存在奇异值的非平稳谐波电流分析研究

为了分析电力系统中存在奇异值的非平稳谐波电流,提出了一种小波包变换和快速傅里叶变换(FFT)综合算法,用小波包算法对谐波电流剔除奇异值和去除噪声后,对各个谐波频段进行重构和FFT运算,得到了非平稳谐波电流频谱特性和各次谐波的起止时刻,并和直接FFT算法进行了比较。结果表明,小波包变换和FFT综合算法能提高谐波电流分析的频谱精度,并能较准确地捕捉非平稳电流各次谐波的起止时刻,为有源电力滤波器(APF)补偿谐波电流提供依据。     

基于谐波小波的电力系统谐波分析

电力系统中的谐波对电网危害巨大,对其进行监测和分析就显得非常重要.在谐波小波以及谐波小波包的基础上,提出谐波小波变换的表达式以及谐波小波算法,给出电力系统谐波分析的仿真示例.仿真结果表明,利用谐波小波变换分解,并通过最小二乘法拟合出的各次谐波频率和幅度的误差率完全符合谐波分析的精度要求.在电力系统谐波的分析中,谐波小波算法具有其他算法无可比拟的优越性.     

基于小波变换和FFT的电能质量检测的研究

傅立叶变换可以精确确定出平稳波形中各次谐波的幅值;它只能检测基波和整数倍于基波的谐波,傅立叶变换算法存在着频谱泄漏和栅栏现象,从而使检测出谐波的幅值、相角和频率均存在较大的误差。小波变换可以准确确定发生突变的时刻,滤除干扰信号,但出现各次谐波频段混叠现象。故此文中采用基于小波变换和FFT相结合分析电能质量信号的方法。用小波变换检测电能质量信号的突发信号,对各次谐波混叠的信号采用FFT进行频谱分析,并进行了计算机仿真,取得了较满意的结果。     

小波包变换及其在电力系统谐波电流检测中的应用

在此阐述了小波变换及小波包变换的基本原理。小波包变换是建立在小波变换的基础上,可以实现对信号的均匀划分,能够更好地提取信号的时频特性。仿真结果表明,小波包变换方法能够正确地提取电力系统的谐波信号,将电流信号中的基波分量和高次谐波分量分离,验证了该方法的有效性。     

基于小波变换的电能质量信号谐波分析

快速傅里叶变换(FFT)可实现整数次谐波的精确检测;但对非整数次谐波的检测误差较大,加窗插值算法可提高非整数次谐波的检测精度,但会导致谐波分辨率降低,如果信号中存在频率相近的整数次和非整数次谐波,利用FFT和加窗插值算法都无法实现谐波的准确检测.为了弥补这种不足,本文采用基于小波变换和FFT相结合的方法来分析电能质量信号.用小波变换检测电能质量信号的间断点,对由间断点分段得到的低频信号用FFT进行分析,并进行了计算机仿真,取得了较满意的结果.     

基于FFT的双向电能计量算法及仿真研究

双向电能计量要求在满足传统意义的负荷侧接入电网并就近给负荷供电的条件下,能够准确地计量电能并解决大量分布式发电接入电网时产生的谐波污染、电能流向等问题。通过对双向电能计量基本原理的研究,利用四象限功率测量原理,判别电流的流动方向。对基于FFT的双向电能计量算法进行分析,总结变换序列的物理意义,并进行仿真验证。研究表明:采用变换序列前半部分功率计算公式可以明显减少计算量,并能够通过其具体的物理含义判断功率的运行状态,实现了单独计量基波与谐波电能。     

基于傅里叶和小波变换的电力系统谐波分析

针对目前电力系统谐波分析中存在的无法同时对稳态谐波分量和非稳态谐波分量进行准确检测的问题,提出一种利用两阶段法结合傅里叶变换和小波变换的算法来实现电力系统谐波分析的方法。首先将原始谐波信号通过小波多分辨率分析分解为低频和高频两部分,然后利用傅立叶变换分析得到低频成分中稳态谐波的幅值、相位等参数,并利用小波包进行分析得到高频部分非稳态谐波的时域信息。     

基于小波包变换的自适应均衡算法

本文在推导出离散正交小波包变换对应的正交矩阵的基础上,提出了基于小波包变换的自适应均衡算法,并分析了这种均衡算法的性能,给出了计算机仿真结果.另外,为了使基于小波包变换的自适应均衡算法应用于实际,给出了减低算法复杂度的方法.     

应用于电能质量的压缩感知稀疏基的研究

为了解决基于傅里叶变换基的压缩感知对电能质量干扰信号压缩采样丢失时变信息的问题,本文进行了基于小波变换基的压缩感知电能质量研究。首次提出采用不同小波基的小波变换基作为稀疏基,来提高压缩感知对电能质量干扰信号的重构效果,为电能质量研究提供了一种新的研究方向;并通过实验仿真对比了基于傅里叶变换基和基于小波变换基的压缩感知重构效果。在压缩感知重构算法分别采用正交匹配追踪算法和压缩采样匹配追踪算法下,仿真结果表明,压缩感知应用于电能质量时,基于小波变换基的压缩感知重构效果优于基于傅里叶变换基的压缩感知重构效果;当压缩采样比是20％,稀疏基采用db3小波变换基时,均方误差均低于0．1％,良好地完成了原始电能质量干扰信号的重构。     

基于小波粒子群混合算法的图像压缩技术

在小波包变换的图像压缩技术中,小波包基以及阈值的选择对图像的压缩效果有很大的影响,且软硬阈值各有其缺陷。文中提出了一种基于PSO(Particle Swarm Optimization)和小波包变换的图像压缩算法,算法中的适应度函数根据原图像和重建图像间的均方根误差与小波包分解的节点熵值之和设计,该函数被用来选择最佳小波包基并为小波包分解中的细节分量选择单独的阈值,解决了小波包变换设计的结构优化以及自适应阈值问题。实验结果表明,该算法加快了压缩速度,提高了自适应阈值图像压缩算法的适应能力,有较好的压缩性能。     

基于小波变换的电力系统谐波分析

电力系统的谐波是影响电能质量的重要因素,文章主要利用小波变换的奇异信号检测能力和较好的时域分辨率,对电网中的谐波进行了检测、分析。通过MATLAB对实例进行仿真,仿真结果表明,利用小波变换可以将信号中不同频率的谐波有效地提取出来,能够精确地分析非平稳信号的谐波,具有很高的分析精度。     

卷积型小波包变换及其快速算法

经典的小波包变换会使分解序列的长度递减,这在某些领域并不是很有利。为了解决这一问题,本文提出了卷积型小波包变换算法,利用这种变换,不管信号被小波包分解多少层,分解得到的各频道序列长度始终与原始信号一致。文中推导了卷积型小波包的正变换和逆变换的快速算法,并以对一个实际信号的处理为例,与经典的小波包分析结果进行了比较,它们的效果是一致的,但是卷积型小波包却免去了重构这一过程的手续。     

基于最优小波包基的电能质量扰动数据的压缩

针对电能质量扰动信号的频率变化十分广泛（最高达到MHz）的特点，在小波压缩的基础上，提出将基于最佳小波包基的数据分析方法应用于电能质量数据压缩，利用最佳小波包基的快速搜寻算法对高，低频分量同时进行分解，再对扰动数据进行压缩重构，并将其与基于小波变换的数据压缩方法进行仿真比较。结果表示，对于暂态信号，在压缩比大致相同的情况下，基于最佳小波包基的数据压缩效果比基于传统小波的数据压缩效果好，而对于稳态信号，基于两种方法的压缩效果相当．     

微弱动不平衡信号的谐波小波包提取

在刚性转子动平衡修正中,对有效的振动信号进行检测和提取是直接关系到后期计算与动平衡修正效果好坏的最关键的一个环节,谐波小波具有良好的盒形谱特性、存在明确的函数表达式、时域定位准确和算法实现简单等优点,而在谐波小波的基础上实现的谐波小波包算法既拥有谐波小波的优点,并且还能对分析频段进行任意的划分,以便提取和分析更加细致的信息,通过模拟给出了采样信号,并使用谐波小波包算法对采样信号进行滤波处理,有效地滤除了干扰信号,最终成功地提取到了目标振动信号。     

小波分析在电力系统谐波处理中的应用

为了提升电力系统供电品质,减少电力系统中谐波的危害,针对傅里叶变换的谐波检测方法无法同时实现时-频变域分析这一缺点,提出了小波变换这一新方法对谐波进行分析。通过小波变换对电力系统中的谐波电流进行分解,得到信号的基波分量和高次谐波分量。针对电力系统中的突变信号,提出了基于小波变换的模极大值的奇异性检测方法,并通过仿真实例验证该算法的有效性。更进一步采用小波工具对故障信号进行分解,进一步滤除对电力系统有害的高次谐波,最终起到排除干扰,减少判别,保护故障线路的作用。     

基于Mean-Shift算子的多尺度视频跟踪算法研究

为了提高靶场光测设备视频跟踪算法的稳定性、准确性以及抗干扰性,开发了基于Mean-Shift算子的多尺度视频跟踪算法,对该算法所采用的小波变换、小波包及Mean-Shift目标跟踪算法进行了研究。阐述了整个跟踪算法的原理及多分辨率图像选择依据;介绍了小波变换和小波包原理,说明了利用小波包将视频图像分解为多分辨率图像的方法;介绍了Mean-Shift算子的原理以及对目标特征进行归一化表示;最后说明了利用Mean-Shift算子对归一化目标的搜索区域进行预测的算法。实验结果表明,本算法跟踪过程平稳、准确,且抗干扰能力强,收敛速度快。试验数据表明,经过小波变换的Mean-Shift算法的收敛速度提高约66%,搜索准确性提高约34%。基本满足了靶场测量中对视频跟踪算法更高的要求。     

基于小波变换和快速傅立叶变换的电网谐波分析

谐波分析是谐波治理和研究谐波问题的基础。文中介绍了一种将小波变换和快速傅立叶变换结合起来的谐波分析方法,给出了电能质量信号突变点的确定公式,并对三相全控桥式整流电路产生的谐波电流进行仿真分析,得出了采用这种方法能够分别检测出扰动信号的起止时刻,也能够分析各次谐波的幅值和相角的结论。     

基于TDLAS技术与小波变换去噪算法的甲烷浓度检测

为进一步提高甲烷浓度检测精度,搭建了基于TDLAS（tunable diode laser absorption spectroscopy）技术的甲烷浓度检测实验系统,利用甲烷在波长1653.72 nm处吸收强度很高且可以最大限度消除其他气体干扰的特性,通过提取二次谐波信号实现甲烷浓度检测。然后分别采用heursure硬阈值算法、heursure软阈值算法和sqtwolog固定阈值算法作为小波变换阈值算法,通过分析未去噪及小波变换去噪处理后得到的甲烷吸收信号谱图、甲烷二次谐波信号谱图、甲烷吸收信号的信噪比和均方根误差,优选sqtwolog固定阈值算法作为小波变换阈值算法。不同浓度的甲烷标气线性拟合实验及特定浓度的甲烷标气重复性实验结果表明:通过小波变换（采用sqtwolog固定阈值算法）能有效降低噪声干扰,去噪处理后提取的二次谐波信号与甲烷真实浓度拟合优度R2为0.984,拟合效果更佳。采用TDLAS技术结合小波变换去噪算法,实现甲烷浓度检测的同时也能提高甲烷浓度检测精度。     

小波变换在智能天线波束形成技术中应用

智能天线是当前研究热点之一,首先介绍了波束形成的基本原理,按照盲算法和非盲算法将现有的波束形成算法进行分类并比较了算法的性能;其次,比较了基于小波变换和基于小波包的自适应波束形成算法,分析了基于小波变换的多分辨信号波达方向和基于小波神经网络的波束形成算法;最后,针对小波变换可在选择最优基方面和结合盲自适应算法进行联合分析方面进行了展望。     

基于小波包分析的辐射源特征提取和识别算法

提出了一种基于小波包的变换方法。该方法通过对不同脉内调制方式进行频带能量的提取,并引入支持向量机来完成对辐射源的分类。该小波包变换对信号局部的时频特征具有较好的分辨率。仿真结果表明,文中的小波包变换信号时频特征的分析精度优于传统算法。