改进GOMP算法在心电信号去噪中的研究与应用

心电信号的采集、传输在医学研究心脏性疾病具有重要意义,利用稀疏分解方法对其进行去噪仍存在诸多问题。针对广义正交匹配追踪(Generalized Orthogonal Matching Pursuit,GOMP)算法选择字典原子时在残差取值最小的非最优性,以及在稀疏信号过程中选择过多原子导致的重构精度问题,提出一种新的优化算法。通过增加阈值的方式来根据噪声干扰程度不同实现迭代次数的变化。利用Jaccard系数相似性来替换GOMP算法中内积余弦算法准测,优化了字典矩阵与残差匹配原子的方式。实验结果表明,改进GOMP算法明显提高了信噪比,且均方根误差最低,在时效性上达到最优。     

一种改进的SVPWM算法研究

针对二极管箝位三电平逆变器的研究,传统的基于直角坐标系下的空间矢量脉宽调制算法(SVPWM)需要大量的三角函数运算,增大了运算量,难以进行数字实现.为了提高实时性,改进算法,研究了一种基于斜角坐标系下的SVPWM改进算法,核心是通过Clarke-Park联合变换将基于三相静止坐标系下的三相电压转换为基于非正交60°斜角坐标系下的两相电压,使得电压参考矢量在进行扇区判断和开关矢量作用时间的计算上都避免了三角函数计算,只有普通的四则运算,降低了运算量.经过仿真,结果表明改进算法的有效,并且在运算时间上优于传统算法,易于实现.     

基于AIC的超高次谐波数据欠采样系统设计

针对现有谐波测量设备获取超高次谐波时出现的海量数据问题,设计了超高次谐波数据欠采样系统。该系统由模拟信息转换器(AIC)和PC机共同组成,并具有压缩采样和信号恢复功能。测试结果表明,该系统在保证超高次谐波准确获取的基础上,能够大幅降低采样频率和采集数量。     

基于压缩感知和卷积神经网络的谐波检测方法研究

本文提出一种基于压缩感知（CS）和卷积神经网络（CNN）的谐波检测新方法。在CS理论下建立了具有压缩采样和重构功能的谐波检测框架,并利用CNN理论设计了具有免变换字典的重构网络。研究结果表明,本文所提出的方法具有可行性,可为造纸工业中的谐波检测提供了一种新手段。     

造纸企业中典型电能质量扰动的危害及其监测与治理措施

造纸企业的发展离不开优质电能的供应。本文就影响企业生产安全的典型电能质量扰动特征,造纸生产主要用电设备与典型电能质量扰动之间的关系,以及面向造纸企业的电能质量监测和治理措施等问题进行分析和研究,旨在推动造纸企业对电能质量问题的认识和重视,并助力造纸企业电力供应的绿色发展。     

一种新的电缆单端故障测距方法研究

本文对一种新的不受波速影响的电缆单端故障测距方法进行研究.该方法用小波变换检测出前3个故障行波到达测量端的时间,并将2个时距方程联立,求解出不受波速影响的故障测距公式.仿真表明该方法理论正确并切实可行.     

超声电机驱动信号源的ASIC设计

针对目前超声电机(Ultrasonic Motor,USM)驱动技术的研究现状以及USM驱动电路集成化、一体化、小型化的发展方向,提出了USM驱动信号源的ASIC(application-specific integrated circuit)解决方案.方案设计中采用了改进的直接数字频率合成(Direct Digital Synthesis)技术和过采样调制技术,解决了传统DDS中存在的一些问题,并利用Candenc IC设计软件建立了USM的电学模型和仿真验证平台,仿真结果验证了方案的可行性与正确性.     

基于自整角机的角度跟踪系统虚拟仪器化设计

针对目前自整角机/轴角数字转换专用芯片检测方法(SDC)无法直接检测谐波、功能单一、灵活性差等缺点,在分析了含谐波的角度解算工作原理的基础上,设计并开发了基于虚拟仪器的角度跟踪系统.该系统硬件采用PC-DAQ结构方案,保留原有的角度传感器平台,增加虚拟仪器开发平台.系统软件采用LabVIEW8.5,运用LabVIEW函数库实现数据采集、时频分析与数字滤波、角度解算、数据动态显示等多种功能.软件测试表明:该系统能够实现预期功能,并具有检测精度高、扩展性好等优点.     

原子吸收分光光度法测定锌浸出渣中含铅量

原子吸收分光光度法测定锌浸出渣中含铅量。试样以酸分解，在 2.5％盐酸价质中，用 EDTA络合 Pb2＋，在原子吸收分光光度计 283.3nm处直接测定铅，该法适用范围 0～ 40 ug/mL，灵敏度 0.3ug/mL1％吸收，回收率 98％～ 101％，五次测定的标准偏差为 0.06，变异系数 1.2％。     

自适应多尺度SVD去噪算法及在PQMD中的应用

为了提高电能质量复合扰动（PQMD）信号的去噪指标,实现扰动信号特征的准确检测,提出一种自适应多尺度SVD（Adaptive Multi-resolution Singular Value Decomposition,AMSVD）去噪新算法及数学框架。该算法首先分析了高斯白噪声奇异值分布情况及多尺度SVD消噪原理,针对不同尺度下的噪声近似与细节信号奇异值差值规律,确定出最佳消噪尺度的约束条件,由此实现噪声先验信息未知的自适应消噪方法。研究结果表明,在对不同噪声方差下的电能质量复合扰动去噪处理中,AMSVD消噪效果优于其他5种方法。为了进一步验证AMSVD算法去噪后特征量检测的准确性,采用希尔伯特黄变换（HHT）提取扰动特征信息,仿真结果表明该算法具有可行性和鲁棒性。