基于模糊理论的电能质量检测去噪算法

利用模糊隶属度函数的概念,提出了一种新的电能质量检测去噪算法,该算法针对电能质量信号的每个点设计了1×5模板和基于该模板的5个掩模,利用最大隶属度原则选取一个掩模,对该点进行去噪,对每个点应用此算法直至完毕.实验仿真结果表明,该算法在去噪和突变点信息保留方面的效果远远优于传统的中值滤波和均值滤波,拥有良好的去噪能力和保留突变点信息的能力.本算法新颖、便捷,有广阔的发展前景.     

基于模糊理论的电能质量检测去噪算法

利用模糊隶属度函数的概念,提出了一种新的电能质量检测去噪算法,该算法针对电能质量信号的每个点设计了1×5模板和基于该模板的5个掩模,利用最大隶属度原则选取一个掩模,对该点进行去噪,对每个点应用此算法直至完毕。实验仿真结果表明,该算法在去噪和突变点信息保留方面的效果远远优于传统的中值滤波和均值滤波,拥有良好的去噪能力和保留突变点信息的能力。本算法新颖、便捷,有广阔的发展前景。     

基于均值滤波的电能质量检测去噪方法

在电能质量检测领域,测量信号通常叠加着随机噪声,因此去噪是信号检测的重要前提。作为常见的去噪方法,均值滤波和中值滤波有很多缺点。均值滤波因其能去除大量的高斯噪声且易于实现而成为一种常用的线性滤波,但均值滤波对于奇异点却很敏感。对此给出了一种改进的均值滤波方法,此方法不单能去除高斯噪声,而且能很好地保留突变点信息。     

一种基于高斯滤波器的电能质量信号去噪算法

研究电能质量问题有重要的意义。电能质量分析的必要前提是对采集到的电能质量信号进行有效的去噪处理,同时,保留突变点信息也是电能质量分析的一个重点。为了解决传统的滤波方法不能同时解决去噪和突变点信息保留这对矛盾的问题,该文提出了一种基于高斯滤波器的电能质量去噪算法。通过使用导数函数调整其尺度参数σ从而进一步调整滤波器的加权系数,使其既能平滑噪声又能较完整地保留突变点的信息。实验仿真结果表明,该文算法在去噪效果和突变点保留能力上均优于传统的滤波方法,选取σ约为所有点导数的均值时处理效果最佳。该文算法理论基础完善,易于实现,处理效果显著,有良好的发展前景。     

基于似然比判决准则的电能质量去噪算法

电能质量信号去噪是电能质量扰动判决和定位的基础。电力系统中,绝大部分电能质量信号都含有较明显的突变点。该文首先分析了现有各种去噪算法的不足,然后在此基础上针对信号的二阶导数设计了一个局部滑动窗,并将该滑动窗分成左右两个长度相等的窗口,最后以左右窗口均值差的似然比作为判决准则来判决突变点。基于突变点判决的结果,对突变点区域和非突变点区域采用不同的滤波方法。实验结果表明,该文所提出的混合滤波算法,去噪效果良好,能较完整的保留突变点的信息,较好地解决了保护信号局部特征与抑制噪声之间的矛盾,在绝大部分电能质量去噪领域,有突出的优势。     

红外图像锁相滤波去噪算法的研究

本文首先分析了白噪声、背景温度和耗散能对热弹性能检测的影响,在此基础上提出了一种红外图像锁相滤波去噪的新算法.然后,在VC .NET环境下针对活塞栓、曲轴连杆红外图像设计了新的去噪算法程序,并与中值滤波、均值滤波等经典去噪算法的去噪效果进行了比较.最后应用信噪比、均方误差两项指标对新算法和经典算法的去噪效果进行评价.实验结果表明,采用新去噪算法对红外图像去噪,其均方误差为采用中值滤波法的7%.其信噪比比中值滤波法提高了10dB.     

采用改进CPSO动态搜索时频原子的电能质量扰动信号去噪方法EI北大核心CSCD

针对电能质量扰动信号噪声抑制中的难点问题,即有效滤除噪声的同时又能较好地保留信号奇异点信息,提出一种采用改进混沌粒子群(ICPSO)动态搜索时频原子的电能质量扰动信号去噪方法。首先,构建了与电能质量扰动信号时频特征相匹配的过完备原子库,采用正交匹配追踪(OMP)算法求解信号稀疏模型,同时采用ICPSO算法对时频原子匹配过程做进一步优化。然后,以残差比阈值确定迭代终止次数,利用最佳匹配原子和稀疏系数重构原始信号,实现信号去噪的目的。运用文中介绍方法对6种典型的电能质量扰动信号进行去噪处理,并与形态学滤波和小波阈值去噪2种方法进行对比。仿真结果表明,文中方法在有效去除噪声的同时,能完整地保留突变点信息,去噪结果准确性高。     

一种改进的去除灰度图像椒盐噪声方法的研究

针对传统中值滤波算法（SM）在滤除高密度椒盐噪声时存在滤除不完全和使边缘细节变得模糊的不足,提出了一种改进自适应中值滤波法,该方法在计算像素点4邻域均值与检测点的灰度差值后,将此差值同一个自适应调整的阈值进行比较,若差值大于阈值则为噪声,否则为信号点。实验表明,该方法比传统方法去噪效果较好,对噪声密度在30％以上的图像,去噪后可使图像峰值信噪比（PSNR）达到20dB以上,均方误差（MSE）在100以内。     

基于中值滤波和改进提升小波的输电线路激光测距信号去噪方法

针对小波变换去噪算法精度不高,运行时间较长的缺点,并结合激光测距信号含有高密度高幅值脉冲噪声和白噪声的特点,提出一种基于中值滤波和改进提升小波的去噪算法。首先对实测输电线路激光测距信号进行中值滤波处理,以平抑占比较重的脉冲噪声;再进行提升小波变换,得到小波分解系数;同时,使用鸡群优化算法(chicken swarm optimization,CSO)寻找最优阈值;然后进行提升小波逆变换得到重构信号。结果表明:相对于传统提升小波变换去噪算法,应用该方法的去噪效果信噪比提升2倍以上。最后将几种去噪算法进行了综合比较,所提出方法可有效提高去噪效果并略微减少算法运行时间,优于传统去噪算法。     

基于小波邻域阈值分类的电能质量信号去噪算法

提出了一种基于小波邻域阈值分类的自适应阅值电能质量信号去噪算法.首先结合所用小波函数,基于模极大值小波域确定最佳邻域窗口尺寸;然后利用各个尺度携带信号信息的小波系数其分布具有"簇聚"性质及其小波系数具有局部相关性,通过邻域阈值对小波系数进行分类,对分类后的"小"系数直接置零,对"大"系数则采用一种具有局部强相关性的零均值高斯模型,通过最小均方误差准则得到其估计.仿真实验结果表明,该算法对实际电能质量信号去噪是有效的,在去噪性能上优于常用的多种自适应阈值去噪算法.