正交紧支复小波的生成及其在电力系统的应用

分析了小波相频特性对小波分析效果的影响,说明了开发具有多种多相频特性的正交紧支复小波的重要性以及这类小波的生成方法,同时还提出采用复小波变换的复合信息代替通常采用的简单信息的方案。文中大量的电力系统仿真应用实例表明,在许多应用场合,按该文方法构造的具有合适相频特性的复小波优于相应的实小波,复合信息优于相应的简单信息。     

两尺度符号与运用于电力系统的小波的构造

立足于小波的构造 ,比较深入地探讨了尺度函数和小波函数的两尺度符号与小波构造的紧密关系。从两尺度符号入手 ,分析了它与L2 (R)空间的直接和分解、对偶小波的结构、紧支撑小波的结构之间的内在联系。最后总结出了具有线性相位 (或广义线性相位 )的紧支撑双正交小波的构造方法 ,并给出了实例     

两尺度符号与运用于电力系统的小波的构造

立足于小波的构造,比较深入地探讨了尺度函数和小波函数的两尺度符号与小波构造的紧密关系.从两尺度符号入手,分析了它与L2(R)空间的直接和分解、对偶小波的结构、紧支撑小波的结构之间的内在联系.最后总结出了具有线性相位(或广义线性相位)的紧支撑双正交小波的构造方法,并给出了实例.     

一种生成双正交紧支复小波的Lifting方法

提出了一种构造双正交紧支复小波的方法：以现有任何一种正交或双正交实小波为基础,可构造出消失矩阶数可任意选定的无穷多个相频特性（包括线性相位特性）不贩双正交紧支复小波。其特点为：由于是双正交紧支型,可采用Mallat算法等快速算法,因此使用时实时性好;因为是复小波,所以能提取电力系统重要的相信息;具有多种相频特性,便于与相频特性多变的电力系统信号匹配等,因此这类小波在电力系统有广泛的应用前景。文中还给出了构造双正交紧支最小波的实例。     

电力通信的小波包消噪

介绍了一种对电力通信信号进行消噪的小波包分析方法，从小波包的构造、小波的选择和去噪阀值的确定几个方面来阐述该方法。小波包变换是基于小波变换的进一步发展，能够提供比小波变换更高的分辨率。通过利用Daubechies构造的具有紧支撑的db小波所构造的小波包变换和小波变换算法的对比来对实际数据进行处理，证明了该方法的可行性。     

用于提取GIS局部放电信号的正交紧支复小波构造研究

分析了复小波的优点,根据正交小波构造的条件,采用“保持实小波滤波器的幅频特性,改变其相频特性”的方法,构造了与相应实小波具有相同幅频特性、不同相频特性的复小波,并论证了该构造法的正确性,给出了具体的方法和步骤以及所构造的db4复小波滤波器组系数,并以此复小波为例研究从白噪声中提取局部放电信号。     

双正交紧支复小波的生成方法

小波分析的本质是计算被分析信号波形与小波波形的局部相似程度 ,而信号或小波的波形除与它们的幅频特性有关外 ,还与它们的相频特性有关。因此 ,小波的相频特性与被分析信号的相频特性匹配程度如何 ,对小波分析结果有很大的影响。另外 ,相位是电力系统信号的重要特征 ,用小波分析提取信号的相位信息需采用复小波。从分析的实时性要求出发 ,电力系统用复小波 ,应是满足多分辩分析要求的正交或双正交紧支小波 ,不能是像Ｍｏｒｌｅｔ复小波与Ｃｈａａｒｉ复小波那样的计算复杂的连续小波。我们按照这一要求 ,构造出了一大类与现有时域紧支正交…     

小波分析及其在电力系统中的应用(二) 理论基础

较为详尽地介绍了小波，连续小波变换与Ｇａｂｏｒ变换的差异，二进小波管变换，多分分析，小波基，小波包，快速小波变换，信号的奇异性检测心及信号的多尺度边缘回复等基本内容，此外，根据小波分析的理论基础，提出了Ｂ－小波的一些滤波性质，并构造了新的小波基，结果表明比Ｍｏｒｌｅｔ小波具有更高的计算精度，上述理论是小波分析在电力系统诸多领域应用必要的基础。     

对称小波构造方法及其在电机故障信号处理中的应用

对称小波或反对称小波具有线性相位或广义线性相位，因而在信号的分解和重构中非常重要，它可以避免信号失真。在工程中广泛使用的Daubechies小波和Symmlet小波都不是对称小波，作者使用的对称小波构造方法是一种通用的方法，并就Db4和Sym4小波构造了对称小波，构造出的对称小波的计算量是原先小波的一半，提高计算速度。仿真结果表明，由Db4构造的对称小波包与Db4小波包相比，在信号分解与重构过程中具有频率泄漏少、能量集中、计算量小和实时性好等优点。     

基于幅频特性的复值小波构造及其在电力系统信号分析中的应用

提出了基于幅频特性的复值小波函数构造方法及其相应的复值小波变换。该方法构造的复值小波具有频率局部化性能好、提取故障信号特征分量较准确的优点。复值小波变换能准确分辨出信号中所包含的幅值信息和相位信息,因而,适用于电力系统的故障信号的检测。利用基于幅频特性的复值小波变换,对发电机转子部分故障信号进行了分析,显示了基于幅频特性的复值小波变换的电力系统故障信号分析方法,是一种有效的方法。     

小波分析及其在电力系统中的应用(一) 概 论

作为系列论文－小波分析及其在电力系统中的应用的第一篇，主要介绍小波分析的发展历程和它的重要工程应用价值，并探讨了小波分析在电力系统各个领域应用的可能性。     

小波基在低压电力线信道有色背景噪声建模中的应用研究

小波马尔科夫链法可用于低压电力线信道中有色背景噪声的建模,但小波基函数的不同会对噪声的建模精度产生较大影响。基于常用的几种小波基函数对同一组有色背景噪声分别开展小波马尔科夫链仿真建模,并计算了建模前后的功率谱密度及其均方根误差。研究结果表明,Daubecies、Biorthogonal和Haar小波基函数中Daubecies小波基函数的建模精度较高,Haar小波基次之,Biorthogonal小波的建模效果较差。在这3种小波基函数中,Daubecies小波可选为有色背景噪声进行小波马尔科夫链建模的最佳小波基函数。     

Artifact cleaning of motor imagery EEG by statistical features extraction using wavelet families

Electroencephalogram (EEG) and its sub-bands represent electrical pattern of human brain. EEG signal contains transient components, spikes, and different types of artifacts due to eye blinking, movement of the person, anxiety, and so forth, during EEG capture. Wavelet transforms are powerful mathematical tool for sampling approximation to get clean EEG. It also helps in filtering, sampling, interpolation, noise reduction, signal approximation and signal enhancement, and feature extraction. In this paper, we have analyzed artifact cleaning via PSD graphs and statistical features extracted from motor imagery EEG-like standard deviation variance. For this, we considered 19 channels EEG signal and applied orthogonal Daubechies wavelet, bi-orthogonal rbio wavelet and Coifman wavelets to check the better performance of different wavelets. Coifman wavelet uses both scaling function and vanishing moments for sampling approximation and hence give smooth sampling compared to rbio and Daubechies wavelet transforms. Coif is a compactly supported wavelet system which also helps in smooth sampling approximations than other wavelets in the state of arts. The detailed coefficients and approximate coefficients can be further used for extracting features from EEG and classification purposes. Artifacts cleaning is thus observed better in coif wavelet analysis compared to other wavelets from the power distributions as power spectral density (PSD) graphs, standard deviation and variance obtained. Matlab R2013b is used for filtering and sampling EEG. Python 2.7 is used for statistical features extraction.     

一种低压配电网载波通信信号分析的新方法

低压电力网的噪声成分复杂,随负荷变化在,且具有很强的非平稳特性。因此,如何有效地对接收的载波信号进行处理是个十分困难的问题。该文通过分析小波及小波包的特性,提出了一种可以解决这一困难的方法。小波分析是一种一维时频分析方法,它同时具有时域和频域的良好局部化特性及自动调节的时频窗,可以聚焦到信号的任意细节,但对高频信号的频域分辨率较低。小波包分析能够为信号提供一种更加精细的分析方法,它对小波分析中没有细分的高频部分进一步分解,并能够根据信号的特征,自适应地选择相应的频带,使之与信号频谱相匹配,从而提高了频率分辨率。该文对二者进行了分析比较,并将其应用于处理实际低压配电网中采集到的通信信号,得出了满意的结果。     

谐波小波包在接收机中的应用研究

在强噪声环境中检测出微弱信号的能力是接收机重要性能指标之一.为了提高接收机在强噪声环境中检测微弱信号的能力,将小波去噪算法和谐波小波滤波算法应用到接收机的数字处理部分,并使用MATLAB软件做了相应的仿真.仿真结果表明,在-30 dB的信噪比下,小波去噪算法效果不理想,谐波小波滤波算法取得较好的效果,能够在强噪声环境中...     

小波分解和高次小波差分的奇异点

提出小波变换矩阵B [n×n],它可将数字采样数列F[n]分解为Haar小波级数的系数C[n],其中n是 2的整数次幂 ,小波变换逆矩阵B- 1=BT,所以小波变换矩阵的方法能十分方便地进行小波分解C =B·F和小波重构F =BT·C。如令某些C[k]=0 ,其中k从 1到n/2 ,然后令高次小波差分为C1[k]=C[k]-C[k - 1],它能为原函数F[n]指出它的奇异变化点 ,文中作了图示举例     

基于双正交小波和复小波的次同步谐振检测方法

提出一种可实时提取次同步分量的算法,可有效地对次同步谐振进行监控和报警。算法用双正交小波滤波器滤除高次谐波,然后后复值小波提出工频分量,从而得到频率小于工频的次同步分量。由于以上两种小波分别使用Mallat和递推快速算法,所以可保证算法的实时性。     

小波分析在系统辨识中的应用

对小波分析的主要研究方向和特点进行了介绍，综述了小波分析在系统辨识中的应用。针对不同的辨识模型，讨论了小波分析不同的应用形式，研究了小波网络在系统辨识中的应用。最后探讨了小波分析在系统辨识中的研究方向。     

对EHV输电线路暂态保护中小波函数选择的研究

小波函数的选择是暂态保护的一个重要问题。文章介绍了小波函数的各种特性，讨论了EHV输电线路暂态保护中小波函数的选择问题，指出要针对不同的研究目的，根据不同小波的特性，选取合适的小波函数。     

基于小波包分析的指纹图像初滤波

结合指纹图像高频丰富的特点,以及小波包分析高频分辨率高的特性,采用小波包分析对指纹图像进行初滤波。实验表明,该方法对含高斯白噪声的指纹图像取得了较好的滤波效果。