一种基于自回归模型的间谐波谱估计的改进算法

间谐波的频率是基频的非整数倍，频谱随时间而变化，具有随机性，因此间谐波是随机信号。该文首先介绍平稳随机信号的AR模型和Burg算法的基本原理，然后分析Burg算法在处理正弦信号时出现谱峰偏移的原因。在此基础上该文提出了一种基于AR模型的间谐波谱估计改进算法。该算法通过直接求解在预测误差功率最小意义下的较低阶AR模型系数，再递推计算高阶系数，减小了谱估计的谱峰偏移。仿真结果表明，该算法明显改善了谱估计的性能，而且只要用比较短的数据即可得出较好的间谐波谱估计。     

基于运动想象的脑电信号功率谱估计

介绍了运动想象下产生的脑电信号的事件相关同步与去同步,功率谱估计下经典功率谱和现代功率谱的基本方法,重点分析了周期图法、平滑平均周期图法、AR模型Yule-Walker法3种功率谱估计的原理和特点,并在MATLAB中分别对运动想象产生的脑电信号进行处理,通过比较C3、C4通道在8～13Hz处的事件相关同步/去同步现象,总结各自优缺点,为脑机接口实际应用中的合理选择提供了理论依据。     

基于改进的Levinsion算法对电机转速特性的研究

传统的Levinsion算法忽略了信号自相关序列值代替理论值时的误差，因而降低了算法性能。为了减小该误差的影响，采用改进Levinsion算法、AIC阶数判定准则，将现代谱估计中的AR模型应用于包含广泛频率成分的典型的电机转速振动信号分析，求得AR模型的功率谱。通过AR现代谱与Welch经典谱的实际对比分析，验证了所建AR模型的正确性和对电机转速振动信号分析的适用性，为电机转速振动特性的研究提供了可靠的分析技术。     

基于最优窗Burg算法的电力系统间谐波谱估计

Burg算法适合于电力系统间谐波谱估计,但存在谱峰偏移和谱线分裂的缺点,影响其谱估计效果.本文在误差分析的基础上提出了基于最优窗Burg算法的间谐波谱估计新方法.首先通过在平均频率误差方差最小的意义下来获得最优窗,再将加窗后的预测误差平均功率最小化来求取反射系数,最终求得信号的功率谱.仿真结果表明,与传统的Burg算法...     

遥测速变参数自适应谱估计方法研究

针对靶场遥测速变信号处理对高分辨谱及非平稳信号处理的要求,在高分辨谱估计方法基础上,研究了最小均方准则(LMS)和最小二乘准则(LS)的自适应格型滤波算法,实现了LMS自适应格型滤波最大熵谱估计和LS自适应格型滤波ARMA谱估计.利用本研究方法对仿真数据和试验数据进行了大量的实验研究,并与经典周期图法、Burg最大熵法、Yule-Walker自回归法获得的谱估计进行对比.实验表明该方法适用于遥测速变信号的处理和分析,在改善谱分辨率的同时提高了算法的效率,为非平稳信号分析提供了时变谱估计方法,为深入研究导弹飞行振动特性、性能评估或故障诊断提供了新的分析工具.     

现代功率谱估计在绝缘子污秽诊断中的应用

针对现有绝缘子在线监测系统基于泄漏电流时域特征分析的诊断和预警很难分析其表面的污秽放电状况的问题。提出了绝缘子泄漏电流信号的功率谱分析法。它采用现代功率谱估计中的AR参数模型在MATLAB中运用Burg算法估计不同污秽状况下的绝缘子泄漏电流数据,并结合泄漏电流时域特征进行了联合分析。结果表明,不同污秽状况下绝缘子泄漏电流的功率谱特性有显著区别,将现代功率谱估计与时域特征分析相结合综合分析可以更好地掌握绝缘子表面污秽放电状况并做出较准确的预警。     

基于AR谱估计和插值FFT的间谐波检测方法

现有插值FFT算法是由已知仿真信号频率成分附近的谱线来修正FFT的结果,而实际信号的间谐波和谐波分布往往无法事先确定,这将给插值修正带来不便.提出AR模型谱估计与双峰谱线修正算法相结合的间谐波检测方法.根据信号的AR谱分布进行插值修正,同时提出由谱估计确定Blackman-Harris窗插值修正所需最小数据长度的方法,并采用多项式逼近的方法导出Blackman-Harris窗插值算法的简单修正公式,在减少FFT计算量的同时保证了结果的高精度.仿真结果表明了该方法的有效性.     

一种用于电力系统间谐波谱估计的自回归模型算法

首先详细讨论自回归(autoregressive,AR)模型谱估计原理和基于AR模型的间谐波分析原理。针对其中较常用的Burg算法存在的谱线分裂和谱峰偏移的缺点,提出基于Maple算法的间谐波分析新方法。该算法通过在预测误差平均功率最小的意义下直接求解m阶AR系数,解除了Levinson递推公式这一强约束条件。利用Levinson型阶数递推和附加的时移递推来求解自相关矩阵,使计算效率得到提高。与Burg算法相比,该方法的优点是谱峰偏移程度较低,且不存在谱线分裂现象。仿真结果表明,该方法对较短的间谐波信号进行分析,具有很高的频率分辨率。可推广应用于电力系统间谐波测量领域。     

基于AR谱估计和插值FFT的间谐波检测方法

现有插值FFT算法是由已知仿真信号频率成分附近的谱线来修正FFT的结果,而实际信号的间谐波和谐波分布往往无法事先确定,这将给插值修正带来不便。提出AR模型谱估计与双峰谱线修正算法相结合的间谐波检测方法。根据信号的AR谱分布进行插值修正,同时提出由谱估计确定B lackm an-Harris窗插值修正所需最小数据长度的方法,并采用多项式逼近的方法导出B lackm an-Harris窗插值算法的简单修正公式,在减少FFT计算量的同时保证了结果的高精度。仿真结果表明了该方法的有效性。     

基于AR模型的间谐波检测算法的研究

间谐波是频率介于两个谐波之间的信号.电力系统中间谐波问题日益突出,准确检测间谐波参数具有重要意义.由于传统的FFT算法在检测间谐波方面有一定的局限性,针对该局限性,提出了适合间谐波检测的基于AR模型的现代谱估计方法.介绍了AR模型谱估计的两种递推算法,Burg算法和改进协方差算法,并研究讨论了模型阶数选取、算法谱分辨率及谱抗噪声能力等问题,最后通过一系列仿真,证明该方法能够在较短的采样时间里准确检测出间谐波分量,在同样的采样频率和采样长度下,比FFT算法具有更高的精确度和频率分辨率,而且具有一定的抗噪声能力,在谐波检测方面有着很好的应用前景.     

基于AR模型的间谐波检测算法的研究

间谐波是频率介于两个谐波之间的信号。电力系统中间谐波问题日益突出,准确检测间谐波参数具有重要意义。由于传统的FFT算法在检测间谐波方面有一定的局限性,针对该局限性,提出了适合间谐波检测的基于AR模型的现代谱估计方法。介绍了AR模型谱估计的两种递推算法,Burg算法和改进协方差算法,并研究讨论了模型阶数选取、算法谱分辨率及谱抗噪声能力等问题,最后通过一系列仿真,证明该方法能够在较短的采样时间里准确检测出间谐波分量,在同样的采样频率和采样长度下,比FFT算法具有更高的精确度和频率分辨率,而且具有一定的抗噪声能力,在谐波检测方面有着很好的应用前景。     

一种实时精确估计电力谐波和间谐波参数的方法

提出一种电力谐波和间谐波参数实时高精度估计的新方法。首先利用对称窗函数的能量谱重心导出各电力谐波的频率和相位的估计算法;接着使用Parseval定理推导出精确估计电力谐波幅值的计算公式;进而分析了估计误差,估计误差仅与加权窗函数的能量分布特性有关,某次谐波的估计相对误差不大于窗函数在频域中旁瓣所占能量与总能量的比值。最后,仿真试验表明,所提方法与其他加窗快速傅里叶变换插值校正分析方法在计算耗时上有明显优势。模拟试验证明,所提方法很适合用于嵌入式系统和数字信号处理器,是一种很实用的算法。     

噪声情况下的时变间谐波谱估计

间谐波幅值远小于基频或其它整数倍谐波的幅值,使其对噪声非常敏感,噪声往往会将这类微弱信号淹没。另一方面,实际间谐波频谱是随时间变化的,应看作随机信号来处理。该文提出一种基于4阶累积量的可变遗忘因子递推最小二乘法(cumulants recursive least square-variable forgetting factor,CRLS-VFF),将间谐波信号看作一个时变自回归(auto-regressive,AR)模型,利用参数化谱估计方法分辨率高的优点,将间谐波谱估计问题转化为时变AR参数的估计。4阶累积量可抑制任何高斯噪声,保证算法的频率分辨率;可变遗忘因子提高了算法跟踪时变参数的能力。对根据间谐波特点构建的仿真模型及典型的间谐波源——变频装置产生的信号进行仿真,结果证明：该方法能在噪声情况下准确估计出时变间谐波的频谱。     

基于线性内点法及正交变换的抗差参数估计

参数估计目前主要采用加权最小二乘算法.由于包含参数估计,该方法在处理电网坏数据混杂及数值稳定性上都面临着困难.考虑到实际电网中有时会同时出现量测错误及参数错误,提出了使用基于线性内点法及正交变换的加权最小绝对值(WLAV)增广参数估计.基于L1范数的WLAV估计具有良好的抗差特性,用以应对混杂有坏数据、拓扑错误及参数错误的混杂估计.为提高增广参数估计的数值稳定性,将正交变换引入线性内点法修正方程的求解中.对算法的测试结果表明,该方法具有良好的应用前景.     

基于PnP和自适应线性卡尔曼滤波的实时位姿估计

针对实时位姿估计中扩展卡尔曼滤波(EKF)线性化引入非线性误差和依赖已知噪声分布的缺点,提出一种基于Pn P的自适应线性卡尔曼滤波位姿估计求解方法。将Pn P位姿估计求解策略引入卡尔曼滤波观测方程,通过对动态方程误差统计参数实时估计,自适应调节卡尔曼滤波递推参数。所提算法求解精度高,固定了观测方程的观测向量维度,提高了算法实用性。通过仿真试验,比较了该算法与EKF的位姿估计精度,通过量化误差分析,证明了该方法可以提高三维运动位姿估计精度,也验证了该方法的有效性。     

线性连续系统动态负荷模型的参数辨识与应用

目前在电力负荷建模中非机理负荷模型较多地采用离散系统模型或差分方程形式的模型,而电力系统数字仿真中更需要连续系统的模型。研究了作用函数不含导数项和含有导数项两种情况下的线性连续系统微分方程形式的负荷建模方法,介绍了模型参数辨识的直接优化算法,该模型对于描述线性动态负荷或小扰动下的非线性动态负荷的行为,具有一定程度的普适性。介绍了该动态负荷模型与电力系统分析综合程序PSASP的自定义连接方法。通过动模实验数据建模和仿真计算,验证了模型参数辨识算法以及模型与电力系统分析综合程序接口的有效性。     

基于AR谱估计和频谱分析的间谐波检测方法

自回归(Autoregressive,AR)谱估计方法频率分辨率高,但不易对间谐波幅值和相位实现精确计算;基于DFT的频谱分析方法能在辨识出各分量频率的基础上计算得到高精度的间谐波参数,但频率分辨率低。为此提出了一种结合这2种方法优势的算法来检测间谐波。首先采用基于最优窗加权修正的Burg算法估计出信号所含分量的大致频率,然后结合软件同步采样后的FFT频谱来分析计算各分量参数。同步采样时基波和谐波无泄漏,可以根据同步采样FFT谱线中只与间谐波有关的谱线来计算间谐波,此时间谐波谱线之间的相互干扰可通过利用间谐波谱线求解与间谐波参数有关的方程组来克服。最后对间谐波所靠近的基波和谐波谱线进行修正,就能保证谐波和间谐波参数精度都较高。实验证明,这种基于AR谱估计和频谱分析的间谐波检测方法能在分辨率和精度上得到兼顾。     

基于AR谱估计和Adaline神经元的间谐波分析

将人工神经网络应用于电力系统间谐波分析,提出了Burg算法与Adaline神经元相结合的间谐波分析方法.通过Burg算法计算自回归(AR)模型参数,得到信号中谐波和间谐波的个数及频率初值,然后应用改进的Adaline神经网络精确分析谐波和间谐波的频率、幅值和相位.MATLAB仿真结果验证了Burg-Adaline间谐波分析方法具有分辨率高、精度高、收敛快的优点.