基于小波去噪和扩展Prony算法的谐波检测

运用扩展Prony算法对电力系统中含谐波、间谐波信号进行检测,通常实际信号中叠加有随机噪声;由于Prony算法对噪声敏感,采用小波软阈值法对信号进行去噪预处理,保留信号的特征信息,计算结果表明,采用小波软阈值法对信号进行预处理,有利于提高扩展Prony算法对谐波和间谐波信号提取的精确性.     

自适应槽口滤波器在电网谐波检测应用中的局限性

从理论上对自适应槽口滤波嚣的基本原理进行了分析，指出由于其反馈量是以输出量中舍有基波分量为前提的。若输出分量中只含有谐波分量而无基波分量，反馈量为零，也就不能达到输出电流中不舍基波的目的，因此该检测方法输出的电流中必定含有一部分基波分量，同时导致有源滤波器向电网输送一部分有功功率，直流侧电容器电压不能保持稳定，使其应用受到一定限制。     

单相谐波检测算法改进研究

谐波一直以来都是电力系统发展过程中影响电能质量和安全稳定运行的一个不容忽视的问题。该文就谐波检测的重要性谐波的危害、有源滤波器以及谐波检测算法的基本原理做了简要的分析介绍,并对单相谐波检测的算法改进进行探讨研究,最后对谐波检测的发展趋势做简要分析介绍。     

石油化工企业电力系统谐波的监测和滤波

本文在简要阐述石油化工企业电力系统谐波的监测目的和方法的基础上,分析研究了谐波系统的PQ检测系统和混合型滤波器及其工作原理,以期为有效地增长我们公司用电设备和化工设备的运行周期提供一定的参考和建议。     

基于噪声检测的自适应中值滤波算法

针对现有中值滤波算法对于高密度噪声图像以及纹理细腻图像的边缘处理能力欠佳的缺陷,提出一种基于噪声检测的自适应中值滤波算法.新算法根据噪声点与周围信息的关联程度将噪声点滤波值进行调整,从而更好的处理图像的细节部份.新算法中的自适应策略加强了滤波算法的去噪性能,使其对于含有任意噪声密度的图像也能很好的进行噪声滤除.通过仿真分析,新算法对于细节丰富的图像以及高密度噪声的图像滤波效果良好,有效的提高图像的峰值信噪比,其去噪效果相比其他方法更加优秀.     

改进电网谐波ip，iq检测算法方法的研究

目前用于检测电网中电流无功分量和谐波分量的主要方法是ip,iq算法。但此算法必须同时提取谐波分量和无功分量,计算量大,精度和延时性的缺陷也使得谐波治理效果一般。在此改进的ip,iq算法为减少计算量,利用分频检测方法略去三相至两相坐标变换还有其逆变换,提高了检测速度,且避免了原算法在三相四线制系统中会有的零序谐波泄漏误差。仿真结果表明：改进的算法具有较好的动态性能和较高的检测精度。     

基于离群点算法的IPTV分段隐患检测方法

通信运营商IPTV业务用户端到端网络质量影响因素有内容源、内容分发网络、IP城域网、GPON网络和家庭网络.当前主要通过在IPTV机顶盒部署软探针来获取用户卡顿及花屏等情况,但无法获取引起机顶盒卡顿问题的原因,从而无法精确定位故障或隐患段落,处理时效低.因此,提出通过IPTV分段隐患检测手段测试接入层的BNG到OLT、...     

基于扩展Prony算法的海杂波循环对消法

在分析海杂波产生机理的基础上,提出了一种基于扩展Prony算法的海杂波循环对消法,在传统的海杂波循环对消法中用扩展Prony方法对频率进行估计,从而提高对正弦信号的频率、幅度、相位的估算精度。在相同数据点数、信噪比的条件下,运用2种对消法对短相干积累条件下的海面背景舰船目标检测情况进行仿真分析。仿真实验验证了基于扩展Prony算法的海杂波循环对消法检测舰船目标的有效性,提高了短相干积累条件下的海面背景下的舰船目标检测性能。     

基于粒子滤波算法的电网运行异常值快速检测算法

由于传统电网运行异常值快速检测算法检测步骤单一,检测准确率低,因此无法实现快速检测,基于子滤波算法研究了一种新的电网运行异常值快速检测算法.挖掘电网运行的异常数据信息,了解数据所处的具体情况作出数据处理判断.按照异常位置划分处理区域,检测处理好的数据信息,同时结合粒子滤波算法加强数据检测力度,获取所需的检测信息.实验结...     

粒子滤波算法在TBD目标检测中的应用

提出了基于生存概率模型的目标检测滤波器设计,实现了基于序惯Monte-Carlo采样粒子滤波方法.优化设计了目标生存概率的算法;给出了粒子滤波器的TBD算法的理论推导及数值计算过程.仿真实验表明:基于粒子滤波器的TBD算法能够检测低信噪比的目标.     

一种粒子滤波的盲多用户检测快速算法

该文在时间观察状态空间模型基础上,针对粒子滤波计算复杂的问题,构造了一种在同步快变平衰落信道下计算复杂度低的粒子滤波的DS-CDMA盲多用户检测快速算法。该算法通过对超过门限数目的粒子分类,以不同类别粒子的概率差值作为粒子滤波所需粒子数目是否足够的判断准则,自动调节不同情况下所需的粒子数目,并对不同类别粒子概率差值下盲多用户检测性能进行分析。仿真结果表明,该文算法可以在保证盲多用户检测性能的前提下有效地降低运算复杂度,且检测性能与概率差值成正比。     

基于高阶累计量 Root-MUSIC 法和 Prony 法的轧辊偏心谐波参数估计

针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,以及FFT （Fast Fourier Transform）法对轧辊偏心信号分析的局限性,研究了一种基于四阶累积量的Root-MUSIC（Multiple Signal Classification）法和Prony法相结合的轧辊偏心信号估计新方法。利用基于四阶累积量的Root-MUSIC法准确估计出偏心谐波的频率及谐波的个数,同时由Root-MUSIC求得的根直接使用Prony方法估计出偏心信号的各次谐波幅值和相位。仿真结果和实验结果也验证了结合方法的可行性和有效性,在信噪比较低的情况下仍具有较高的频谱分辨率和估计精度,能准确地同时估计出偏心谐波的频率、幅值及相位,尤其在频率分辨率和抗噪声上具有FFT法无法比拟的优越性。     

基于改进双边滤波的多尺度运动目标检测方法

提出一种基于改进双边滤波的运动多尺度目标检测方法,以提高对弱小目标的检测能力.首先对视频或序列红外图像进行改进双边滤波处理,提高目标的对比度,同时抑制背景的边缘噪声及随机噪声.然后对目标进行三维匹配滤波,获得若干组速度匹配叠加强度图像.最后,在这些图像中进行基于NNLoG(归一化负LoG算子)的多尺度目标检测,得到序列图像或视频段的最佳匹配速度及增强后的图像.可最终计算出目标在序列图像或视频中的运动方程.通过大量的实验及对比实验可知,改进双边滤波、三维匹配滤波及NNLoG算子综合处理效果都较好,可有效检测序列图像或视频中的目标.     

基于最大熵和边缘信息的非结构化道路检测

针对非结构化道路因场景干扰因素多而难以准确检测的问题,文中提出了一种基于最大熵和边缘信息相结合的非结构化道路检测算法。根据熵值大的地方,图像灰度相对较均匀;熵值小的地方,图像灰度离散性较大的特性,采用二维最大熵做道路初分割。同时,结合道路边缘信息解决道路检测因光照不均、阴影和水迹等因素干扰而导致道路检测不准确的问题。实验结果表明,该算法能够准确检测出光照、阴影、水迹的路面,并且不受道路类型的影响,满足实时性要求。     

基于噪声检测的高密椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度保护图像的细节信息,使得高密度噪声污染图像也能得到较好的恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

基于二维最大熵和顺序滤波的红外图像分割

红外图像分割在红外成像制导和其它红外目标识别领域非常重要和提出了一种综合运用二维最大熵和顺序滤波方法对红外图像进行分割的新方法.该方法首先对图像进行基于二维最大熵的阈值分割,然后对二值图进行顺序滤波消除虚警点,取得了非常理想的分割效果.本文提出了一种新的逐步逼近二维最大熵阈值递推搜索算法,阈值搜索时间得到了大幅度减少,满足了一般的实时需求,具有较高的应用价值.     

基于图像区域分割的SAR 图像去噪算法

给出了一种结合图像分割的合成孔径雷达(SAR)图像去噪算法,利用水平集图像分割方法将SAR 图像分割得到多个连通区域,并利用基于结构相似性指数的非局部均值滤波(NLM鄄SSIM)去噪算法对每个连通区域进行去噪。对每个连通域分别去噪利于维持连通区域边缘的原有数值特征,同时也能够保证图像平滑区域的滤波效果,提高了去噪算法的性能。实验部分使用了合成孔径雷达图像中的道路、农田、沟壑和建筑图像块进行测试,将本文算法与非局部均值滤波(NLM)和NLM鄄SSIM 算法进行了去噪效果比较,并通过等效视数(ENL)和边缘平均梯度比(EGR)评价指标验证了文中算法的有效性。     

一种基于粒子滤波的雷达目标似然比检测方法

针对非高斯背景下雷达目标似然比检测统计量难以甚至无法导出的问题,给出了基于粒子滤波的似然比检测模型,并针对粒子滤波不可避免地存在粒子退化而导致检测性能下降的问题,提出将重采样引入基于粒子滤波的统计检测中,仿真结果表明重采样的引入提高了算法的检测性能.应用本文方法对SwerlingⅡ起伏目标模型在不同杂波背景下的检测性能进行了仿真,验证了算法的有效性.     

基于肤色分割与Adaboost融合鲁棒人脸检测方法

人脸检测广泛应用到人脸识别、数字视频处理、安全访问控制、视觉监测、基于内容的检索等领域.比较众多人脸检测算法,文章提出了一种改进的基于Adaboost算法的人脸检测算法.该算法的核心是肤色分割结合基于Adaboost算法的人脸检测.首先,对彩色图像进行肤色分割,通过肤色区域的大小和长宽比等规则去除部分类肤色区域,得到可疑的人脸区域.其次,基于Adaboost算法的灰度特征得到最终的人脸.通过大量彩色图像的实验,证实了该方法的准确性和鲁棒性.