一种新的电力系统暂态波形检测方法

正确检测和识别电力系统波形暂态现象对电能质量问题的综合治理具有重要意义。文中利用小波变换的奇异性检测对暂态信号的初始突变点进行精确的时域定位，然后在暂态信号邻近无干扰时段（至少2个周期）中确定该突变点的同相位点，将突变点后暂态波形与相应的正常波形进行点对点比较以判断暂态干扰的类型。这样既克服了传统时域方法在检测周期性暂态现象上的困难，又避免了当前基于小波变换检测方法中引入的复杂性问题。仿真结果证实了该方法的有效性。     

一种新的电力系统暂态波形检测方法

正确检测和识别电力系统波形暂态现象对电能质量问题的综合治理具有重要意义。文中利用小波变换的奇异性检测对暂态信号的初始突变点进行精确的时域定位，然后在暂态信号邻近无干扰时段（至少2个周期）中确定该突变点的同相位点，将突变点后暂态波形与相应的正常波形进行点对点比较以判断暂态干扰的类型。这样既克服了传统时域方法在检测周期性暂态现象上的困难，又避免了当前基于小波变换检测方法中引入的复杂性问题。仿真结果证实了该方法的有效性。     

星地激光链路中的光信号快速识别方法

依据图像传感器探测背景光的噪声情况,定义了光背景特征值,用其来描述星地链路光背景噪声对于卫星光通信的瞄准、捕获和跟踪的影响.在星地链路光背景噪声条件下,对光信号识别和捕获的影响进行了分析,同时,提出了捕获光点路径优化算法,根据此算法可以得到星地激光链路区域光背景噪声的特征规律,并阐述了光背景噪声情况下的光信号快速识别方法.经模拟实验分析表明:该算法能够在光背景噪声情况下对光信号进行快速识别和捕获,满足了图像实时处理要求,增强了图像处理系统的抗干扰能力,因此,对星地激光通信具有一定的参考意义.     

谐波检测中小波变换频域特性分析

小波变换作为一种新兴的理论已经在许多领域得到广泛应用,鉴于其良 好的时频特性,有些文献将其应用 于电力系统暂态谐波检测。文中通过分析小波函数的频域 特性,阐明了将其应用于谐波检测时产生误差的 根本原因,最后总结了几种典型小波的频域 特性,指出现有的小波均无法实现谐波的精确测量,必须构造 频域行为良好即分频严格、能 量集中的小波函数,以改善检测的精度。     

基于小波变换的时变谐波检测

提出了一种基于小波变换的时变谐波检测方法,利用正交小波在L2(R)空间线性张成的标准正交小波基和小波 函数时频局部性的特点,将谐波时变幅值投影到小波函数和尺度函数张成的子空间上,从而把时变幅值的估 计问题转化为常系数估计,利用最小二乘法即可实现时变谐波的检测。同时递推最小二乘法的应用使该方法 适用于谐波在线跟踪。     

美国月球激光通信演示验证——终端设计

2013年9月6日,美国宇航局(NASA)发射了月球大气与尘埃环境探测器(LADEE)飞船。针对LADEE上进行的月球激光通信演示验证(LLCD),从终端设计方面进行综述。LLCD系统主要包括一个安装在LADEE上的太空终端、三个地面终端以及一个协调该演示验证的地面运行中心,其中太空终端主要与一个多孔径望远镜阵列地面终端完成最高数据率为622 Mb/s的下行链路以及最高数据率为20 Mb/s的上行链路。考虑到该地面终端所在地的天气因素,又选择了两个备用地面终端,用来提供地理多样性,支持该演示验证。     

电力系统短期负荷预报的小波-神经网络-PARIMA方法

针对电力系统负荷具有拟周期性，非平稳性，非线性等特点，提出一种小波－神经网络－PARIMA模型并研究它在电力系统短期负荷预报中的应用：利用小波变换提取和分离负荷的各种隐周期和非线性，把小波分解的特性和分解数据随尺度倍增而倍减的规律用于感知机神经网络（MLP）和周期自回归移动模型（PARIMA）的建模，各尺度小波分解用MLP进行建模和预报，最大尺度上的尺度分解用PARIMA进行建模和预报。最后，利用径向基函数网络（RBF）将各尺度域的预报结果组合成为负荷最终预报，实例说明，该方法能够揭示负荷的拟周期性，非平稳性，非线性在电力系统短期负荷预报中的应用是成功的和有效的。     

小波变换在电能质量分析中的应用

针对电力系统暂态信号分析提出了一种基于小波变换的解析信号分解方法。该方法将小波变换的时频局部性与解析信号关于信号相位及瞬时频率的描述相结合,可提取暂态信号的奇异点及各尺度分量的幅值包络、相位、瞬时频率等特征信息,为电能质量分析提供了更加丰富的依据。     

解析信号小波分析及其在电力系统中的应用

利用解析信号小波变换方法,将小波变换的时频局部性与信号的解析形式相结合,提取暂态信号的奇异点及各尺度分量的幅值包络、相位、瞬时频率等特征信息。通过理论推导和仿真分析,指出解析信号小波分析可以提取暂态信号更为丰富的特征信息,为电力系统故障诊断和继电保护提供新的方法。     

分数Fourier变换、矩阵群和时-频分析

本文从矩阵群的观点出发讨论了分数Fourier变换的数学描述并通过数字仿真直观地说明了它进行信号时-频分析的两个特点.结果表明,在矩阵描述下,经典的Fourier变换相当于一个置换矩阵;一般的分数Fourier变换相当于一个广义置换矩阵;分数Fourier变换全体构成的变换族可以用一个矩阵群来描述,多次变换运算完全转化为相应的矩阵乘法运算.最后,数字信号分数Fourier变换的仿真计算表明,分数Fourier变换具有独特的时-频分析性质.