基于改进S变换的电能质量扰动信号特征提取方法

鉴于S变换时频分辨率低、计算量大,实际应用受限,该文构建改进S变换算法,提出基于改进S变换的电能质量扰动信号特征提取方法。首先计算采样信号的快速傅里叶变换(fast Fourier transform,FFT)频谱,创立基于包络极值算法的特征频率保留机制与信号无关频率点的自动识别机制,剔除非特征信息;然后依据信号频率与频段分析需求,引入新的窗宽调节尺度因子构成Gauss自适应优化窗,克服传统Gauss窗主瓣较宽、频率分辨率低的局限,构建基于Gauss自适应优化窗的改进S变换;对特征频率点进行变换处理,提取特征向量,实现扰动信号的自适应检测。仿真分析和试验结果表明,本文提出的改进S变换算法提高了电能质量扰动信号的时频分析准确率,计算量小,适用于电力系统扰动信号的准确、快速检测。

采用复原子解耦调制滤波的次同步振荡模态分析方法及其仿真

利用尺度因子对加高斯窗的正交三角基进行解耦调制可以构造具有灵活滤波控制特性的复原子函数。该复滤波函数的时频域带宽不受带通中心频率约束,且能根据分析要求通过尺度因子调整。为此,根据高斯窗半径计算公式设置具有紧凑频域带宽和较短观测时窗长度的复原子参数,在次同步频率范围内逐步调整中心频率实现对各振荡模态的检测,每次有效滤波输出对应于各振荡模态的特征复相量,并从中提取振荡频率、幅值和阻尼。仿真研究表明,该方法能从实测数据中准确检测工频量以及同时存在的各次同步电气谐振模态和扭振模态频率、幅值和阻尼,具有较高的模式分辨率和较短的计算数据窗,能较好地抑制噪声和高频分量干扰,且实时性好,便于在线分析。

提升广义S变换在暂态电能质量检测中的应用

S变换作为一种信号分析工具,由于其高斯窗口函数形态固定,在实际应用中受到限制。广义S变换采用自适应高斯窗口函数,使其对暂态电能质量扰动信号的检测分析具有了更高的适应性和灵活性。提出了一种利用时频聚集特性准则来选取高斯窗口函数调节参数的广义S变换改进方法,基本思想是通过对高斯窗口函数调节参数的优化选取,使得广义S变换在分析信号过程中的时频聚集特性值达到最大,这样可以使信号在任意一点都具有较高的时频分辨率。通过仿真与实验的对比分析,结果表明该方法在暂态电能质量信号方面具有更高的检测精度以及信号去噪能力。

瞬变电磁采样函数优化法降噪技术

常用的双极性同步采样方法对瞬变电磁系统的观测噪声具有一定的抑制作用,但在实际工作中其噪声抑制能力仍显不足.本文在双极性同步采样方法基础上提出一种优化方法,以提升瞬变电磁系统的噪声抑制能力,即:通过对取样道加高斯窗函数的方式,赋予取样道内各采样点合适的累加权重,提升系统对取样道内高频噪声的抑制能力;使用高斯窗函数与梳状滤波器构造复合窗函数,通过对包含所有叠加周期的完整观测序列加复合窗函数的形式优化各周期的叠加权重,提升系统对实际工频噪声的抑制能力.对优化前后不同采样函数的谱特性及野外实测数据的处理效果进行比较,结果表明本文提出的方法较传统双极性同步采样方法具有更强的噪声抑制能力.

基于卷积高斯窗的电能计量研究

结合卷积高斯窗和傅里叶变换实现电能计量分析,利用高斯窗函数良好的时频分辨能力,可以准确辨识电能信号中不同的谐波分量,完成电能精确估算。实验仿真电能信号含有5阶谐波分量,对比了高斯窗函数,卷积高斯窗函数对仿真电能信号不同阶次谐波分量的频率、幅度和相位的数值估计误差,验证了卷积两次的高斯窗函数的性能最优,其对于电能信号谐波参数的估计相对误差均在0.1‰以下。

一种用时域方法实现的高速数字脉冲压缩器

本文介绍了一种在时域上用FIR滤波器实现高速数字脉冲压缩器的方案设计 ,并给出了该数字脉冲压缩器对小时带积截断高斯窗非线性调频 (NLFM)信号进行修正型匹配滤波处理的性能实测结果。

长相关网络流量Hurst指数估计算法

针对传统长相关网络流量Hurst指数估计算法估计结果不准确、可变信息受损严重的情况,提出时域内滑窗时变方差之差Hurst指数估计算法,采用已知参数的人工分形高斯噪声序列及Bellcore采集的真实网络流量序列BC-pOct89对其进行验证。结果表明该算法减少了可变信息损失,能动态地刻画全域上的长相关特性,具有较高的准确性和鲁棒性。

一种自适应窗口滤波算法研究

提出了一种滤波窗口方位、尺寸和形状都可随图像纹理结构自适应变化的开关滤波算法。滤波窗的尺寸可随图像梯度值的变化而变化,滤波窗方位排列与图像对应点像素最小梯度值方向一致。同时,为了将受噪声污染的点和图像的细节纹理像素点分开,给出了一种噪声点检测判据和开关算法流程。与传统均值、中值及相关文献提出的自适应平滑滤波算法相比,由于本文算法在降噪的同时兼顾了图像的局部纹理分布结构,因此在保护图像细节方面做得更好。仿真实验结果证明了本文算法的有效性。

一种改进型双窗的SAR图像边缘检测器

传统矩形双窗在检测非理想边缘时容易在边缘附近检测出错误边缘点,出现检测结果会偏移的问题。针对传统矩形窗函数平滑效果较差的局限性,设计了一种Gauss-Gamma形双窗函数算法,采用可接收操作特征(ROC)曲线来评价使用这两种双窗检测器在SAR图像中的性能。结果表明,新方法的检测有更好的边缘连接性,在边缘附近错误边缘较少,明显优于矩形双窗检测器。

高速UWB信号的设计与实现

针对目前UWB信号设计的现状,通过比较与分析,研究了一种基于负阻效应可控的UWB信号产生的微波电路。通过仿真与实验对其进行了验证,该电路能够在100MHz以上的高速码元信号触发下,稳定可靠地产生中心频率在3～5GHz的频段范围内的UWB信号。制作的电路结构简单、体积小、工程实用性强且极易于集成化。

滑动窗近似线性依赖稀疏的核递推最小二乘算法

针对测试训练期间变化的信道环境,提出一种新的滑动窗近似线性依赖稀疏的核递推最小二乘算法。该算法核矩阵的尺寸只与滑动窗口宽度有关。选择字典表中最近的L个数据测试近似线性依赖准则,减少系统开销并降低系统实现的复杂度,克服ALD-KRLS算法核矩阵随字典表线性增长的缺陷。当训练序列的自相关矩阵特征根谱大于40时,较SW-KRLS均方误差性能有近3 d B的改善,且具有更小的稳态失调特性。仿真结果表明,与ALD-KRLS算法和KRLS算法相比,该算法具有更快的收敛速度和较好的均方误差性能。

三角波调频信号参数快速精确估计方法

针对Radon-Ambiguity变换、解线性调频、最大似然估计以及短时傅里叶变换等三角波调频信号参数估计方法均无法兼顾运算量小和估计精度高的问题,提出了基于信号特征的最佳高斯窗短时傅里叶变换与分段相关解调相结合的参数估计方法。该方法根据信号特征求得最佳高斯窗进行短时傅里叶变换,估计出信号的中心频率和调制带宽;再使用分段相关解调确定信号的严格线性调频段,进而估计出信号的调制周期。理论分析和仿真表明,本文方法以较小的运算量大幅提升了三角波调频信号的参数估计精度,实现了三角波调频信号参数的快速精确估计。

基于区域分类和电子地图的室内定位研究

为辅助盲人独立乘坐地铁出行,解决传统室内定位法易产生定位点跳跃和定位实时性差等问题,提出一种融合区域分类和电子地图的方法。该方法分为离线区域分类和在线定位2个阶段:在离线阶段通过迭代寻优,为蓝牙传感器产生的RSSI序列寻找最佳高斯滤波模板,采用滤波后的序列均值构建位置指纹库,并利用支持向量机模型对位置指纹库进行1级分类;在线阶段,采用滑动窗口对待定位区域进行2级分类,在窗口范围内采用基于欧氏距离的KNN算法求取位置坐标,并利用电子地图的路径层信息对定位坐标纠偏,进一步控制误差范围,提高定位效率。实验表明:该滤波方法将定位精度提高近4%,使用该定位算法最终能达到1.59 m定位精度。

一种基于滑动窗口与旋转向量的高斯-约当消元算法

针对高斯-约当消元法高复杂度、高内存消耗问题,提出了一种基于滑动窗口和旋转向量的高斯-约当消元优化算法,算法首先通过滑动窗口识别和剔除矩阵运算中的无效数据,再利用旋转向量充分复用存储空间,以达到缩减约一半存储消耗和计算的目的。实验表明,相较于传统的高斯-约当消元法,本算法从存储空间和运行时间两方面提高了算法的执行效率,具有较好的性能优势和拓展性。