基于聚类分析的周期性脉冲干扰的识别

局部放电在线检测对保证高压设备的安全运行具有重要意义,实现局部放电在线检测的关键是如何从强大的干扰中检测出随机的微弱的放电信号．周期性脉冲干扰是每周期动作一次的开关元件产生的,对它们的的识别是实现局部放电在线检测的重要环节．本文提出用剩余能量和瞬时曲度来判定脉冲的结束点,根据脉冲波形的相似性,用最长距离法进行聚类,进而利用脉冲相角图将周期性脉冲干扰与局放脉冲区分开来的方法．对现场数据的处理结果证明该方法是有效和可靠的．     

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场干扰的局部放电检测信号．在对小波及小波包算法介绍的基础上,将小波包分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对模拟的局部放电信号进行了小波包分解与重构的计算机模拟．模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号并且具有良好的性能．     

基于PD信号提取的干式空心电抗器早期故障研究

在分析干式空心电抗器表面放电和匝间短路故障形成原因的基础上,通过在实验室对表面经轻微灼烧后的环氧树脂板的局放试验来模拟包封层表面放电现象,提出了一种通过从强干扰信号中利用自适应LMS算法滤波和小波包滤波联合去噪的方法,进而利用匝间局部放电信号来识别故障．通过对早期局放故障的识别来防止干式电抗器恶性故障的发生．     

基于修剪均值滤波算法的电缆局部放电定位方法

电力电缆局部放电检测定位需要采集局部放电(PD)信号,当存在过量噪声时,PD信号会受到严重的干扰,影响PD定位的精度。基于多端定位算法,并结合小波去噪技术和修剪均值滤波技术,提出一种基于修剪均值定位算法的电缆局部放电定位方法。该方法先采用多端定位算法循环100次求出新采集的PD信号位置,得到100种PD位置样本,再根据修剪均值技术的修剪过程、分类过程和均值过程滤除不准确的样本,得到最佳的PD位置。为了验证该算法的可行性,该文对多端定位算法和修剪均值定位算法在定位效果方面进行对比。仿真对比结果表明:均值滤波定位算法提高了电缆PD定位的准确度,优于多端定位算法。     

一种随钻中子孔隙度测井系统的抗干扰设计

针对随钻中子孔隙度测井作业现场中存在万伏高压的瞬间脉冲干扰,导致中子计数不准确的问题,设计了一种抗干扰系统。该系统首先利用硬件滤波,即采用二阶阻容滤波电路滤除高频干扰信号,再利用软件滤波,采用去极值平均滤波算法滤除尖脉冲干扰和周期性干扰。经实测验证,该系统可有效抑制干扰,提高随钻中子孔隙度数据采集的准确性和可靠性。     

基于集合经验模态分解法的局部放电信号去噪

针对局部放电检测中存在较多白噪声干扰的问题,采用基于集合经验模态分解的方法对放电信号进行消噪处理。该方法首先利用集合经验模态分解(EEMD)把信号分解成多个经验模态函数分量(IMFs),然后利用3σ法则对各分量进行细节信息提取和能量估计,最后对IMF分量进行PCA变换,并根据IMF所含噪声能量选择主成分分量进行重构。EEMD建立在经验模态分解(EMD)基础之上,通过人为添加白噪声成分,并利用多次重复取均值的方式去除白噪声,同时抑制模态混叠现象。仿真数据分析表明,所提消噪方法可以有效抑制局部放电噪声干扰,成功提取出有效的局部放电信号。     

在非均匀环境下辅助通道法STAP处理的性能改善

分析了相控阵机载预警雷达空时自适应处理在非均匀环境下的不足,即辅助通道中杂波干扰与检测通道中目标信号由于有限次样本而存在相关性,进而引起信号相消现象．提出了一种改进的空时自适应处理辅助通道杂波抑制技术,消除了目标信号对训练自适应权的不利影响,并给出了它的具体实现结构．该方法在抑制杂波时可有效克服目标信号相消现象,明显提高系统的检测性能,计算机仿真结果验证了其有效性．     

在线监测变压器局部放电中的干扰及抗干扰电路

讨论了在线监测变压器局部放电中的各种干扰的来源、传播途径、特征以及对测量过程的影响．在此基础上研制出一种不需对检测信号作调幅、凋相处理，就能在强干扰中正确和稳定地获取变压器内部局部放电信号的抗干扰测量电路．文中对此电路的工作原理和试验结果作了介绍．     

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场 局部放电检测信号,在对小波及小波包算法介绍的基础上,将小包分分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对局部放电信号进行了小波包分解与重构的计算机模拟,模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号人有良好的性能。     

一种检测电力变压器局放信号的离散小波算法

大型电力变压器经常发生局部放电现象,必将导致绝缘层破坏,停电事故发生甚至变压器解体,因此,必须在线检测局部放电信号。作者分析了可能存在的各种干扰源及其特征（包括干扰源频率的分布范围）,讨论了各种干扰源进入检测系统的3种途径并提出了相应的抑制措施,设计了用于计算机模拟的局放检测信号。针对高频的局放信号,提出了一种改进型快速小波变换分解及重构算法,对仿真的局部放电信号进行了分解与重构。该算法对低频信号具有较低的频率分辨率,而对高频信号具有较高的频率分辨率。仿真结果表明,改进的快速小波变换分解与重构方法能有效地滤除强载波干扰,不失真地提取出局部放电信号幅值及其放电时间。     

自适应滤波器与DSP技术在电话电路上的应用

采用ADSP-2181数字信号处理器芯片和BL1062A电话接口芯片设计电话电路,采用C语言编写自适应滤波器算法程序,实现电话机语音处理系统的彬硬件设计,抑制背景未知干扰噪声,提高电话通话质量．实验证明,硬件设计简洁合理,软件算法十分有效,滤波效果显著．     

含窄带噪声和白噪声的复杂染噪局部放电信号提取及应用

复杂噪声环境下,电力设备局部放电信号的高完备度提取是实现其运行状态在线评估的关键.该文提出一种基于自适应噪声的总体集合经验分解(CEEMDAN)和改进小波包结合的复杂染噪局放信号提取方法.首先,通过自适应CEEMDAN将染噪信号进行分解,利用奇异值分解(SVD)算法对分量中包含的窄带噪声和频率混叠进行抑制,再根据信号间...     

基于粒子群算法的自适应滤波器研究及应用

针对神经网络自适应滤波器易于陷入局部极小的缺陷,采用抑制局部最优的粒子群算法优化神经网络的权系数,设计了基于改进粒子群算法训练的三层神经网络的自适应滤波器,并将其应用于自适应噪声抵消器.仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声抵消能力,信噪比大大提高.     

基于新息的神经网络自适应卡尔曼滤波

卡尔曼滤波是一种基于最小方差的递推式滤波算法,系统模型和噪声统计特性的先验知识决定了滤波的性能和估计的准确性,不精确的先验知识将导致滤波性能的明显下降甚至发散。采用BP神经网络对系统进行辨识,获得精确的系统状态方程,利用新息自适应估计卡尔曼滤波算法中的过程噪声和测量噪声协方差矩阵,提出基于新息的神经网络自适应卡尔曼滤波算法。Matlab仿真结果表明,与传统卡尔曼滤波算法相比,改进的卡尔曼滤波算法获得了与原始信号几乎一致的输出信号,噪声得到明显抑制。同时,改进的算法不需要系统精确的数学模型,在实际应用中具有可行性和普适性。     

Adaptive Noise Cancellation Method Used for Wheel Speed Signal of Integrate ABS/ASR System

The anti-lock braking system (ABS) and anti-slip regulation system(ASR) are the very i mportantparts of active safety systems used for modern vehi-cles . This two systems make up of commonintegratesystem ABS/ASR[1 ,2]. At present ,the main controlmethodin ABS/ASRis the logic threshold method.When getting the wheel speed signal ,ECUcomputesand applies control after comparing current signalwith the threshold[3 -5].Because of many reasons ,the wheel speed sig-nals sampled in ABS/ASRalw…     

模糊自适应无迹卡尔曼滤波方法用于天文导航

为克服航天器自主天文导航中不确定测量噪声对导航精度的影响,提出了一种基于模糊推理的自适应无迹卡尔曼滤波(FUKF)方法.该方法根据滤波过程中实际测量残差方差与理论残差方差的比值,将系统滤波过程分为普通模式和自适应模式.分别对两种模式建立模糊隶属度函数,应用模糊推理规则,得到自适应修正因子,对系统的测量噪声方差阵进行实时修正,使其跟踪实际测量噪声的变化.当系统受到不确定环境噪声影响时,该滤波算法仍然有效收敛.将该方法应用于直接敏感地平的航天器自主天文导航中,不同测量噪声水平下的仿真结果表明,该算法对不确定的测量噪声具有较强的自适应能力,保证了导航信息的输出精度.     

基于粒子群优化算法的高阶累积量滤波器

基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声,其解法一般采用的是梯度搜索法,但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁,易于实现,且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题,为滤波器参数的优化提供了一种新的思路.仿真结果表明,使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小,因此它在求解非平稳过程模型系统时具有一定的优势.     

量测噪声自动加权Kalman滤波

从Kalman滤波技术的稳定性出发，分析了Kalman滤波算法的实质及容量发散的原因，提出在Kalman滤波中引入系统量测噪声协方差阵（R）的计算，并对其加权，从而影响滤波增益，抑制发散，推算舰位／GPS组合导航的应用仿真表明明显测噪声自动加权Kalman滤波算法对系统模型误差和量测噪声协方差误差具有良好的自适应性。     

LMS算法自适应噪声抵消系统参数的最佳设计

威德罗(Widrow)提出的LMS算法自适应噪声抵消系统中,由于d(j)=s(j)+n_0,带有随机噪声n_0,不再是一个理想的期望响应。这时自适应滤波器除了有由于LMS近似算法造成的权失调外,还有随机噪声的影响。本文讨论了这种随机噪声对系统性能的影响,以及如何选择系统的加权数目n,收敛因子μ这两个主要参数,使系统性能达到最佳。最后,对得出的结论进行了实验验证。     

Adaptive Federal Kalman Filtering for SINS／GPS Integrated System

A new adaptive federal Kalman filter for a strapdown integrated navigation system/global positioning system (SINS/GPS) is given. The developed federal Kalman filter is based on the trace operation of parameters estimation‘s error covariance matrix and the spectral radius of update measurement noise variance-covariance matrix for the proper choice of the filter weight and hence the filter gain factors. Theoretical analysis and results from simulation in which the SINS/GPS was compared to conventional Kalman filter are presented. Results show that the algorithm of this adaptive federal Kalman filter is simpler than that of the conventional one. Furthermore, it outperforms the conventional Kalman filter when the system is undertaken measurement malfunctions because of its possession of adaptive ability. This filter can be used in the vehicle integrated navigation system.