基于FFT法和MUSIC法的间谐波频率估计

在电力系统中,间谐波检测是抑制间谐波的重要环节,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义．FFT能够实现整数次谐波检测,对于非整数次谐波的检测存在着频率泄漏和栅栏效应,而MUSIC法需要在整个频域内进行谱峰搜索,影响其实用性．本文将FFT和MUSIC算法相结合,利用FFT缩小搜索域,再利用MUSIC进行频率细化,即克服了FFT的频率泄漏和栅栏现象,同时缩短谱峰搜索时间,可以更有效地估计出间谐波的频率,仿真试验说明了此方法的有效性及频率估计的精确度．     

基于快速傅立叶变换的电力谐波分析与程序实现

采用FFT（快速傅立叶变换）算法在电网中进行应用,方法简单、可靠、精度较高,可以对谐波进行准确分析.利用FFT算法编写谐波分析程序对三相电进行数据采样,采样频率为3 200 Hz,将采样到的数据进行FFT变换.利用FFT的结果求出对应点的幅值,计算基波的频率、幅度,及其有效值;对其他频率的幅值可通过阈值进行判断,超过阈值可认为是谐波信号,并提取其幅值、频率;最后利用提取出来基波和谐波的信息计算谐波次数和谐波的有效值、谐波畸变率等参数.     

SVD滤波与改进小生境遗传算法在双馈异步电机转子匝间短路故障量提取中的应用

双馈异步发电机(DFIG)转子绕组发生匝间短路故障后,可能会导致机组运行不稳定,造成严重的经济损失,短路后定子电流会产生频率为(1±2s)f的谐波,因此分析定子电流中的谐波含量对故障诊断具有一定的意义。FFT进行短时采样频谱分析时,由于频谱泄露的影响,分辨力明显不足。为了提高转子匝间短路诊断的准确性,提出了利用SVD分解滤波算法和改进小生境遗传算法的故障诊断方法,不仅提高了谐波分析的精度,还解决了多重信号分类(MUSIC)算法谱峰搜索计算量大的缺点。仿真的结果表明,将SVD分解算法和小生境遗传算法作为故障监测方法切实可行,为转子匝间短路故障诊断提供了依据,相比单独采用FFT和MUSIC算法,计算精度和效率都有所提升。     

基于传播算子的间谐波参数智能估计算法

为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位.     

基于子空间分解类算法的高精度频率估计

针对高速全数字解调器中频率估计算法的高精确度及实时性要求,该文深入分析了基于子空间分解类算法的特点,提出了将求根多重信号分类(RMUSIC)法和旋转不变技术估计信号参数(ESPRIT)法分别与快速傅里叶变换(FFT)法相结合的高精度频率估计算法。首先应用RMUSIC或ESPRIT算法对信号频率进行预估计,确定粗略的窄带频率区间后,再应用加窗FFT算法对细化域内的频率进行精估计。此外,为满足不同信噪比条件的需求,提出了一种具有可选结构的高精度频率估计方法。仿真结果与分析表明,该算法极大地提高了已有频率估计算法的精度,具有较快的信号处理速度和良好的抗噪声性能。     

一种具有半波对称特性的电网谐波检测方法研究

针对一类电力系统的测试信号具有半波对称特性,提出了一种改进FFT算法.该算法在传统FFT算法的基础上省去了偶次谐波分量的计算,只分析奇次谐波,计算量是传统FFT的一半,大大提高了谐波的分析速度.在此基础上,为解决因非同步采样所导致的频率泄露问题,通过引入基于该改进算法的自适应频率跟踪流程,从而实现对这类电网谐波快速、精确的分析.MATLAB仿真结果表明,该算法响应速度快、实时性好、测量精度高,可有效地抑制电网频率和相位的突变影响,是一种工程实用方法.     

基于CCS-MUSIC的宽带无模糊测频方法研究

针对电子侦察机在宽带数字接收信号时由于时域欠采样引起的频率模糊问题,在双欠采样序列的互相关谱(Cross-Correlation Spectrum,CSS)的基础上,考虑到同时多信号时存在伪谱峰,提出在互谱峰值附近进行多信号分类(Multiple Signal Classification,MUSIC)谱搜索的方法,解决了欠采样信号模糊频率区间定位的问题,且在降低MUSIC谱搜索量的同时提高了频率估计精度.仿真结果表明,该方法在搜索量降低的优势下能实现宽带侦收时同时多信号的频率无模糊估计,且可以有效抑制噪声干扰对测频精度的影响,可服务于情报侦察.     

一种基于加窗的插值FFT重构Hilbert变换方法

提出了一种基于加窗的插值FFT算法重构Hilbert变换来测量无功功率的方法。该方法通过离散傅里叶变换及逆变换,能够准确地将各次谐波的电压进行90°移相,并利用加海明窗的插值FFT算法对各次谐波的频率、相位,以及幅值进行计算,克服频谱泄露所带来的影响,消除测量时产生的误差。仿真结果表明该方法具有很高的测量精度。     

改进的间谐波分析法——加窗插值MUSIC法

邻近谐波或基波的间谐波,是导致电压闪变的直接原因,准确检出该成分,对于改善电能质量具有重要意义.针对真实电网宽带多频的信号特性,提出了一种改进的间谐波分析法—加窗插值MUSIC法,该方法克服了加窗插值和MUSIC算法的局限.Matlab仿真表明加窗插值MUSIC法频率分辨率和精度优于加窗插值,相对传统求根MUSIC不需...     

应用插值FFT算法精确估计电网谐波参数

深入研究了插值快速傅里叶变换(FFT)算法在电网谐波参数估计中的应用。加窗宽度和窗函数的类型是影响插值FFT算法分析精度的主要因素。通过对常用窗函数的特性分析，得出了加窗宽度关于分析精度的估计公式。电网信号的基波幅值远大于各次谐波幅值，分析表明，Hanning窗比较适合分析电网信号，同时给出了基于Hanning窗的电网谐波幅值、频率和相位的显式计算公式。仿真结果证明，应用上述分析结果，电网谐波幅度、频率和相位的估计达到了预期的分析精度。     

基于Root-MUSIC和Adaline神经网络的 间谐波参数估计

为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法（root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神经网络的输入进行学习,用得到的权值确定谐波和间谐波的幅值和相位;将频率作为权值在改进的Adaline神经网络中参与学习,估计谐波和间谐波的频率、幅值和相位.Matlab仿真结果表明,该算法频率分辨率高、检测准确、收敛快;当频率估计准确时,基本Adaline神经网络与改进的Adaline神经网络具有相近的检测精度,且前者的实时性更好.     

基于局部频谱连续细化的高精度频率估计算法

针对噪声环境下多普勒频率的快速、精确估计问题，提出了一种基于局部频谱连续细化的高精度频率估计算法．该算法先采用快速傅里叶变换对信号进行粗略的频谱估计，获取到感兴趣的窄带频谱范围后，再进行频域细化分析．由于在细化过程中采取时、频域两次加窗技术，将噪声抑制与频谱分析有机地结合在一起，提高了估计精度和频域稳定性，降低了计算量．     

A Time-Frequency Associated MUSIC Algorithm Research on Human Target Detection by Through-Wall Radar

In this paper, a time-frequency associated multiple signal classification (MUSIC) algorithm which is suitable for through-wall detection is proposed. The technology of detecting human targets by through-wall radar can be used to monitor the status and the location information of human targets behind the wall. However, the detection is out of order when classical MUSIC algorithm is applied to estimate the direction of arrival. In order to solve the problem, a time-frequency associated MUSIC algorithm suitable for through-wall detection and based on S-band stepped frequency continuous wave (SFCW) radar is researched. By associating inverse fast Fourier transform (IFFT) algorithm with MUSIC algorithm, the power enhancement of the target signal is completed according to the distance calculation results in the time domain. Then convert the signal to the frequency domain for direction of arrival (DOA) estimation. The simulations of two-dimensional human target detection in free space and the processing of measured data are completed. By comparing the processing results of the two algorithms on the measured data, accuracy of DOA estimation of proposed algorithm is more than 75%, which is 50% higher than classical MUSIC algorithm. It is verified that the distance and angle of human target can be effectively detected via proposed algorithm.     

基于宽带欠采样阵列的频率估计算法研究

鉴于宽带欠采样阵列的常规FFT频率估计算法只适用于输入信噪比较高且精度要求不高的单信号频率估计,给出了多组采样频率联合解模糊的方法,在无需增加复杂配对算法的情况下,实现了多信号频率的无模糊估计．针对常规FFT法估计精度不高的问题,提出了一种分级高分辨频率估计方法（CMUSIC算法）．该算法估计精度可达到10kHz级,相对于常FFT法的MHz级提高了至少一个数量级．最后,仿真结果验证了本文所提方法的有效性．     

戈泽尔算法在信号功率谱计算中的应用与改进

戈泽尔算法是离散傅立叶变换的一种快速算法。文章主要研究了用戈泽尔算法进行信号功率谱的计算,讨论了如何减小频率误差,比较了用戈泽尔算法和FFT算法的优缺点,并针对工程中常见的DTMF信号功率谱的计算对戈泽尔算法进行了改进,最后进行了计算机仿真。仿真结果表明,用戈泽尔算法计算指定频点的信号功率谱与FFT算法所得的结果相差不大,而计算量大大减少。     

信号到达角的快速估计算法

利用相干信号源的性质,提出利用FFT方法估计阵列信号的DOA,并与MUSIC算法进行了比较。计算机模拟结果表明,基于FFT的快速DOA估计是可行的,适合在信噪比较低和实时场合使用。     

一种提高DSSS信号载波频率估计精度的算法

针对快速傅里叶变换（fast Fourier transform,FFT）算法频率估计误差较大的问题,采用离散时间傅里叶变换（discrete time Fourier transform,DTFT）辅助FFT估计频率谱峰值,以提高直接序列扩频（direct sequence spreadspectrum,DSSS）信号多普勒测量精度的算法。该算法利用FFT估计频谱最高峰值及次高峰,在对应频点之间平均取10个频率点做DTFT,求幅值的极大值点,以确定频率谱峰值精确位置。仿真实验结果表明,该算法可有效提高捕获过程中DSSS信号频率的测量精度。     

一种改进的RootMUSIC快速算法

MUSIC算法是一种基于特征结构的子空间类超分辨算法,该算法性能优良,但需要估计协方差矩阵并进行特征分解和谱峰搜索,运算量较大。研究了波达方向估计问题并提出了一种改进的快速算法,该算法利用协方差矩阵的子矩阵得到信号子空间,无需特征分解,只需估计该子矩阵,然后用多项式求根的方法代替谱峰搜索,故该快速算法运算复杂度远低于MU-SIC算法,同时性能损失并不太大。理论分析和计算机仿真结果表明此算法是有效的。