谐波增强与频率估计的自适应方法

基于递归预测误差原理，研究了用来估计谐波中基波频率和增强谐波的方法，并由此设计了一种具有任意的窄带性能和预期形状的均匀切口的自适应谐波增强或陷波滤波器。     

电力信号基波频率测量CZT算法仿真分析

对电力信号基波进行测量中作者应用了CZT算法,在大量仿真计算的基础上找到了参数选择的最佳方案:选定采样频率约为基波频率的4倍,加Hanning窗,用CZT算法计算基波频率.说明了该算法精度高运算量小,文中还分析了基波测量误差对谐波分析误差的影响,可以看出,各谐波受基波的影响最大.     

谐波的介绍和其危害性

0概述在理想的情况下,优质的电力供应应该提供具有正弦波形的电压。但在实际中供电电压的波形会由于某些原因而偏离正弦波形,即产生谐波。我们所说的供电系统中的谐波是指一些频率为基波频率（在我国取工业用电频率50Hz为基波频率）整数倍的正弦波分量,又称为高次谐波。在供电系统中,产生谐波的根本原因是由于给具有非     

基于神经网络的电力系统谐波测量方法研究

提出了一种新的基于三角基函数神经网络的电力系统谐波测量方法,给出了该神经网络算法的收敛定理,并采用加窗插值算法修正基波频率的准确度．该方法不需要同步采样和整周期截断,可一次性获得电力系统基波及各次谐波的频率、幅值和相位．计算机仿真结果表明,该方法计算精度高,计算量小,收敛速度快．     

基于CZT的基波频率测量—更小运算量算法研究

由于周期信号的频谱是线谱,用FFT计算频谱时,需要设置采样频率是基波频率的整数倍,才能采样一个基波周期以最小运算量精确的计算出谐波幅度及相位.本文把CZT算法用于周期信号基波测量,提出了一种小点数多次CZT的运算方法,用4倍的基波频率采样,采样16点施加汉宁窗,合理设置计算路径,在估计的频率范围内求10点CZT,把求频谱的运算量集中在真实谱线附近,多次循环从粗测到细测逐步缩小计算范围提高精度,将计算误差控制在要求的范围内,最后把计算结果经过换算得到基波的频率.仿真结果说明该算法精度高,运算量小,优于直接FFT算法.     

电力系统谐波和基波无功检测改进方法

准确、快速地检测电网电流中的谐波成分，是谐波抑制和无功补偿的关键．在小波分析的基础上，结合瞬时无功功率理论，提出了一种谐波和基波无功检测的改进方法．该方法能检测各次谐波和基波无功分量，且运算过程可用软件来实现，不必依赖昂贵的元件和复杂的电路．Matlab仿真结果表明：该方法能实时检测谐波电流和基波无功电流，且检测精度高，动态相应快．     

一种改进的减少频谱泄漏的等角度间隔采样递推算法

提出了一种改进的减少频谱泄漏的等角度间隔采样递推算法用于谐波检测.仿真结果表明,改进后的算法检测精度高,信号变化后基波跟踪周期短,若信号频率不变基波跟踪只需1个周期,频率变化也只需2个周期.改进算法精度高、实时性好,有很好的应用前景.     

现代电力系统谐波及其抑制技术

随着电力电子技术的飞速发展，电力系统内电力电子设备得到广泛应用。由于非线性负荷的增加，特别是高压直流输电的应用，使电力系统的谐波问题日趋严重。电气量中频率为大于1整数倍基波频率的正弦波分量称为谐波。谐波主要来自发电源质量不高、输配电系统和用电设备等3个方面。     

基于改进的变步长自适应滤波算法的功率测量（英文）

基于自适应滤波,提出一种新的算法用于实时抽取电网中的基波和谐波信号,该算法能自适应地将被测量的电网信号分解成单个分量且具有很快的收敛速度,也能够进行功率测量.电网中的基波和谐波分量可以被分解成一系列正弦信号,可用能量算子来测量电网的频率.构建电网的电压和电流模型时,一个新的变步长LMS算法被用来改善自适应滤波器的速度,同时也证明了所提算法的稳定性。最后,用一个仿真实例说明了该算法的有效性.     

基于谱序列变换的高精度谐波参数估计算法

基于高精度谐波分析是电力系统谐波污染治理的前提,由于频谱泄漏的影响,经典的谐波分析算法存在参数估计精度不高、计算复杂度较大等问题,为此,在分析信号谱线衰减特征的基础上,提出一种基于谱序列变换的高精度谐波参数分析算法。该算法通过对信号进行FFT运算得到谱序列并对其实施特定的加权变换,加速非真实频率处谱线的衰减速度,从而达到有效抑制频谱泄漏的目的,在此基础上推导谐波幅值和相位的计算公式。研究结果表明,与经典的加窗插值算法和FFT改进算法相比,所提出的算法所得谐波参数估计精度显著提高,且其在基波频率变化及间谐波条件下均表现出优良的估计性能;此外,与经典的加窗插值算法相比,新算法只需对谱序列进行简单处理,具有计算复杂度低的优点。     

科氏流量计的时变信号处理方法

针对实际应用中科氏流量计流量缓变的特性,首先建立频率、幅值和相位均按照随机游动模型变化的改进时变信号模型,其次采用一种跟踪信号频率变化能力更好的陷波算法对信号进行滤波,以求其频率;并采用自适应谱线增强器从含有噪声的信号中提取出基频信号;然后通过短窗截取,采用修正的滑动DTFT递推算法实时计算两路信号之间的相位差和时间差,求得质量流量.仿真及实测结果表明,研究方法不仅可以跟踪变化的频率和相位,而且在测量小相位时具有较高的精度,整套算法计算量小,可用于科氏流量计的实时信号处理.     

格型陷波器和DTFT科氏流量计信号处理方法

频率、幅度和相位均按随机游动模型变化的时变信号模型,更为真实地描述科氏流量计信号的实际特性.基于时变模型,提出用于科氏流量计的信号处理方法.采用自适应格型陷波器对频率、幅度和相位均按随机游动模型变化的科氏流量计信号进行滤波,得到频率及增强信号;通过短窗截取,采用DTFT法计算2路信号的相位差和时间差.仿真结果表明,方法具有很好的跟踪效果,且计算量小,可用于科氏流量计的实时信号处理.     

LMS算法在平滑伪Wigner分布中的应用

提出了最小均方(LMS)算法在信号时频分布中的一种新的简单应用.频域LMS自适应结构使用信号项与交叉项的连续和时变的状态去模拟平滑伪Wigner-Ville分布,表明相应的平滑窗是一个指数函数,这个指数函数的时间常量在自适应算法中由步长参数所定义.     

机动目标被动声定位仿真研究

针对基于时延估计的空中机动目标定位与跟踪的算法仿真问题,提出一种以时变时延信号产生算法为基础的仿真方法.该算法利用FIR滤波器线性相位特性,使模拟的目标信号通过时变FIR滤波器产生相对输入信号有时变时延的输出信号.在考虑了目标的机动、干扰信号、环境噪声以及信噪比后构造出模拟的阵列接收信号,通过定位算法得到目标方位.仿真表明该方法能较好地完成对基于时延估计的被动声定位算法的评估,并具有广泛的适用性和实用性.     

整车道路模拟试验台的控制算法研究

介绍多输入多输出系统时域波形再现(TWR)过程,给出基于频率响应函数(FRF)模型的系统辨识方法以及基于频域迭代自学习控制(ILC)算法的目标信号迭代具体流程.针对整车道路模拟试验台控制算法软件的开发,提出在迭代过程中对信号进行适当重叠分段的频域迭代自学习控制算法.通过现有的四通道整车道路模拟试验台,在真实环境中成功实现了对某样车各车轮轴头处垂向加速度的时域波形再现.结果表明,该算法精度较高,能够作为试验台的控制算法.     

基于STFRFT的脉冲干扰抑制方法研究

为了解决航空无线电导航服务频段附近的脉冲干扰影响接收机工作的问题,并进一步提高GNSS系统的抗干扰能力,提出了基于STFRFT(short time fractional Fourier transform)的脉冲干扰抑制方法。首先确定接收信号的最佳旋转阶次,再对信号进行STFRFT,通过坐标旋转得到时频面的二维分布,在最佳阶次下采用自适应时变滤波器实现对干扰和信号的分离,进而抑制干扰。仿真结果表明,和几种传统方法相比,基于STFRFT的自适应滤波算法剔除干扰效果最好,在抑制脉冲干扰的同时保留了更多有用信号。结合STFRFT技术和自适应时变滤波技术提高了抑制脉冲干扰的能力,可为航空无线电导航服务的脉冲抗干扰技术提供参考依据。     

Hilbert-Huang变换去除可控震源谐波畸变

可控震源地震勘探采集信号中常常带有谐波畸变,去掉高阶谐波而又保留有用信号对提高地震勘探分辨率具有重要意义。采用Hilbert-Huang方法去除可控震源采集信号谐波畸变。对可控震源信号进行经验模态分解(EMD)和Hilbert变换,得到Hilbert-Huang谱,在时频域识别并去除高阶谐波,再用Hilbert反变换得到去除高阶谐波后的本征模态函数(IMF),叠加后可得到不含高阶谐波的信号,而保留与信号发射频率一致的基波。去掉高阶谐波后再互相关,互相关中高阶谐波也相应去除,相关函数主瓣更突出,旁瓣减少,提高了计算延时和计算波速的准确性。     

不确定RFID数据流上基于熵的数据推导方法

针对海量RFID数据中存在的不准确性以及语义信息鸿沟,提出了一种基于概率分布熵的数据推导方法.该方法采用时变图模型并充分利用历史RFID识读,从不确定RFID数据流上有效捕获贴标对象所处的状态,并采用基于概率分布熵的方法分别推导对象最可能的位置和包含.该方法可以同时处理RFID识读中的漏读和多读.最后利用模拟RFID数据进行参数调优和算法评价,实验结果显示：该方法在获得准确推导结果的同时,能确保其高效性和高伸缩性.     

数据压缩的随时变提升小波滤波器设计研究

一般用途的小波滤波器是不随时间变化的滤波器。文章中我们提出一种新的方法设计双正交小波滤波器,这种滤波器与输入信号是正交的。我们称它为随时间变化的提升小波滤波器(TVLW F)。它的特点是通过改变Sw eldens所开发的提升格式的自由参数使滤波器适应于输入信号的变化。这种滤波器很简单并且几乎是可以完美地重构的。用TVLW F,我们做了心电图数据(ECG)的压缩,这是一种半周期性信号。实践证明时变系统很容易构成。我们提出的方法对数据压缩很有用。     

基于小波包和独立分量分析的微弱多源故障声发射信号分离

针对旋转机械设备中同时存在的裂纹、摩擦等多故障源信号难以检测和分离的问题,提出了一种基于小波包分析(WPA)与独立分量分析(ICA)的多源故障信号提取方法,即首先用WPA对含噪线性混合信号降噪预处理,由db2小波基函数进行5层分解后保留62.5~187.5kHz频段信号,然后采用ICA中的FastICA算法对降噪后的混合信号分离,最后对各通道分离出的信号用收缩函数进行频段内去噪处理.对不同输入信噪比的含噪微弱裂纹和摩擦信号进行提取和分析的结果表明,该方法能有效提取出输入信噪比大于-15dB的裂纹和摩擦信号.当混合信号信噪比为-15dB时,裂纹和摩擦信号的输出信噪比分别为-1.31和-1.36dB,相关系数分别为0.62和0.63,提取效果好于结合小波包和FastICA分离方法(信噪比分别为-1.74和-2.06dB,相关系数分别为0.59和0.59)以及单独采用FastICA算法(信噪比分别为-4.57和-4.31dB,相关系数分别为0.17和0.19).因此,所提出的综合WPA和ICA的方法是一种较好的多源微弱信号提取方法.