基于谱线插值FFT谐波电流检测的研究

提出了新型谱线插值FFT的谐波电流检测新方法,用于改善有源电力滤波器(APF)谐波检测的实时性和可靠性。新型谱线插值FFT主要是对检测波进行加余弦偶次幂窗,利用抽取幅值最大的频率附近的3根离散频谱确定谐波谱线的准确位置,可以得到谐波的幅值、相位和频率。基于该算法,通过多项式拟合的方式,提出了谐波修正的实用公式。仿真结果表明,该方法能够很好地抑制频谱泄露和栅栏效应,跟踪基波频率的变动,提高谐波的检测准确度。     

基于Matlab和Labview的电力系统谐波检测

快速傅里叶变换（FFT）在电力系统谐波检测中被广泛应用。由于电网频率的波动,很难做到严格意义上的同步采样,因而导致发生频谱泄漏与栅栏效应现象,造成较大的测量误差。本文从传统的FFT检测方法出发,深入研究了加汉宁窗并进行了插值运算的高精度算法。算例仿真时利用Labview中提供的Matlab节点,将两款软件进行有机结合,充分发挥各自的优点。精确检测出各次谐波频率、幅值和相位,并为进一步构建基于虚拟仪器的谐波检测系统打下基础。     

基于FFT的单相串联型有源电力滤波器设计

设计了基于FFT的单相串联型有源电力滤波器(APF),它具有动态响应快、不受电网、负载运行条件的约束、能很好补偿低次电压谐波等特点。采用FFT算法得到电网电压谐波的频率、幅值、相位信息,控制逆变器产生一个与电网谐波幅值相等、频率相同、相位相反的谐波电压补偿原来电网电压谐波;并优化了过零检测电路,使其拥有较强抗干扰性的同时不会产生相位差。通过实验表明基于FFT的单相串联型APF可以很好地补偿低频电压谐波,使电网电压THD<3%。     

一种高精度电力谐波检测法

本文介绍了一种基于小波分析的谐波检测方法。小波多分辨分析可以对信号进行有效的时频分解，因而能将信号的不同频率成分分开。检测小波变换系数模的局部极值点可以检测到信号的突变点，即检测到信号频率跳变的时间，这是FFT谐波检测不能实现的。文中采用MATLAB小波分析工具箱对该方法进行了实验验证。     

基于FFT算法的电网谐波检测方法

针对传统电网谐波检测方法误差较大、运算速度慢的问题,提出了基于FFT算法的电网谐波检测方法;介绍了DSP芯片的定点运算、基于FFT算法的电网谐波检测方法的具体实现,并进行了仿真分析。该方法在高速定点DSP芯片TMS320F2812上实现FFT算法,将数据归一化为Q15格式进行计算;为减小频谱泄漏对检测结果造成的影响,采用加窗插值FFT算法进行谐波分析。该方法实现了对电网电压各次谐波的检测,保证了检测速度和精度。     

基于LPC1114的加窗差值FFT算法的谐波检测设计

该文设计了基于LPC1114的谐波检测系统。利用芯片内置的A/D转换器对电压和电流信号进行高精度采样,根据加窗插值FFT算法对采样的数据进行分析,得到电压和电流信号的基波相位差以及各次谐波的幅值和频率。实验结果表明,本设计具有硬件实现简单、检测精度高等优点。     

基于小波去噪的加窗FFT电网谐波检测

提出一种基于小波去噪的软硬阈值改良折衷法与加布莱克曼窗的傅里叶变换算法相结合的谐波检测方法。该方法采用小波软硬阈值改良折衷法对含噪的电力谐波信号进行降噪处理,利用加布莱克曼窗的傅里叶变换算法对去噪后的信号进行分析,提取各次谐波的幅值和频率。仿真检测结果表明小波去噪后的谐波波形接近于原始信号谐波波形,信噪比提高了8.3226dB,小波去噪与FFT结合的方法适合在谐波检测系统或装置中应用。     

微电网HHT谐波检测与时频分析方法

为解决微电网谐波、突变等复杂非平稳信号的精确检测问题,提出一种基于Hilbert-Huang变换（HHT）的微电网谐波检测与时频分析方法。该方法采用保形分段三次埃尔米特插值法拟合极值点曲线,对谐波信号进行经验模态分解（EMD）,得到有限个固有模态分量（IMF）并进行Hilbert变换,最终计算各个IMF分量的瞬时频率和瞬时幅值,实现微电网谐波等非平稳电能信号的时频特性精确检测。仿真结果表明,该方法能够快速、准确地获取谐波信号频率成分、幅度及电压突变时刻。相对于FFT变换及传统HHT方法具有较高的精度和时域区分特性,可满足微电网谐波微机检测的工程应用需求。     

基于Flat-top窗的双谱线相位差频率测量算法

以Flat-top窗为例,分析了它的旁瓣频谱特性,并提出了基于双谱线相位加权的加窗插值校正算法求取谐波频率偏移量。该算法首先采样N点信号,提取N/2奇数点和N/2偶数点信号进行FFT,分别得到谐波附近最大谱线和次最大谱线的相位,再通过对相位差加权得到谐波的频率。仿真结果表明,该算法能有效减小电力系统中相量参数估计的偏差,提高了谐波的检测精度。     

分裂基FFT在电力系统谐波检测中的应用

在电力系统中,由于非线性负载广泛应用,电网被注入了大量谐波,给电力系统中的设备带来很大的危害。谐波检测是电力系统质量分析和谐波补偿的关键技术,而快速傅立叶变换是目前应用最广泛的一种谐波检测方法。本文对分裂基FFT算法的原理进行了研究,采用C语言编程实现该算法,并在基于TMS320F2812DSP的实验装置上进行了基于分裂基算法的谐波检测实验,对采样信号进行FFT运算,能快速检测出电网信号中电压的谐波参数,以进行谐波的实时分析处理,验证了该算法的正确性和高速性,可作为一种通用的算法应用于谐波检测。     

卷积检测:一种新FFT的故障检测机制

首先分析了ＦＦＴ阵一中蝶形单元的故障模式,提出了一致故障的概念,并根据傅立叶变换的性能,提出一个新的故障检测机制：卷积检测,并证明了该机制对单输出端故障和一致性瓣覆盖为１００％。     

冲激超宽带雷达多生命特征检测初步研究*

研究了多生命特征检测问题;在分析冲激超宽带雷达生命特征检测原理的基础上,针对多个生命特征的检测问题,引入并详细介绍了高分辨率MUSIC算法;采用谐波模型模拟了回波数据中多个叠加的生命特征,并分别采用FFT和MUSIC算法进行了分析。结果表明,相对FFT方法,MUSIC算法压制了噪声和旁瓣影响,进而能够较好地估计多个呼吸频率。冲激超宽带雷达探测方法联合MUSIC算法能完成多个生命特征的检测。     

基于TD-SCDMA的改进的联合检测算法及仿真

大多数多用户联合检测算法都存在复杂度高,不利于在终端上应用的缺陷.针对TD-SCDMA系统中下行链路多用户联合检测算法MMSE-BLE-SD需要用到的活动码道数,给出了一种改进的检测算法.该算法在信道变化缓慢的情况下可以达到非常理想的性能.另外还提出了一种基于FFT的低复杂度的联合检测算法,可以有效的降低传统算法中矩阵求逆所需要的巨大的运算量.仿真结果表明,算法具有良好的检测性能,大大的降低了系统的复杂度.     

闪变FFT检测算法的误差分析及修正

快速傅里叶变换(FFT)是在实际应用中测量闪变最常用的一种算法, 但是传统的快速傅里叶变换算法对于测量含多个调幅波所引起的闪变结果与国际电工委员会(IEC)推荐的测量闪变的方法相比不够准确, 存在比较大的误差。为了准确测量闪变, 提出了一种基于改进的快速傅里叶变换算法。以单频率调幅波和双频率调幅波为闪变检测输入信号, 对FFT法检测闪变的各实现环节与IEC方法进行对比分析, 发现FFT检测算法所得的瞬时闪变值与IEC所得的瞬时闪变值有一定的差距, 从而找出FFT检测法的误差来源, 通过修正瞬时闪变值来达到准确检测的目的。通过MATLAB仿真分析可以看出, 基于改进FFT的闪变检测结果与IEC法基本一致, 达到IEC闪变测量精度要求。该检测方法实现简单, 并且可以拓展应用于含三个及以上的调幅波的闪变检测。     

Edge Detection from Non-Uniform Fourier Data Using the Convolutional Gridding Algorithm

Detecting edges in images from a finite sampling of Fourier data is important in a variety of applications. For example, internal edge information can be used to identify tissue boundaries of the brain in a magnetic resonance imaging (MRI) scan, which is an essential part of clinical diagnosis. Likewise, it can also be used to identify targets from synthetic aperture radar data. Edge information is also critical in determining regions of smoothness so that high resolution reconstruction algorithms, i.e. those that do not “smear over” the internal boundaries of an image, can be applied. In some applications, such as MRI, the sampling patterns may be designed to oversample the low frequency while more sparsely sampling the high frequency modes. This type of non-uniform sampling creates additional difficulties in processing the image. In particular, there is no fast reconstruction algorithm, since the FFT is not applicable. However, interpolating such highly non-uniform Fourier data to the uniform coefficients (so that the FFT can be employed) may introduce large errors in the high frequency modes, which is especially problematic for edge detection. Convolutional gridding, also referred to as the non-uniform FFT, is a forward method that uses a convolution process to obtain uniform Fourier data so that the FFT can be directly applied to recover the underlying image. Carefully chosen parameters ensure that the algorithm retains accuracy in the high frequency coefficients. Similarly, the convolutional gridding edge detection algorithm developed in this paper provides an efficient and robust way to calculate edges. We demonstrate our technique in one and two dimensional examples.     

基于有源频谱压缩结构码域发送参考的Chirp超宽带捕获算法研究*

根据Chirp超宽带系统原理和思想,给出了一种基于有源频谱压缩和FFT频域检测的新捕获算法。该算法通过有源频谱压缩将Chirp信号转换成差频信号,再通过FFT进行频偏估计,结合滑动相关判决实现捕获。该捕获方法具有实现结构简单、采样速率低、便于进行通信距离的扩展等优点。理论分析和仿真结果表明了该捕获方法具有很强的实用价值。     

基于FPGA的谐波检测装置设计

利用现场可编程门阵列(FPGA)运算速度快、效率高的特点,使用FIR硬件IP核实现前置线性相位低通滤波通道,使用FFT硬件IP核实现加窗插值修正FFT算法,设计针对电力系统的高次谐波检测装置。