多域抗干扰技术

针对空间环境中强干扰情况下现有通信体制抗干扰能力较低的问题,提出了一种多域抗干扰技术.该技术以5G非正交多址(nonGorthogonalmultipleaccess,NOMA)技术为基础,引入稀疏矩阵概念,将以往集中在某一个域中的稀疏设计扩展到多个域中,在用户域、编码交织域、码域、频域及空域共同实现稀疏化,从而降低信号碰撞概率.对于单域而言,引入图样随机参数设计,使信号波形设计随机化,从而使信号近似白噪声化,降低信号相关性,最终实现提高信号的抗干扰能力.仿真结果表明:所提技术在强干扰情况下,能有效保证信号安全可靠通信,空域同向时宽带/窄带抗干扰能力达37dB/38dB,空域非同向时宽带/窄带抗干扰能力达96dB/95dB.

局部放电奇异值特征及其混合噪声的自适应抑制

为了抑制局部放电信号中混杂的窄带干扰和白噪声,文中首先分析了典型局部放电、窄带干扰和白噪声信号的Hankel矩阵奇异值的分布特征;提出了确定窄带干扰和典型局放奇异值有效阶次的自适应方法;将信号Hankel矩阵的有效阶次奇异值作为其特征量,在染噪信号中去除窄带干扰后重构信号,截取局部重构信号从中提取局放。通过对模拟和实测染噪信号的处理,验证了文中方法去除窄带干扰和白噪声的有效性。

基于改进深度残差网络的GIS局部放电在线监测白噪声干扰抑制

针对GIS局部放电(partial discharge,PD)监测中背景白噪声较多、GIS局部放电信号干扰较大的问题,应用改进深度残差网络设计一种新的GIS局部放电在线监测白噪声干扰抑制方法。进行局部放电在线监测中白噪声、局部放电脉冲信号的多尺度特性分析,在局部放电脉冲染噪信号中提取白噪声信号。加入感知损失,设计由生成图像网络与损失网络构成的改进深度残差网络,对白噪声信号波形图像实施超分辨率重建。通过SN-EMD算法提取白噪声信号波形图像的模态域特征。通过构建复小波滤波器组,对模态域特征实施滤波处理,实现GIS局部放电在线监测中的白噪声干扰抑制。实验测试结果表明,设计方法去噪后的信噪比最高可达97.22 dB,干扰抑制前后信号的幅值相对误差最高可达63.20 dB,干扰抑制前后信号相关系数一直大于0.75,完成GIS局部放电在线监测白噪声干扰抑制。

基于重叠变换的扩频通信盲源分离抗干扰方法研究

扩频通信技术虽然具有误码率低、保密性强的优势,但由于受多种因素影响,其自身的抗干扰性能仍存在局限性,为了保证通信系统在干扰信号下的性能,研究基于重叠变换的扩频通信盲源分离抗干扰方法。建立扩频通信系统模型,衡量扩频信号;基于盲源分离处理信号,实现中心化、白化与分离处理;通过干扰信号建模,分析不同信号干扰自相关函数;基于重叠变换抑制干扰信号,经重构恢复后,得到期望信号。经试验论证分析,以TDC方法和DSSC方法为对照,在单通道的单音干扰和多址干扰下,误码率均为最低,具有更好的误码率性能;在多径衰落信道干扰下,在4种情形中的比特差错性能均好于其他两种方法,抗干扰性能更佳,具有可靠性。

基于经验模态分解的局部放电去噪方法

在简单介绍经验模态分解(EMD)的基础之上,将经验模态分解用于局部放电的信号分析。根据含噪声信号分解后固有模态函数(IMF)的统计特征,提出了一种基于向量阈值的新去噪算法, 相比于常规的小波去噪算法,该算法具有形式简单、应用方便灵活、不受傅里叶变换及小波函数选择的限制等特点。实际处理结果及与小波的对比表明,新算法可以有效地抑制白噪声,取得和小波变换几乎一致的效果。

局部放电现场监测信号中干扰的分析与抑制

运行电力设备局部放电监测过程中 ,主要技术难题仍是如何最大程度地减小各种电磁干扰 ,从而有效地提取被测设备绝缘中的微弱放电信息。

局部放电信号中的白噪声和窄带干扰

分析了局部放电信号中白噪声和周期性窄带干扰经小波变换后的不同特性 ,提出了抑制局部放电信号中白噪声干扰和周期性窄带干扰的分层式综合处理小波包变换算法。结果表明 。

基于模糊熵的多值图像恢复方法

提出了一种基于模糊熵的多值图像恢复方法.该方法根据熵在应用方面的局限性,对其表示的形式进行了扩展,构造了一类能够反映多值图像特点的模糊熵.仿真结果表明,用模糊熵进行图像恢复的效果明显好于另两种常用的图像恢复方法(中值滤波和均值滤波)得到的结果.另外,在医用图像和军事图像处理方面,多值图像的恢复是非常重要的.

基于门限值小波包变换抑制局部放电白噪干扰

分析了局部放电在线监测系统中局部放电信号及白噪干扰小波变换特征 ,局部放电信号在大部分尺度上具有较大的幅度 ,而白噪声信号随尺度的增加而迅速趋于零 ,从而对信号在各个尺度上的小波系数设定一个门限 ,如果某尺度上的系数大于门限 ,则认为它对应于局部放电信号 ,否则对应于噪声信号。提出了用基于门限值的小波包变换方法从白噪中提取局部放电信号的方法。实测数据分析结果表明 ,经此法处理后信噪比明显提高 。

白光LED照明通信系统中的分集接收技术

通过对影响白光LED照明通信系统性能因素的分析,研究了白光LED照明通信系统中信噪比和不同路径引起的码间干扰的问题,提出了一种基于角度分集的光接收机技术用来克服不同路径引起的码间干扰和提高信噪比,同时给出了该技术方案中光探测器布局的模型。

脉冲多普勒雷达干扰技术研究

在对脉冲多普勒雷达干扰技术进行仿真研究的基础上 ,描述了脉冲多普勒雷达的数学模型 ,建立了对脉冲多普勒雷达的抗窄带噪声压制式干扰的干扰模型 ,说明了窄带噪声对雷达距离跟踪系统和速度跟踪系统的影响 ,分析了脉冲多普勒雷达的距离欺骗干扰和速度欺骗干扰 。

天波超视距雷达空域干扰抑制

天波超视距雷达杂波会妨碍自适应波束形成抑制副瓣干扰。“空阔区”脉冲压缩后作副瓣相消可以改善干扰的影响,而降维的旁瓣相消降低了算法的计算量。分析了所提方法的性能,仿真试验验证了所提方法运算量相对较少,干扰抑制效果好的特点。

白光LED通信系统的噪声与干扰分析

阐述了背景可见光在噪声受限与干扰受限的白光LED通信系统中的影响。利用带通滤波器和光学设计以及噪声匹配等方法提高了作为噪声受限系统的接收机性能;采取带阻滤波器、副载波调制、增设滤波电容等措施,很好地抑制了干扰源对干扰受限系统的影响;提出了基于噪声与干扰双受限的白光LED通信接收机设计方案,根据该方案设计的白光LED通信系统已投入使用。

基于小波集合的局部放电信息提取算法

对于已知波形特征的局部放电信号,选取最优母小波进行多分辨分析,经阈值处理后可以从强干扰中成功地检取出局部放电信息。但对于机理复杂、类型繁多的局部放电而言,单一的最优小波分析显然是较为局限的。文中提出了基于小波集合的局部放电信息提取算法,利用各小波在时、频域的不同特性,在较强的窄带和白噪声干扰条件下,能够更完整地提取多种形态的局部放电波形信息,在仿真计算和实测数据的处理中都取得了良好的效果。

基于3F–C法的局部放电脉冲信号能量最大似然估计

为抑制白噪声和窄带干扰对局部放电脉冲信号能量测量的影响,提出了一种基于噪声参数的能量估计方法。研究了现场信号模型和信号能量谱系数的概率分布,得到噪声参数已知条件下脉冲信号能量的最大似然估计。同时为获得噪声参数,将采样数据划分成信号帧和噪声帧,采用3F–C法估计了白噪声和窄带干扰参数。通过仿真实验和实测数据处理,与传统小波包降噪方法的结果进行了对比。数据分析结果表明:无论是针对单一白噪声环境还是存在窄带干扰的混合噪声环境,该能量估计方法的准确性均优于传统小波包降噪方法,且随着信噪比的降低和信号时间窗口长度的增加,该方法表现出更明显的优势。在信噪比为–8 d B的条件下,使用该方法对实测局部放电脉冲信号进行能量估计的相对误差仅为4.07%,而使用小波包降噪方法时相对误差则达到44.12%。

小波包消噪提高小波网络故障识别性能

针对强噪声背景的高频振动信号,给出一种利用小波包消噪和频带分割技术,根据信号能量在小波包空间的分布特性,提取故障信号特征信息的方法.在小波包空间自适应软阈值去噪,消除白噪声;运用频带分割消除有色噪声,计算各子空间的能量,抽取低维特征矢量,作为小波网络的输入.该方法既提高了小波包神经网络的故障识别性能,又简化了决策网络结构,提高了收敛速度.

小波变换在局部放电在线检测抗干扰中的应用

有效地抑制电磁干扰是局部放电检测技术中的关键技术之一。针对局部放电检测中的周期性干扰和白噪干扰,提出几种可行的小波变换方法进行抑制。理论分析和仿真实验结果表明,小波分析能有效抑制周期性干扰和白噪干扰,从而提取局部放电脉冲。

融合形态学-复小波变换的PD干扰信号抑制方法

针对局部放电检测过程中周期性窄带干扰和白噪声难以抑制的问题,提出了一种融合数学形态学与复小波变换的干扰信号抑制方法。该方法基于数学形态学原理构造广义形态学滤波器,并将其作为前置滤波单元,实现原始信号的预处理,再对处理后的信号进行复小波变换,最终得到去噪后的局部放电信号。应用该方法对模拟和现场采集的局部放电信号进行去噪处理,结果表明:该方法能够有效地抑制局部放电信号中的周期性窄带干扰和白噪声干扰;与相同小波基的小波去噪方法和复小波去噪方法相比,该方法去噪时的能量损失较小,能够很好地保留局部放电信号特征。

白光干涉谱数据处理的新方法

提出了一种基于动态均值滤波、二次曲线法解调和拟合法求光程差的数据处理新方法。与传统的算法比较,动态均值滤波避免了耗时的快速傅立叶变换,二次曲线法解调有更好的解调精度,拟合法求光程差可去除噪音较大的数据。新算法有快速、可使用的测量范围大和抗干扰能力强的优点。新方法可适用的白光干涉谱数据距离范围为 10μm 到 100μm。在样品上采集到的白光干涉谱数据的对比度约为 0.06、信噪比约为 18dB。用新方法和传统方法分别对这些数据进行了处理。新方法处理结果的短期数据方差小于 10nm,精度比常用方法好 4 倍。

变压器局放信号监测中白噪声和周期干扰的抑制

针对电力变压器在线监测的局放信号中包含各种干扰的问题,提出使用小波包的方法去除局放信号中的白噪声干扰,使用数字陷波滤波器去除局放信号中的周期窄带干扰,并用MATLAB 7.0进行了仿真研究.理论分析和仿真试验说明使用这两种方法能较好地达到去干扰的目的.