基于确定性测量矩阵与变阈值SAMP的超高次谐波检测算法

随着电网中采用高频电力电子器件制造的设备逐渐增多,配电网中的超高次谐波现象已经成为了一种亟需解决的新型电能质量问题。相较于传统谐波检测方法采样超高次谐波信号时产生的巨大数据量,压缩感知作为一种新型信号处理方法,在使用测量矩阵对稀疏信号进行亚采样后通过重构算法用较少的数据就能精确地恢复原始信号,有效降低了对采样端硬件的要求。提出了一种基于确定性测量矩阵与变阈值SAMP算法的压缩感知超高次谐波检测算法。首先该方法采用了一种由确定性随机序列构造的测量矩阵,这种确定性测量矩阵的结构与随机测量矩阵相比更易于传输与存储,同时具有和高斯随机矩阵相同的重构性能。其次,针对SAMP重构算法在频谱泄露时易发生稀疏度过估计的问题,提出了一种改进的变阈值SAMP算法,设置一个动态的阈值来控制算法中内积的选取,减少迭代中的误选。改进算法提高了超高次谐波检测的精度,降低了因频谱泄露和噪声造成的误差且更容易硬件实现。最后,通过仿真和实测结果证明了改进算法的准确性和有效性。     

一种基于LDPC矩阵的压缩感知测量矩阵的构造方法

在一些对采样数据速率有严格要求的实际应用中,对低采样率的压缩感知具有广泛需求。基于LDPC矩阵的特点,提出了一种类似托普利兹矩阵的压缩感知测量矩阵,所提出的测量矩阵构成方法易于实现。仿真结果表明,在低采样率的情况下,采用本文所提方法构造的测量矩阵不仅有着与常用稀疏测量矩阵相比更好的稀疏性,且将其用于图像压缩感知时可获得较好的图像重构质量。     

基于深度学习的压缩感知重构及其应用现状与展望*

经典的奈奎斯特采样定理要求采样频率大于两倍信号最大频率,才能重构出原始信号,但是当信号具有稀疏性时,压缩感知方法可突破奈奎斯特采样定理的限制,大大降低采样频率,显著提高数据采集和分析的效率。近年来,压缩感知作为一种全新的稀疏信号处理框架,已广泛使用于图像重建、稀疏信号重构等领域。随着深度学习技术的快速发展,将各种深度神经网络用于压缩感知领域中,既能提高重构的精度,又能减少重构的时间。通过对公开文献进行广泛调研,介绍了压缩感知重构的基本概念,梳理了常用的压缩感知算法,归纳了深度压缩感知的主要应用领域。最后探讨了当前仍面临的问题及未来的发展趋势。     

基于混沌滤波器的压缩感知雷达互质压缩采样

提出一种基于混沌数字滤波器的压缩感知雷达回波信号互质压缩采样方法.首先,设计基于混沌数字滤波器的压缩采样矩阵,避免了传统高斯随机观测矩阵的硬件设计困难,在保证压缩感知雷达感知矩阵非相关特性的同时,提高了压缩采样矩阵的可实现性与可控性.其次,在混沌数字滤波器压缩观测矩阵的基础上,提出迸一步压缩数据量的互质压缩采样方法,显著降低了压缩感知雷达的数据处理量.仿真实验结果表明,基于混沌滤波器的互质压缩采样方法可以实现压缩感知雷达的在压缩处理数据量的同时获得目标参数的高精度估计,为压缩感知雷达硬件系统设计提供了新方法.     

基于多通道采样和注意力重构的图像压缩感知

近年来用于图像压缩感知的深度学习网络得到广泛关注,深度学习网络可以实现图像的压缩采样,并从采样数据重构出原始图像。但现有的压缩感知算法在信息分布不均匀的图像场景中,无法有效提取原始图像信息,导致重构精度较低。针对上述问题,本文提出了基于多通道采样和注意力重构的图像压缩感知算法。该算法包含了多个不同采样率的采样通道,能够根据视觉显著性对图像不同区域应用不同的采样率,使得采样数据中能够包含更多原始图像信息。重构采用了残差通道注意力结构,自适应调整通道特征来提高网络的表示能力。通过对比实验表明,本文提出的基于多通道采样和注意力重构的图像压缩感知算法能够取得更好的重构质量与视觉观感。     

短时电能质量信号压缩采样方法的研究

根据压缩传感(Compressed Sensing,CS)理论,首次提出了短时电能质量扰动信号的压缩采样方法,该方法突破了奈奎斯特采样频率的限制,实现了低于奈奎斯特采样频率的低速率采样。文中对比分析了CS理论与传统采样理论,研究了CS短时电能质量信号压缩采样的实现方法,包括:测量矩阵的构建、稀疏基的选取和电能质量信号快速贝叶斯匹配追踪重构算法(FBMP)。文中针对6种短时电能质量信号进行了仿真实验,给出了不同压缩采样比的条件下,该压缩采样方法所能达到的性能指标,结果标明本文提出的方法正确有效。     

谱稀疏信号随机等效采样重构方法研究

随机等效采样能够突破香农采样定理的限制,实现低速模数转换器(ADC)对高速信号的采样。为了达到理想的重构精度,需要大量次数的采样,采样效率低。针对窄带谱稀疏信号采样,提出了基于压缩感知理论的随机等效采样信号重构算法,在频域对随机等效采样系统进行行为建模,采用随机采样时间间隔构造信号恢复矩阵,建立了已知采样值序列与未知待测信号的信号重构关系式,给出了信号准确重构对采样次数的判决准则。实验结果表明,对于谱稀疏信号的随机等效采样,利用压缩感知理论进行信号重构,在保证信号重构精度情况下能够有效减少采样次数。     

基于压缩感知技术的电磁脉冲信号测量方法

电磁脉冲信号的详细衍变过程,特别是其陡峭前沿的变化信息,有助于深入理解电磁脉冲信号产生及传播过程,它对于我国国防和自然科学的发展都有着极其重要的科学和实践意义。本文提出一种基于三路并行低速模数转换器(TPL)的模拟信号压缩感知技术,通过对传感器输出的电磁脉冲信号进行欠采样(信号的采样频率低于奈奎斯特采样定理的要求),得到并恢复被测电磁脉冲信号的高速采集波形。基于TPL压缩感知技术的应用,可以降低被测电磁脉冲信号陡峭前沿对后端电子ADC采样速率的要求。本文针对TPL实现过程中稀疏字典、观测矩阵的建立方法,以及信号的重构方法进行了深入地研究,创新性地提出基于KSVD的原子数自适应字典构建方法。在此基础上,通过仿真和实验测试了TPL系统对电磁脉冲信号的压缩感知采集效果,以此验证了该方法的可行性。     

压缩感知动态测试信号模型与电能表动态误差测试*

文中针对智能电能表动态误差的高效测试问题,分析了长时间范围内复杂动态负荷信号幅度域的快速随机波动特性,建立了压缩感知伪随机动态负荷测试信号的模型,采用Hadamard矩阵和降采样矩阵结合的测量矩阵构建方法,确定了该测试信号的模型参数,提出了压缩感知测量信号的产生方案。采用试验方法,对比给出了压缩感知和m序列动态测试信号条件下电能表动态测试的误差数据。研究结果表明相比较于m序列伪随机测试信号,压缩感知动态测试信号的动态误差测试效率提高了4倍。     

基于坐标变换的风电变流器电压信号CS压缩方法

为了解决直接利用压缩感知(CS)理论对风电变流器输出端三相电压监测数据存储空间的资源浪费以及重构性能差等问题,提出了一种基于坐标变换的风电变流器电压信号CS压缩方法。该方法的关键是利用dq0变换、空间矢量变换将三相电压信号转换为一维信号;然后将传统的多频带融合思想用于CS稀疏表示中,构造稀疏字典矩阵,并分析了稀疏字典与测量矩阵的不相关性;最后利用高斯随机矩阵进行压缩测量,使用追踪算法实现一维信号的恢复,将其转化为两相信号并作坐标反变换,即得到重构的三相电压信号。仿真结果表明,与直接对监测的三相电压数据进行CS处理相比,该方法可有效的压缩原始三相电压数据,使得运行时间降低,重构误差减小,并且节约了测量数据的存储空间,因而更加具有实际应用价值。     

稀疏矩阵法网络拓扑分析

矩阵法是网络拓扑的基本方法,此方法易于编程,但速度很慢.通过分析可知邻接矩阵自乘的矩阵法进行矩阵乘法运算时,两个相乘矩阵中邻接矩阵是稀疏矩阵且保持不变,对其可以应用稀疏矩阵技术,为此提出了基于稀疏矩阵技术的矩阵法.该方法采用多种手段提高计算速度,首先,采用稀疏矩阵技术极大地提高了计算速度;其次,每计算出一个连通矩阵元素后马上更新当前连通矩阵,可以大大提高计算速度;第三,利用连通矩阵的对称性,只需计算一半的矩阵元素;最后,采用节点优化编号技术,进一步提高了网络拓扑分析的速度.对一个实际大型电网进行了拓扑分析,计算结果验证了该方法的正确性和有效性.     

矩阵变换器的控制策略

简单概述了矩阵变换器各种控制方法的基本原理 ,分析并介绍了各种控制方法的优缺点及其应用场合 ,展望了矩阵变换器控制策略的发展趋势     

矩阵变换器发展展望

详细分析了矩阵变换器的电路拓扑、控制策略及安全换流技术,并对矩阵变换器未来的发展作了展望。矩阵变换器作为一种全新电能变换装置,具有输入功率因数高、输入电流谐波小、结构紧凑、易于四象限运行等诸多优点,成为未来传动技术热点研究课题之一。     

TSMC的一种建模方法

双级式矩阵变换器是高阶的、多模态的、非线性的动态系统,提出应用2级开关状态函数建立其精确的数学模型.为了将模型中整流级和逆变级相乘的开关函数矩阵进行解耦,提出将整流级的输出电压波动看作逆变级闭环系统的环内扰动,将系统的建模简化成逆变级的建模分析.应用开关周期平均算子、坐标旋转变换、小信号扰动法,建立了系统逆变级的小信号...     

矩阵式变换器的发展综述

在全面回顾国内外矩阵式变换技术发展现状的基础上,综述了近年来矩阵式变换技术的新发展.重点围绕矩阵式变换器新型开关器件、拓扑结构、开关换流技术及调制策略等关键技术的发展进行全面的综述,最后展望了矩阵式变换器的应用前景与发展方向.     

Steady-state characteristics of matrix converter

The matrix converter proposed by Venturini is very simple in structure and has powerful controllability. However, there are few applications especially in power electronics fields. This seems to be caused mainly by the fact that such power devices that were fast enough to suppress ringing oscillations in the supply lines and large enough to pay for more devices and more complicated control circuits than in conventional dc-link converter-inverter systems were not available. At present, static induction thyristors (SIThs) have been introduced and a new possibility for the matrix converter has been raised. This paper describes a new control strategy which is simple and practical and allows the output voltage of 0.866 times the supply voltage to be generated. Also, the new firing sequences which eliminate voltage and current spikes are proposed. Steady-state and distortion characteristics of the prototype PWM matrix converter with SITh are shown.     

面阵CCD调制传递函数测试仪器研究

电耦合器件（charge coupled device, CCD）的成像质量直接影响新一代星敏感器的综合性能,现有CCD测试仪器受初位相对准偏差影响,重复精度较低。论文推导了基于条纹对比度原理的面阵CCD调制传递函数（ modulation transfer func-tion, MTF）表达式,分析初始位置偏差与MTF重复精度间的数学关系,提出初位置平均调制传递函数的概念与数据处理方法,据此改进条纹板设计,并对CCD测试仪器光学、机械、电控系统进行仿真设计。采用两片Kodak KIA-4021面阵CCD作为试样,在感光面不同区域对MTF进行多次重复测量,测试重复精度优于0．025。实验结果表明,采用统计平均方法评价CCD成像质量,在感光面不同区域的测量结果一致性较好,重复精度优于极值算法。     

A combined matrix converter

A control singularity and basic characteristics of a combined matrix converter able to increase the output voltage in comparison with a traditional matrix converter are examined. Such converters maintain the rated parameters of an ac drive under mains undervoltage, which is especially important for “weak” mains.