用于电力系统谐波频率高分辨估计的MUSIC算法

指出了目前电力系统谐波频率常规估计算法的诸多不足,将基于多重信号分类（MUSIC）的高分辨谐波频率估计算法引进电力系统谐波频率估计领域。给出了MUSIC算法的基本原理,对MUSIC算法的频谱分辨能力和频率检测门限进行了理论分析,在Matlab仿真平台下对MUSIC算法和FFT算法的频率估计性能进行了比较。理论分析和Matlab仿真结果表明,MUSIC频率估计算法对数据量要求较低,具有良好的分辨特性和抗噪声能力,且能够检测微弱的谐波信号。     

基于高阶累积量ESPRIT算法的指数衰减 正弦信号参数估计

工程应用中环境噪声多表现为高斯有色噪声,而针对高斯白噪声进行处理的算法失效问题,提出了一种高斯色噪声环境中用于多分量衰减正弦信号频率和衰减因子估计的四阶累积量ESPRIT算法。首先,推导出四阶累积量与观测样本中的自相关矩阵和互相关矩阵之间的关系,求出其四阶累积量矩阵。其次,通过对四阶累积量进行广义特征值分解,根据广义特征值即可得到信号衰减因子和频率的估计值。最后对所提算法进行了仿真实验验证,在混合信噪比为0 dB时,所提算法针对多分量衰减正弦信号角频率和衰减因子的平均估计误差分别为0.002 0πrad和0.002 0。在高斯白噪声和高斯色噪声背景下与ESPRIT算法和Prony算法相比具有更强的噪声抑制能力和更高的估计精度。     

配网信息统计分析系统的研究与实现

在电力系统中,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义`。研究了一种间谐波幅值和频率的估计算法--基于互高阶累积量的多信号分类法MUSIC(Multiple Signal Classification)方法,该方法可以有效地抑制非相关噪声和高斯噪声,在混合噪声和低信噪比的条件下,仍具有很高的谱分辨率和谱估计性能。为了证明其有效性,采用一具体的电力系统谐波模型进行仿真。仿真结果表明:在色噪声背景下,信噪比为-20dB时,且不需要对分析数据进行整周期采样,仍可以有效地估计出间谐波的频率和幅值,谱估计性能稳定,具有一定的工程应用前景。     

基于互高阶谱MUSIC法的间谐波检测

在电力系统中,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义。研究了一种间谐波幅值和频率的估计算法--基于互高阶累积量的多信号分类法MUSIC(Multiple Signal Classification)方法,该方法可以有效地抑制非相关噪声和高斯噪声,在混合噪声和低信噪比的条件下,仍具有很高的谱分辨率和谱估计性能。为了证明其有效性,采用一具体的电力系统谐波模型进行仿真。仿真结果表明:在色噪声背景下,信噪比为-20dB时,且不需要对分析数据进行整周期采样,仍可以有效地估计出间谐波的频率和幅值,谱估计性能稳定,具有一定的工程应用前景。     

基于互高阶谱MUSIC法的间谐波检测

在电力系统中,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义.研究了一种间谐波幅值和频率的估计算法-基于互高阶累积量的多信号分类法MUSIC(Multiple Signal Classification)方法,该方法可以有效地抑制非相关噪声和高斯噪声,在混合噪声和低信噪比的条件下,仍具有很高的谱分辨率和谱估计性能.为了证明其有效性,采用一具体的电力系统谐波模型进行仿真.仿真结果表明:在色噪声背景下,信噪比为-20dB时,且不需要对分析数据进行整周期采样,仍可以有效地估计出间谐波的频率和幅值,谱估计性能稳定,具有一定的工程应用前景.     

基于特征空间求根法的非整数次谐波估计方法

现有傅里叶算法在含有非整数次谐波的情况下存在着频谱泄漏和栅栏效应,AR模型谱估计和多信号分类法(MUSIC)法能提高频率分辨率,但对噪声敏感,容易产生虚假频率。提出基于特征空间求根法进行频率的精确估计,对修正的信号自相关矩阵进行特征值分解,利用信号子空间和噪声子空间的正交性构造多项式,进行多项时求根,得到单位圆上的根进行频率估计,在此基础上通过三角回归法,解一超定方程组得到相应的振幅和相位。并与MUSIC法在无噪声和有噪声情况下进行仿真比较,证明了该方法在提高分辨率、减小估计偏差和提高数据精度的有效性。     

基于MUSIC和ESPRIT算法的DOA动态布站

DOA估计是阵列信号处理领域中的一个研究重点。阐述了波达方向（DOA）估计中2种经典算法多信号分类算法（MUSIC）和旋转因子不变法（ESPRIT）。在噪声是均值为0、方差为05的高斯白噪声下进行了MUSIC算法的空间谱估计,准确地估计出3个来波信号的方向。同时,通过改变信噪比计算不同信噪比下MUSIC与ESPRIT算法估计结果的均方根误差,得出MUSIC算法与ESPRIT算法估计结果相比精度更高,但运行速度较慢。在相同信噪比下,改变阵元数,观察对两种算法均方根误差的影响,得出两者呈正相关。最后分析了在实际应用中外辐射源雷达系统常常使用两部或多部雷达布站,因此多舰艇编队的动态布站问题可以看作布站形式和平台机动的综合问题。分析了外辐射源多站系统在DOA体制下以几何精度因子表征为布站指标的探测精度,解决海基多站DOA动态布站问题。     

基于实值MUSIC算法的电力谐波分析方法

现代谱估计方法逐渐被应用于电力谐波及间谐波的超分辨率检测与分析,其中的多重信号分类方法(MUSIC)算法最具代表性.然而,常规谱MUSIC算法在分析电力谐波时必须将实值信号转换为复频率信号,因而计算复杂度较高;此外,其伪频谱的峰值搜索过程也存在着类似栅栏效应,导致其频率分析精度有限.为了改善谱MUSIC算法对电力谐波的分析精度,本文基于子空间分析理论提出了针对实值周期信号的谱MUSIC频率检测方法,推导并给出了其伪谱函数的表达式.在此基础上,还利用Newton-Raphson算法对伪谱峰值进行迭代求精,进一步提高了谐波频率的估计精度.仿真结果表明:实值MUSIC伪谱更能有效区分真实谐波谱峰与噪声伪峰,同时本文方法的计算复杂度远远低于原有复值谱MUSIC算法,而频率估计精度与求根MUSIC算法接近,非常有利于电力谐波参数的准确获取.     

一种基于四阶累积量的声定向方法

针对深水钻井隔水管监测系统水下测点的声定向问题,建立了空间任意结构阵列的数学模型,分析了阵列信号的四阶累积量特性,提出了一种基于四阶累积量的空间任意结构阵列MUSIC算法,可对多于阵元数的空间多目标源进行二维波达方向估计,并能够有效抑制高斯色噪声。以一种空间结构的四元立体阵为例进行了计算机仿真,实现了对空间四个不同方向目标的二维波达方向估计,且对高斯噪声的抑制性能优于二阶统计量MUSIC算法。     

相关性噪声对MUSIC算法参数估计性能影响的分析

本文以相关性噪声中的频率估计为信号模型,在理论上推导、解释了影响MUSIC算法的参数估计的偏差和分辨力的各因素及具体关系.清楚的表明在很宽的范围内,估计偏差与信噪比、噪声的相关性强弱无必然联系,它主要是因为计算时的窗效应与被估计参数附近的噪声谱密度的起伏引起的.但噪声相关性很强时,将会引起错误的估计,不过这种错误可通过增大序列长度来消除.在多个信号的情况下,在相当宽的范围内,MUSIC算法的分辨力与信噪比、噪声的相关性强弱无必然联系,但它会随协方差矩阵估计子的维数的增大而增强.第一次全面、深入地揭示了影响相关性噪声中MUSIC算法的参数估计偏差和MUSIC算法的分辨能力的各因素及关系.仿真结果也强有力的证明了这些结论.     

近场声源三维定位MUSIC算法研究

信号到达方向(DOA)估计是阵列信号处理的最主要目的之一,基于语音阵列的DOA估计与传统的窄带远场信号的DOA估计在信号模型和处理方法上有很大区别.本文把经典的MUSIC算法推广到语音阵列处理中,实现了声源三维定位.该算法的基本思想是:把宽带语音信号通过短时傅立叶变换转换为独立离散频率点,利用MUSIC算法求出每个/部分频率点的空间谱矩阵,然后加权平均这些空间谱矩阵.通过搜索该平均空间谱矩阵,找到信号源的位置.最后,在16元均匀圆环阵的情况下,选用双语音信号源进行了仿真.仿真结果表明,该算法定位性能优良.     

交织OFDMA频偏估计

同步是OFDM系统的关键技术之一。本文提出了一种针对多用户OFDM频偏估计的算法。利用交织子载波分配方案的OFDMA上行链路中,每个用户信号在一个OFDM符号内都具有一定的周期性结构。它是利用接收信号的结构特性,并借助一种新的子空间算法估计得到多用户的频偏。此算法利用总体最小二乘方法(TLS)取代特征值分解得到噪声子空间,其运算量小于多重信号分类(MUSIC)算法,而其性能与MUSIC算法相当。计算机仿真结果表明此算法是有效的。     

一种用于电力系统间谐波谱估计的高分辨率算法

本文提出一种基于改进高阶累积量求根MUSIC法的间谐波谱估计新方法。该算法采用4阶累积量来抑制高阶白噪声和高斯噪声,同时,针对传统4阶累积量分辨率低的特点,通过将4阶累积量的对角切片转化为修正协方差阵的线性组合,从而保证算法的高分辨率;并通过构造MUSIC多项式,从而使算法噪声抑制能力进一步增强。仿真结果表明,该方法不仅具有较高的频率分辨率,而且具有较强的稳健性,在噪声污染的情况下能检测出各次谐波和间谐波的频率信息。     

冲击噪声背景下相干信号DOA估计

针对冲击噪声背景下相干信号源的波达方向估计问题,提出了一种基于分数低阶矩的修正MUSIC算法。首先根据阵列接收数据,计算出分数低阶矩矩阵,从而抑制冲击噪声对阵列接收数据的影响;然后采用修正MUSIC算法基本原理,通过对矩阵的共轭重排,解决因相干信号的存在而导致的阵列协方差矩阵秩的亏损问题,并提高了算法的估计性能。通过对所提方法进行仿真实验验证以及相关理论性分析得知：所提算法能够有效抑制冲击噪声的影响,同时可对相干信号进行解相干处理,并且与分数低阶奇异值分解算法及数据预处理后进行重构的自适应方法相比具有更高的估计精度和估计成功概率。     

双模噪声中信号识别与精确估计

文中给出了双模噪声中信号参量的精确估计，并给出了任意加性白噪声中信号识别与估计的一般方法，且可同时估信号与噪声，具有一定的普遍意义，仿真表明，本识别与估计方法是正确的。     

改进的Prony算法在多正弦信号频率估计中的应用研究

针对噪声背景下经典Prony算法对多正弦信号频率估计受限的问题,提出一种抗噪性强的改进Prony算法。通过建立一种新的累积关系,提出的算法可以在低信噪比情况下,仅利用适当数量的新序列值线性重构稀疏和,从而较为精确地估计出信号的频率。对提出的算法与经典Prony算法的性能作出仿真实验对比。实验结果表明,在信号中嵌入噪声时,经典Prony算法在估计信号频率时失去效用,而新算法依旧可以有效估计信号频率。所以,提出的算法抗噪能力较强,性能相对稳定,精度较高,在多正弦信号频率估计中表现出更好的实用性。     

基于FMCW雷达的非接触式心率估计方法

基于FMCW雷达的非接触式心率估计方法具有舒适、便利等优势。由于噪声和呼吸谐波的干扰，现有方法的准确率仍存在一定局限。针对上述问题，提出了一种心率估计方法。在相位分析的基础上，对相位信号进行相位差分运算，以增强心跳信号，再通过改进的小波阈值去噪方法进行去噪处理，消除噪声干扰。在频率估计时，本文通过海明窗函数对心跳信号进行处理，再用多信号分类算法进行频率估计，可以解决信号截获造成的频谱泄漏问题，并提高多信号分类算法的分辨率和稳定性，从而降低呼吸谐波及噪声对心率估计的影响，获得准确的心率值。仿真结果表明，本方法提高了心率估计的准确性。     

基于频域子空间平滑的MUSIC时延估计算法

时延估计常被用在无线定位测距中,针对多径环境下定位精度下降和时延估计失真的问题,提出了一种基于正交频分复用（OFDM）频域子空间平滑的超分辨率（MUSIC）时延估计算法。首先使信号源经过OFDM调制,利用子载波形成数据流;随后在频域对数据流的协方差矩阵作双向平滑处理,使其最大程度的利用信号子空间的数据信息;最后利用MUSIC算法下信号/噪声子空间正交性逐一进行谱峰检测,并针对噪声情况对伪谱作归一化处理,从而获得更为准确的时延信息。计算机仿真表明,本文优化算法相对于特征空间MUSIC算法具有更高的谱峰和更窄的旁瓣,且无错误估计干扰。在测距信号间隔较近时能够有效解决估计失真问题,最小时延间隔可达6ns,分辨能力较强。估计性能层面,可在信噪比为-15dB复杂条件下估计精度达到3ns左右,验证了该算法的有效性和优越性。