脉冲噪声下基于Sigmoid的LFM信号参数估计

由于脉冲噪声具有的短时大幅值特性,使得基于高斯假设的信号参数估计方法无法在脉冲噪声环境下有效估计参数。针对此问题,利用α稳定分布模拟随机脉冲噪声,提出了一种基于Sigmoid-CFRFT的LFM信号参数估计方法。首先,建立了一种自适应Sigmoid函数,证明了信号经过此非线性变换后,信号的2阶矩由无界变为有界,且信号的相位信息保持不变。其次,将变换后的信号进行离散时间CFRFT,建立了数学优化模型,并使用水循环算法搜索最优值点。最后,利用了非标准SαS分布噪声的修正方法,分析了标准和非标准分布下参数估计的性能。仿真结果说明,所提方法不仅可以有效抑制脉冲噪声对LFM信号分数谱特征的影响,而且能够实现低信噪比信号参数的高精度估计。相比于现有的基于非线性变换的参数估计方法,本文方法具有更好的精度,稳定性和噪声鲁棒性。     

一种脉冲噪声下的鲁棒性自适应回波抵消方法

实际通信线路中脉冲性噪声常使得基于高斯噪声模型的经典自适应回波抵消方法的效果变差。针对该问题,提出了一种基于α稳定分布模型的鲁棒性自适应回波抵消方法（RAEC）。该方法采用p稳定分布建模脉冲噪声,在最小平均p范数准则下,利用自适应时间延迟估计器来抵消回波,不仅可以有效地抵消通信线路中含有高斯噪声的回波,而且对含有脉冲噪声的回波也有良好的抵消效果。理论分析和计算机仿真实验表明,RAEC是一种对脉冲噪声具有鲁棒性的自适应回波抵消方法。     

脉冲噪声下基于 NAT 函数的 LFM 信号多径时延估计

针对脉冲噪声环境下无法准确估计线性调频(LFM)信号多径时延的问题,分析非线性幅值变换法抑制脉冲噪声的原 理,设计了一种新的非线性幅值变换函数 P-NAT(piecewise-NAT)函数,证明了任意随机变量经该函数变换后存在有限二阶矩, 提出了基于 P-NAT 函数的 LFM 信号多径时延估计方法。 分别对发射信号和 P-NAT 函数变换后的含噪多径接收信号进行最佳 阶次 FRFT,根据 FRFT 域的峰值位置偏移量和时延的关系,实现 LFM 信号的多径时延估计。 仿真结果表明,该方法在广义信噪 比为 0 dB、噪声特征指数大于 0. 2 的情况下,时延估计归一化均方根误差小于 10 -4 ,适用于低信噪比和强脉冲噪声环境下的 LFM 信号多径时延估计。     

基于双接口分集和数据样本的脉冲噪声抑制算法

针对电力线与无线双接口通信中的电力线突发脉冲噪声（BIN）的干扰问题,提出一种基于分集信号抵消和自适应阈值估计（DSC-ATE）的BIN抑制算法。首先,利用电力线和无线并行信道传输相同的分集信号,接收端通过分集信号抵消获得脉冲噪声样本,降低峰平比对阈值估计的影响;然后利用噪声样本对非线性函数的最佳阈值进行估计;最后对脉冲噪声进行抑制处理。为了提高算法的鲁棒性和可扩展性,该文通过引入折扣因子和学习率来实现算法在复杂度和精度之间的有效折中。与已有的非线性处理算法相比,该方法不需要噪声的先验统计信息,并可根据信道环境的变化自适应地调整阈值。仿真结果表明,所提算法在可靠性和阈值精度方面均具有显著提升。     

低压电力线通信自适应脉冲噪声抑制

针对脉冲噪声严重影响电力线通信系统传输性能,提出一种室内电器脉冲噪声估计和抑制方法.首先,分析室内脉冲噪声的特性,在通信过程中对传输信号进行交织操作.然后,在接收端利用矩估计的方法对脉冲噪声的特征参数进行估计,根据估计的脉冲噪声信息建立噪声抑制的自适应门限.最后,根据自适应门限对电力线脉冲噪声进行抑制.仿真结果表明,所...     

基于二次分数低阶协方差的时延估计方法

针对强脉冲噪声背景下基于分数低阶统计量时延估计方法性能退化且需要噪声先验知识的问题,提出了一种基于二次分数低阶协方差的时延估计新方法。所提方法首先利用有界非线性Sigmoid函数对含有脉冲噪声的信号进行预处理,使其在不影响有用信号时延信息的基础上对附加脉冲噪声进行充分压缩;然后对处理后的收发信号进行二次分数低阶协方差运算,即求得发射信号的自分数低阶协方差和收发信号的互分数低阶协方差之后,再次计算二者的互分数低阶协方差,以期更大程度上抑制脉冲噪声的影响。通过模拟仿真实验对所提方法进行了有效性验证,结果表明所提方法突破了分数低阶矩阶次需小于Alpha稳定分布噪声特征指数的限制,并且比分数低阶协方差方法具有更高的估计精度。仿真实验结果表明在广义信噪比-10 dB情况下,时延估计用时为0.056 0 s,准确率达到97.76%。     

电能质量扰动信号的自适应去噪方法

有效地降低电能质量信号中的噪声,是做好电能质量信号检测、识别等工作的基础。为了克服一维电能质量信号降噪的难点问题,即有效地去除噪声并完整地保留奇异点的特征,对目前图像处理领域中针对高斯等噪声降噪性能最好的基于块匹配的三维变换域联合滤波(BM3D)算法进行了改进,提出一种电能质量扰动信号的自适应去噪新方法。该方法参数较少,无需估计噪声方差,也无需人为设定滤波阈值,而是通过自适应估算较为准确的阈值实现离散余弦变换(DCT)域的滤波。通过对电压中断、电压暂降、电压暂升、脉冲暂态、振荡暂态和谐波这6种常见的电能质量信号进行降噪仿真实验,并与应用较为广泛的小波阈值去噪法进行对比分析,最后应用于实际电能质量扰动数据的降噪,验证了所述算法的有效性。     

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。     

基于形态学的暂态电能质量扰动检测

针对扰动检测过程中存在的脉冲噪声和白噪声影响暂态电能质量信息准确提取的问题,文章设计了一种基于LMS的多结构复合形态滤波算法,该算法具有在保留信号的有效成分的基础上最大限度地滤除噪声的功能。文章使用电压暂降、电压暂升、电压中断等对所提方法进行了仿真实验。仿真结果表明,基于LMS的多结构复合滤波算法得到的信噪比是多结构自适应复合滤波算法的1.01倍左右,是小波变换的1.1倍左右,即该算法能有效地滤除暂态电能质量扰动分析中的随机噪声和脉冲噪声;而且,该算法可较好地保持扰动信号的形状和特征。     

基于时域能量与自适应奇异值阈值的改进局放信号去噪方法

局部放电(简称局放)检测是探测电力电缆绝缘缺陷的有效手段。针对传统短时奇异值分解(STSVD)白噪声抑制方法存在的不足,文中提出了一种基于时域能量与自适应奇异值阈值的局放信号白噪声抑制方法。该方法利用自适应奇异值阈值估计策略对重构奇异值个数进行准确估计,并在此基础上结合时域能量准则仅对局放脉冲区域进行去噪处理,从而极大地提升了算法的执行效率。对仿真和实测含噪局放信号进行处理,并将去噪结果与现有的自适应奇异值分解(ASVD)、传统STSVD及小波变换去噪结果进行对比。研究结果表明：相比于ASVD、小波变换去噪方法,文中所提去噪方法能够取得更好的去噪效果,去噪后波形误差更小;相比于传统STSVD,文中所提方法能够有效解决去噪后存在的毛刺干扰问题,且计算速率更快。     

基于ICA的含噪电力系统信号的频率测量

为提高在噪声环境下频率测量的准确性,提出一种结合独立分量分析(ICA)和加汉宁窗插值算法的含噪电力系统信号的频率测量方法.该方法使用ICA对混有噪声的信号进行分离获得电力系统信号后,使用加汉宁窗插值的傅里叶算法获得电力系统频率.由于ICA对噪声和有用信号进行了很好的分离,因此频率测量的精确度得到了显著提高.仿真分析了含有白噪声和脉冲噪声的情况.即使噪声的幅值大于信号幅值数百倍时,使用所提出算法后频率误差绝对值的最大值从2.4 Hz左右分别减少到了0.0028 Hz和0.0005 Hz,表明所提出算法在极低信噪比时仍具有较高的精确度.     

舰船地震波信号的滑动功率谱实时检测算法

为提高低信噪比环境下的地震波信号检测概率,结合自适应线谱增强技术,基于滑动功率谱提出一种新的舰船地震波信号实时检测算法。首先利用自适应线谱增强技术对信号进行处理,然后对处理后的信号进行功率谱估计,选取一段频带内的平均功率作为检测特征量,并设计相应的自适应检测阈值算子,最后根据一定的检测规则完成对舰船地震波信号的实时检测。实测数据和仿真数据表明,该检测算法能够有效完成低信噪比的目标检测,在信噪比为-15 dB时,检测概率达到93%。     

含确定性分量和随机噪声分量的宽频带信号分解方法

可再生能源发电、储能、电动汽车等基于电力电子变流器的并网设备快速增加导致配电网信号日趋复杂。将电力系统宽频带信号分为确定性分量和随机噪声分量,建立了电力系统宽频带信号模型,并基于此模型提出了一种宽频带信号分解方案。首先,应用鲁棒局部回归平滑滤波方法提取并过滤随机噪声分量;提出了基于均值和标准差估计的自适应阈值确定方法,用于分解随机噪声分量。然后,提出了基于间谐波子群频谱的自适应阈值确定方法,用于提取间谐波分量。最后,用无限脉冲响应滤波器组将确定性分量分解为独立的子信号,并基于泰勒傅里叶变换估计确定性分量的频率和相量,实现确定性信号的分解。仿真验证了所提方案能在低信噪比、系统频率动态变化等情况下实现间谐波分量的自适应捕获和宽频带信号的高精度分解并应用所提分解方案分析了实测电压信号。     

冲击噪声背景下相干信号DOA估计

针对冲击噪声背景下相干信号源的波达方向估计问题,提出了一种基于分数低阶矩的修正MUSIC算法。首先根据阵列接收数据,计算出分数低阶矩矩阵,从而抑制冲击噪声对阵列接收数据的影响;然后采用修正MUSIC算法基本原理,通过对矩阵的共轭重排,解决因相干信号的存在而导致的阵列协方差矩阵秩的亏损问题,并提高了算法的估计性能。通过对所提方法进行仿真实验验证以及相关理论性分析得知：所提算法能够有效抑制冲击噪声的影响,同时可对相干信号进行解相干处理,并且与分数低阶奇异值分解算法及数据预处理后进行重构的自适应方法相比具有更高的估计精度和估计成功概率。     

脉冲噪声环境下混沌扩频时延估计算法研究

针对传统时延算法面对脉冲噪声时运算结果峰值旁瓣比较低，且存在误判点较多难以判断的问题，提出了一种新型加权高斯相关熵时延估计方法，并将该方法应用于电缆故障定位的仿真模型中。仿真结果表明，与现有的方法相比，不仅可以在脉冲噪声环境下获得良好的时延估计效果，而且在强脉冲噪声干扰下依旧能够保持较高的定位精度。在不同强度的脉冲噪声背景下，其运算结果相比其他3种方法主峰值旁瓣比绝对值增加0.020 3 dB以上，误判峰值与故障点峰值比减少了0.053 9以上，均方值误差减少了1.863 6 m以上。     

基于声传感器阵的舰船被动定向研究

在被动声探测设备中声传感器阵对舰船目标宽带噪声源的精确定向取决于时延估计的精度,针对这一问题,将自适应参量模型算法与变步长的 LMS算法相结合,提出了一种可高精度估计任意时延,且收敛速度快的时延估计算法.结合舰船辐射宽带噪声,以正四面体声传感器定向阵列为例进行了计算机仿真,仿真结果表明：该方法估计所得的方位角误差小于0.1°,俯仰角误差小于1°,实现了对舰船目标宽带噪声源的精确定向,具有很好的工程实用价值.     

1种提高变压器UHF局部放电信号时延精度的统计方法

通过测量变压器局放信号到达UHF传感器阵列各个阵元的时间延迟来进行PD定位在理论上是可以实现的。电磁波在空气中的传播速率是30 cm/ns,所以解决UHF信号被UHF传感器阵列检测到的时间延迟问题是实现PD精确定位的1个关键。本文提出了1种数学方法:互相关—移位—平均算法,这种算法可以通过增加信噪比和降低随机PD带来的分散性来提高UHF信号时延估计的精度。通过对试验数据的验证,显示这种方法在一些情况下可以将时延精度提高到数十个ps,同时将PD定位精度提高到几个厘变。