基于负频率频谱干扰消除的高精度低频间谐波检测算法

采用离散频谱分析的快速检测电网信号中存在的间谐波时,离散傅里叶变换(DFT)后的负频率频谱泄露干扰会降低检测精度。为有效消除负频率频谱泄露干扰,建立了含有负频率分量的频谱解析表达式,推导出基于最大旁瓣衰减窗的改进三谱线插值DFT,以实现间谐波的快速高精度检测。对新算法进行系统误差和噪声灵敏度分析,仿真结果表明新算法不仅能够有效消除负频率频谱泄露干扰,对加性白噪声也具有很强的鲁棒性;而且在被测间谐波低于1个频率分辨率时,新算法也能够达到很高的检测精度。     

一种改进S变换的微电网谐波/间谐波检测方法

为了快速、准确地检测出微电网中的谐波/间谐波,以便采取措施对其治理,减小其危害,文中提出了一种改进S变换的谐波/间谐波检测方法。该方法是在S变换的高斯窗函数中引入参数q,并对谐波/简谐波的信号进行S变换,得到含参数q的时频二维复矩阵,取其幅值矩阵中每一个时间采样点最大幅值构成信号随频率变化的最大频谱幅值曲线,则曲线上峰值点的个数即为谐波种类数,峰值点对应的频率即为谐波频率。通过采用最小二乘法计算出实际值与理论值的最小误差可确定参数q的最优取值范围,将该q值作为最终高斯窗指数中引入的q值即得到改进S变换。将改进S变换用于谐波、间谐波检测,并与原始S变换的结果进行了比较,结果表明,改进S变换能够准确获取谐波/间谐波的幅频信息,具有检测精度高、适应能力强、抗噪声性能好等优点。     

采用加窗插值FFT与逐幅谐波消去法的电机谐波算法

对电机的实测信号进行谐波分析时,由于难以保证信号同步采样和存在测量噪声,采用快速傅立叶变换(FFT)方法进行谐波分析会出现栅栏效应和频谱泄漏现象,不能获得信号准确的谐波参数.作者采用加窗插值FFT,并提出逐幅谐波消去法,以便能精确地分析高次谐波.以基于Blackman-Harris窗的加窗插值FFT算法推导出关于频率偏差的9次方程.实例计算表明,采用加窗插值FFT和逐幅谐波消去法可有效地减少泄漏,降低噪声的干扰,从而可精确地获得各次谐波的幅值和相位.     

基于加窗插值FFT的电力谐波检测算法研究

通过分析比较常用的谐波检测方法,根据电力谐波信号的特点,提出了布莱克曼窗与双峰插值相结合的算法,并推导出频率和幅值的修正计算公式,从而进一步降低了泄漏和噪声干扰,提高了计算频率和幅值的准确度.仿真结果验证了算法的正确性与有效性.     

基于新型改进矩阵束的便携式电网同步相量测量装置

针对传统同步相量算法受电网间谐波影响较大的问题,本文提出了一种基于新型改进矩阵束的电网同步相量测量算法.将电网信号构建成Hankel矩阵,对其进行奇异值分解并使用自适应定阶方法滤除其中的噪声干扰分量,通过矩阵运算得到准确的电压幅值、频率及相角.经过仿真验证,本算法对含有间谐波分量的电网信号测量结果优于流行的傅里叶变换测量算法.并根据此算法设计了一款便携式电网同步相量测量装置,可解决传统同步相量测量设备体积庞大、成本较高的问题,利用高精度卫星同步信号监测晶振实际频率,动态调整采样控制参数降低采样时间误差,将同步采样的电网波形参数与时间标签等无线传输至移动终端,完成电网信号幅值、频率及相角计算.实际测试表明,本装置具有较高的测量精度,其中电压幅值、频率和相角测量误差分别为0.038 5%、0.000 51 Hz和0.053 7°,满足《电力系统同步相量测量装置检测规范》（GB/T 26862—2011）,具有较强的实际应用价值.     

音频贝叶斯谐波模型中参数的提取

由于音乐信号具有暂态特性、夹杂噪声、且它的基频在频域上具有复杂的结构,因此分析音乐信号是一项复杂的工作.本文在分析音乐信号时引入了音频贝叶斯谐波模型,并在此基础上提出了一个基于贝叶斯谐波模型的简化模型,然后采用可逆跳转蒙特卡罗(RJMCMC)采样算法对此模型中基频参数和谐波幅度进行了估计,仿真结果表明该算法取得了较好的效果.     

电力系统基波频率的高精度测量新方法

针对电力系统基波频率测量的现状,提出一种高精度的频率测量新方法.该方法通过计算待测电信号的相关系数自适应地确定傅立叶变换的窗长,从而实现无频谱泄漏的自适应窗长傅立叶变换,即实现电力系统基频的高精度测量.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,且计算量小,易于工程实现.     

基于TLS-ESPRIT的电力系统基波检测新方法

针对电力系统基波频率测量的现状,提出一种基于TLS-ESPRIT的高精度频率测量新方法.TLS-ESPRIT是一种现代信号处理方法,是子空间估计方法中的一种.该方法的信号模型中考虑了噪声的影响,因此,具较强的抗噪声能力.直接采用该法分析多重极点信号时会因受噪声的影响而得不到完全相等的多重极点.应用多重极点恢复的方法对其进行改进可得到精确的实际频率.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,尤其对时变性较强的调幅性间谐波信号具有强适应性.     

基于改进小波阈值函数和变分模态分解的 电能质量扰动检测

针对强噪声环境下扰动特征提取困难的问题,提出一种基于改进小波阈值函数和变分模态分解的电能质量扰动检测算法.采用改进小波阈值函数滤除电能质量扰动信号的噪声,通过傅里叶变换确定预设尺度,再基于变分模态分解准确地求出电能质量扰动信号的各个本征模态函数,结合Hilbert变换和奇异值分解分别求解每个本征模态函数的振幅、频率、起止时间等特征量,并据此搭建PXI和LabVIEW结合的电能质量扰动检测平台.分别采用单一扰动、复合扰动和电网实际扰动数据验证本文算法的准确性与有效性,相比现有经验模态分解和集合经验模态分解,本文提出算法不仅具有抗模态混叠和虚假分量的能力,且在强噪声环境下仍具有较高的准确性和鲁棒性.     

基于TAM谐波检测方法

针对传统谐波检测方法及其存在的问题,将TAM方法应用于谐波检测。该方法以信号空间模型为基础,结合子空间旋转不变性和最小二乘法实现了电力系统的谐波检测。首先求解采样信号数据矩阵的协方差矩阵,然后对协方差矩阵进行奇异值分解,利用最小二乘法的原理减少噪声影响,得到较为精确的频率和幅值估计参数。仿真实验结果表明：该算法精确有效...     

一种自适应频率窗经验小波变换的滚动轴承故障诊断方法

为解决强背景噪声下经验小波变换(EWT)难以准确提取滚动轴承故障特征的问题,提出了一种自适应频率窗EWT方法。首先对轴承故障振动信号进行傅里叶变换,引入一个带宽可变的滑动频率窗对其频谱进行分割;然后利用水循环优化算法(WCA),通过所提出的包络谱谐波噪声比指标,自适应确定滑动频率窗位置;最后进行EWT筛选出最佳的模态分量信号,通过包络解调分析提取轴承故障特征信息。采用所提方法对滚动轴承故障实验信号进行分析,结果表明,该方法可以有效用于滚动轴承微弱故障特征的提取,而传统EWT方法因为受强背景噪声影响较大,无法准确提取故障特征信息。     

低信噪比下的变步长最小均方自适应算法及其在时延估计中的应用

为提高变步长最小均方(LMS)自适应算法在噪声干扰下的时变时延跟踪性能,提出改进的变步长LMS自适应算法.该算法对MVSS-LMS算法进行误差均值补偿,改步长因子固定范围约束为动态变化约束;使用HB加权突出自适应滤波器权系数峰值,采用滑动窗遗忘加权减小计算复杂度.自适应时延估计仿真实验和消声水池目标被动定位试验表明:相比于参数固定条件下的MVSS-LMS算法和SVS-LMS算法,改进算法能够获得更好的时变时延跟踪性能.     

基于零陷展宽并加深的高动态GNSS 抗干扰算法

为解决高动态下自适应抗干扰算法在零陷展宽后深度变浅的问题,提出了干扰扰动服从高斯统计分布的 零陷展宽并加深算法。该算法通过投影变换方法对数据进行预处理,提取采样信号中的干扰分量,并通过系数 加权增强干扰分量,在零陷展宽算法基础上构造新的协方差矩阵,最后利用功率倒置算法完成干扰抑制,达到 零陷展宽并加深的目的。仿真实验结果表明,在高动态条件下,所提算法在零陷展宽算法的基础上实现了深度 的增加,提高了零陷展宽抗干扰算法的稳健性。     

一种改进最小二乘复频域方法及其应用

针对最小二乘复频域法在噪声干扰下模态参数识别精度不高的问题,采用分母替换函数,提出有理函数拟合改进算法,将其迭代后引入最小二乘复频域法.通过简支梁实验台锤击信号得到频域响应函数,代入到改进的算法中进行研究.结果表明:有理函数拟合最小二乘复频域法比最小二乘复频域法在噪声干扰下的识别效果较好,经过有理函数拟合改进后的多项式在阶次较低的情况下能识别出全部极点并得到更理想的稳态图,且对阻尼比的识别更接近真实值.     

时频分析的欠定盲源分离算法

随着跳频通信系统性能的不断提升,传统信号处理方式无法适应跳频信号载频时变的特性,提出一种改进思想,采用时频分析方法对多跳频欠定盲源分离问题进行研究分析.由于线性时频分析方法满足线性叠加原理并且信号间没有交叉项干扰的影响,采用短时傅里叶变换对多跳频信号进行处理分析;利用自适应时频支撑点阈值设定的方法,剔除低能量噪点对时频单源点的影响,并结合改进的k-均值算法对混合矩阵进行估计;在不同时间段短时傅里叶变换的窗函数中,通过判断频率聚类数的不同,确定跳频信号频率跳变点的时刻及位置;通过时频单源点的时频比矩阵对时变混合矩阵进行估计.仿真实验验证了改进算法对混合矩阵具有较好的估计特性,算法改进的效果也比较明显.     

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.     

二维正弦信号频率估计的ESPRIT方法研究

为了在噪声背景下估计二维正弦信号的频率,并获得较高的估计精度,给出了二维相关阵的大特征值所对应的主特征向量,位于由信号向量张成的信号子空间的结论,并因此提出了一种新的基于最大特征值所对应的第1特征向量的二维谐波频率估计ESPRIT(Estimation of Signal Parameters Via Rotational Invariance Techniques)方法.该方法用此第1特征向量构造一个特殊矩阵代替MEMP(Matrix Enhancement and Matrix Pencil)方法中的数据矩阵,进一步用二维ESPRIT方法来估计谐波频率.该方法依赖于信号子空间,对噪声和数据长度敏感性小,同时它不需进行谱峰搜索,可以得到较高的估计精度.同时给出了较为简便的频率配对算法.仿真实验证明了算法的正确性.     

基于多窗频谱估计和平滑幅度谱包络的Mel频率倒谱系数(MFCC)改进算法

语音的特征提取是说话人识别系统中的关键问题。在传统的Mel频率倒谱系数(MFCC)参数的基础上,提出一种改进的MFCC特征提取算法。该算法着眼于语音的前端处理,在预处理阶段,利用SWCE窗函数,对信号进行多窗频谱估计。并对得到的频谱进行平滑处理,得到信号的谱包络。然后对信号的谱包络进行计算,得到改进的MFCC参数。实验表明,在不同噪声环境下,与传统的MFCC算法相比,改进的算法识别率提高四个百分点以上。     

基于形态分量分析的高速铣削加工刀具磨损在线监测

在高速铣削加工中,铣刀在超高转速下进行不连续切削,刀具磨损迅速且难以监测,严重影响加工精度和产品质量,因此刀具磨损的状态监测极其重要.振动法是一种有效的刀具状态监测方法,但是振动信号包含了多种振动成分及大量噪声,影响刀具磨损状态监测的准确性.针对该问题,提出了一种利用对偶基追踪算法和用形态分量分析对振动信号进行稀疏分解的方法.首先,分析了高速铣削加工过程中振动信号的形态分量特点和稀疏特性,构造了对偶基追踪框架,通过增广拉格朗日变量分离算法进行求解,实现对振动信号中的脉冲成分和谐波成分的分离.其次,构造并提取了脉冲密度和高次谐波频率与基频的幅值比等特征并利用这些特征进行刀具磨损状态监测.最后,通过仿真分析和实验,验证了该方法的可行性.     

一种改进的变步长最小均方算法滤除心电信号运动伪迹的研究

设计一种便携式心电监测装置,其具有低功耗、应用场景宽等优点,能够在运动状态下实时监测人体心电信号(electrocardiogram,ECG)。为了滤除心电信号中的噪声干扰,尤其是运动伪迹(motion artifact,MA)的噪声干扰,在最小均方(least mean squares,LMS)算法的基础上改进步长因子,加快自适应算法的收敛速度,从而保证在最佳权系数附近的失调量最小,且减少权值系数更新的运算量。实验结果表明,算法在处理信号过程中能够得到清晰不失真的原始心电信号,具有运算量小且滤波效果较好等优点。