首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 98 毫秒
1.
本文针对暂态电能质量扰动信号具有时间短、变化快、非平稳等特性,采取一种基于db4小波分析的暂态电能检测方法.根据Mallat算法,信号奇异点处的小波变换模极大值能够通过信号的多分辨率分解提取出来,实现暂态电能质量信号扰动时间的准确定位,扰动定位前根据信号与噪声在小波变换各尺度上有不同传播特性,对电能信号小波去噪.利用Matlab编程对5种暂态电能质量扰动信号进行暂态扰动检测的仿真分析,结果表明该方法能够准确的获取扰动的起止时间,精度满足实际的工程需求.  相似文献   

2.
基于小波变换模极大值的电能质量奇异性检测   总被引:3,自引:3,他引:0  
针对配电系统中最常见的暂态电能质量扰动,例如电压暂降、电压暂升、电压振荡和脉冲等,在发生扰动的起止时刻常常对应电压信号发生奇异点的特点,提出了一种基于小波变换模极大值的电能质量奇异性检测方法,通过信号小波变换模的极值点在多尺度上的综合表现,来表示信号的突变或暂态特征,并通过算例仿真验证了该方法的有效性。  相似文献   

3.
介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。  相似文献   

4.
介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。  相似文献   

5.
郭峰  王刚  董肖节 《电子科技》2012,25(8):59-61,66
设计了一种基于DSP的电能质量监测系统,并给出了信号调理、锁相倍频等主要模块电路。依据小波变换模极大值的理论,通过对该检测装置采集的暂态信号进行多分辨率分解,准确实现了暂态信号的检测。最后对采集的信号进行Matlab小波变换,仿真结果表明,小波变换可实现对电能质量暂态信号突变点的准确检测,同时验证了小波检测的正确性和可靠性。  相似文献   

6.
小波变换域滤波方法在电磁生物医学成像中的应用   总被引:4,自引:2,他引:2  
电磁生物医学成像信号是一种非平稳信号,传统滤波方法全造成信号重要信息的损失。小波变换局部极大值滤波方法利用信号与噪声不同的尺度变化特性来区分信号与噪声,将噪声从信号中分离出来。小波变换局部极大值描述是信号的一种稳定的、近似的描述,可以利用交替投影算法从小波变换局部极大值描述来重构信号。adhoc算法是寻找小波变换对数模极大线的一种有效算法,在此基础上,提出模极大值漂移抑制方法,对生物医学成人像仿真  相似文献   

7.
《现代电子技术》2016,(10):138-141
对近年来电网发展和研究的热门话题之一:电能质量扰动识别分类系统进行研究。识别分类系统使用小波变换方法对扰动电压信号进行特征提取,之后收入由支持向量机建立的识别系统中。相对小波能量只能表达总分解层信号能量中各层信号能量的比例,对于电能质量扰动信号的检测不能直接使用信息熵公式。因此引入加权算子以改进相对小波能量,加权算子对电能扰动特征进行放大,实时反映电能扰动特征。针对使用支持向量机建立电能质量扰动识别系统时会由于扰动信号特征向量维度高、数据庞大等问题,提出一种基于混合核函数的LSSVM建立电能质量扰动识别系统。选取RBF核函数和Polynomial核函数分别作为局部以及全局核函数,构造混合核函数,提高系统泛化能力。使用PSO优化算法对LSSVM分类器进行分类,提高分类器的识别精度等性能。最后通过实验验证研究的电能质量扰动识别分类系统的识别性能。  相似文献   

8.
奇异信号消噪中小波消失矩的选取   总被引:3,自引:0,他引:3  
信号小波变换模的局部极大值和信号奇异性之间存在对应关系,利用信号和噪声小波变换模极大值在不同尺度上表现出的截然不同的性质,可以对奇异信号进行消噪。本文讨论了小波消失矩的阶数与信号Lipschitz指数间的关系,分析了消失矩对奇异信号检测的影响。实验结果表明,为了有效地检测奇异信号的各种奇异性特征,需要根据信号奇异性选择具有不同消失矩的小波。  相似文献   

9.
边缘检测是图像处理和计算机视觉领域最活跃的研究课题之一。传统边缘检测方法对噪声非常敏感,针对该问题在传统边缘检测算法分析的基础上,提出了一种基于二进小波变换的图像边缘检测方法。首先,对原图像进行二进小波分解,然后对低频子图像用直方图均衡化来进行增强,对增强后的低频子图像用二进小波变换模极大值点方法进行边缘检测得到边缘图像。实验结果表明,这种边缘检测方法明显优于对原图像直接使用传统边缘检测算子或二进小波变换模极大值点的边缘检测方法。  相似文献   

10.
李龙云  彭玉华 《信号处理》2003,19(Z1):53-56
本文给出一种对小波变换模极大值进行自动滤波的算法.该算法可以自动寻找不同尺度之间对应同一边缘的模极大值,以实现非人工干预下的自动检测和去噪;并为采用小波变换模极大值法对边缘进行实时检测提供了可能性.  相似文献   

11.
近年来,大量电能质量监测点的建立,使得电能质量数据增加,为处理大量的电能质量监测数据,提出了一种基于方向小波变换的电能质量数据压缩方法.将一维的电能质量数据转换成二维的数据,得到经过此变换分解的二维数据的小波系数,再将这些小波系数应用图像压缩中的SPIHT(多级树集合分裂)编码算法,压缩二维表示的电能质量数据.实验结果表明,此方法具有压缩率高、速度快,控制压缩比和特征不变的特点,有利于根据网络的状况调节传输的数据量.  相似文献   

12.
快速傅里叶变换(FFT)可实现整数次谐波的精确检测;但对非整数次谐波的检测误差较大,加窗插值算法可提高非整数次谐波的检测精度,但会导致谐波分辨率降低,如果信号中存在频率相近的整数次和非整数次谐波,利用FFT和加窗插值算法都无法实现谐波的准确检测.为了弥补这种不足,本文采用基于小波变换和FFT相结合的方法来分析电能质量信号.用小波变换检测电能质量信号的间断点,对由间断点分段得到的低频信号用FFT进行分析,并进行了计算机仿真,取得了较满意的结果.  相似文献   

13.
基于小波变换的电力系统谐波检测的研究   总被引:1,自引:0,他引:1  
小波变换在电力系统谐波中的应用,与谐波本身的特性是直接相关的,要得到实时性和精确性都较高的检测效果就需要对电力系统的谐波特点,小波在这方面的应用原理有深刻的理解。文中对此在作了深入分析的基础上,还重点研究了采用小波变换研究谐波检测的主要因素,用仿真验证其影响效果。最后针对目前的研究成果论述小波在谐波检测应用中的发展,为小波变换在分析有效、精确、可靠的电力谐波检测方法提供研究思路。  相似文献   

14.
王程刚 《电声技术》2011,35(4):63-66
利用DSP处理器的运算能力强、精度高和集成硬件资源丰富等特点,设计了以TMS320VC5509A为核心的电能质量监测系统,采用小波交换和傅里叶变换的时频域综合分析方法,实现了电能质量的在线监测功能.实践表明,本系统具有很高的测量速度和检测精度,功能齐全,扩展性好,能够对各种常见的电力系统电能质量扰动现象进行有效的分析,...  相似文献   

15.
谐波分析是谐波治理和研究谐波问题的基础。文中介绍了一种将小波变换和快速傅立叶变换结合起来的谐波分析方法,给出了电能质量信号突变点的确定公式,并对三相全控桥式整流电路产生的谐波电流进行仿真分析,得出了采用这种方法能够分别检测出扰动信号的起止时刻,也能够分析各次谐波的幅值和相角的结论。  相似文献   

16.
基于STM32芯片的电能质量在线检测装置的设计与实现   总被引:4,自引:2,他引:2  
李秋双  原明亭 《现代电子技术》2012,35(20):180-182,185
为保证电能质量,需要对电能质量的各项指标进行全面的检测和分析,为改善电能质量提供决策依据。在参考电能质量国家标准的基础上,设计了一种以STM32芯片为核心的三相电能质量在线检测装置,给出了其硬件系统设计和基于小波变换算法的程序设计流程图,实现了对电能质量高精度的测量,比较于其他装置的设计方式更加简便但测量精度更高。在此将STM32芯片应用于电能质量检测装置中,降低了成本减小了功耗且测量精度提高。实验结果证明了该设计具有很好的的实用价值。  相似文献   

17.
分别用小波变换和小波包变换对CT和PET图像进行融合,用常用的十种图像融合质量评价指标对融合效果进行比较.结果表明小波包变换的融合质量评价指标只有部分是优于小波变换的.在对CT和PET图像进行融合时,小波包并不一定更占优势,要根据自己的实际需求来决定选择使用小波变换还是小波包变换.  相似文献   

18.
方涛  郭达志 《电子学报》1998,26(4):12-14,23
图像的小波变换能同时提供空间-频率局部化信息,而且小波变换域内矢量量化数据压缩已得到广泛应用,经过小波变换后,各子带小波分量存在相关性和空间约束,同时考虑到人类视觉对水平和垂直方向高频分量比对角方向更加敏感,本文提出了基于空间约束的矢量量化方法,该算法能同时提高编码效率和改善重构图像质量。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号