定位测量精度,本文设计了一款小型化的信号处理板。首先,对信号处理板的传统架构进行精简优化,采用FPGA+AD9467为信号处理的总体架构。为解决小型化设计带来的信号完整性问题,在设计全过程依托Cadence及HFFS仿真软件对信号完整性进行仿真分析,从反射、串扰、电磁屏蔽等方面入手,保障处理板的信号完整性。为提高处理板信号解析能力,在传统FFT频谱测量的基础上,设计了基于Blackman窗函数的四谱线差值算法。并用该算法对处理板接收信号的频谱特性进行测试,降低了频谱泄露和栅栏效应引起的测量误差,提高了测量精度。对信号处理板关键性能测试,其在29.5 kHz带宽内的SNR优于90 dB,SFDR优于75 dB。测试结果表明:所设计小型化信号处理板的信号处理能力表现优异,满足轻型无人机无源定位的应用场景。

基于加窗傅立叶变换的电力系统谐波分析算法

采用快速傅立叶变换(FFT)进行电力系统谐波分析时很难做到同步采样和整数周期截断,由此造成的频谱泄漏将影响到谐波分析的结果.在分析了DFT和FFT原理的基础上,对FFT的泄漏原因进行了分析,通过使用加窗算法(Blackman-Harris窗)改善了由于频谱泄漏所造成的计算谐波频率、相位和幅值准确度降低的问题,并通过对某一特定信号的仿真分析验证了加窗算法的精度和效率.

一种测量介质损耗角的卷积窗加权算法

目前,谐波分析法在高压容性设备介质损耗角的在线测量中得到了广泛的应用,但是该方法在非同步采样时存在频谱泄漏,严重影响介质损耗角的测量精度。分析了Blackman自卷积窗的频谱特性,提出了基于Blackman自卷积窗双谱线插值FFT的介质损耗角测量算法,并详细推导了介质损耗角的计算公式,最后利用计算机进行仿真验证,结果表明该算法能有效提高介质损耗角的测量精度。

基于虚拟仪器的平方检测法电压闪变测量实现

电压闪变已成为电力系统的重要污染,为实现闪变测量,简化了IEC推荐的平方检测法电压闪变测量过程,提出并建立了一种计算量小的基于Blackman窗插值FFT的平方检测法电压闪变测量算法,通过对离散的电压均方根值进行加窗插值FFT分解,求得电压均方根值的离散频谱数列Uf(j),对Uf(j)进行视感度加权处理,得到电压均方根值数列对应的瞬时闪变量p,进一步统计排序求得短时间闪变值Pst和长时间闪变值Plt。仿真实验验证了算法的可行性和准确性,在此基础上研制了基于虚拟仪器的电压闪变测量仪,给出了仪器构成与主框图程序,检验与运行证明了仪器的准确性。

计及负频率的极高频信号离散频谱校正新方法

对于机械振动与故障诊断等领域中常见的极高频(接近奈奎斯特频率)信号,传统的离散频谱校正方法存在着较大误差,负频率成分干涉严重是影响其频谱分析精度的重要因素。为提高极高频信号的频谱分析与校正精度,给出了一种计及负频率影响的离散频谱校正新方法。该方法基于Blackman窗,依据离散频谱的周期性并利用局部谱峰附近的3条谱线,建立包含正负频率贡献的离散频谱校正模型,通过对模型的求解获得频率、幅值和相位校正公式。采用频段内扫描的方式对频谱校正公式进行了仿真验证,结果表明所提方法可有效降低负频率成分对极高频信号频谱的干涉影响,提高其频率、幅值和相位校正精度。

极低频信号的一种离散频谱校正新方法

对于振动工程中常见的极低频、极短时、极高频(接近奈奎斯特频率)等极端频率信号,常用的离散频谱分析与校正方法存在较大误差。对极端频率信号的典型情形进行了分析,针对极端频率信号中的极低频信号,提出了一种计及负频率成分干涉影响的离散频谱校正新方法。该方法基于Blackman窗,利用局部谱峰附近的三条谱线,建立包含正负频率贡献的离散频谱校正模型,通过对模型的求解获得频率、幅值和相位校正公式。采用频段内扫描的方式对频谱校正公式进行了仿真验证,结果表明所提方法有效降低了负频率成分的干涉影响,对极低频信号的频率、幅值和相位校正有较高的精度。

基于STFT变换和DAGSVMs的电能质量扰动识别

提出了一种基于短时傅里叶变换和DAG(Directed Acyclic Graph)支持向量机的电能质量扰动检测和识别方法。将扰动信号通过Blackman窗短时傅里叶变换,得出时域最大幅值向量,然后把它作为特征向量输入到DAG支持向量机来实现电能质量扰动类型的识别。其中,时域最大幅值向量不仅能反映各种扰动的特征,还能显示电压突升、电压暂降、电压中断和暂态振荡等扰动的发生时刻和持续时间。仿真测试表明,该方法能有效识别各种电能质量扰动,而且识别正确率高,训练时间短,实时性能较好。

谐波分析的改进双峰谱线算法

加窗插值FFT是电力系统谐波分析常用算法,在此基础上的双峰谱线算法能够有效改善谐波数据准确度。但是该算法的分析精度很大程度上取决于信号频率校正系数α的计算精度,本文利用专用电能计量芯片ATT7022B准确测量出基波频率,在此基础上推导出α的简化算式,极大地降低了双峰谱线算法的计算量,并利用多项式逼近获得了幅值修正的计算公式,显著提高了谐波分析精度。最后通过仿真和实验结果验证了本文改进算法的有效性与易实现性。

基于周期信号的频域检测方法研究

在分析周期信号尤其是多频周期信号时,为了得到正确的分析结果,除考虑叠加测量噪声模型及其对测量结果的影响之外,还必须考虑由于时域的离散化而可能造成的频域混叠现象,以及由于采样过程记录的信号样点序列长度有限而可能造成的频谱泄漏现象。因此,在基本矩形窗函数频域检测方法的基础上,对Blackman窗函数的频域检测方法进行了研究。该方法对被测信号在时域加Blackman窗函数,在频域实行内插,可以有效地减小检测过程中信号的频谱泄漏,从而得到精确的测量结果,实验结果证明了该方法在周期信号检测过程中的有效性和先进性。