原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于压缩感知的盲源信号分离检测方法.pdf
第 49 卷 第 11 期 天津大学学报 (自然科学与工程技术版) Vol.49 No.11
2016 年 11 月 Journal of Tianjin University (Science and Technology) Nov. 2016
DOI:10.11784/tdxbz201512031
基于压缩感知的盲源信号分离检测方法
1 1 2 3 1
杨 挺 ，尚 昆 ，袁 博 ，张燕萍 ，盆海波
(1. 天津大学智能电网教育部重点实验室，天津 300072 ；
2. 国网河北省电力公司经济技术研究院，石家庄 050000 ；
3. 国网天津市电力公司培训中心，天津 300181)
摘 要 ：接入电网的各种分布式电源、非线性负荷使得电能质量污染问题日益严重，对各种电能质量信号进行特征
提取与正确分离是改善电能质量的切入点．针对电能质量信号 的结构特点，构建了压缩感知电能质量信号分离模
型，并针对该模型提出一种基于压缩感知的盲源信号分离检测算法 CS SCA (compressed sensing sparse component
analysis)．根据已有的电能质量信号理论知识，确定电能质量信号在频域的稀疏性，进而对信号预处理降噪．通过
两步法解决预处理后电能质量观测信号的分离检测问题．第 1 步通过观测信号向量方向特性估计出电能质量源信号
个数，并利用线性聚类估计混合矩阵；第 2 步采用压缩感知恢复算法分离得出电能质量源信号．通过实验验证，提
出算法所分离出基波、各次谐波信号分离信干比均大于 10 dB．
关键词 ：电能质量信号；压缩感知；稀疏成分分析；盲分离
中图分类号：TM73 ；TP393 文献标志码 ：A 文章编号 ：0493 2137 (2016)11 1138 06
Blind Signal Separation Detection Method Based on Compressed Sensing
1 1 2 3 1
Yang Ting ，Shang Kun ，Yuan Bo ，Zhang Yanping ，Pen Haibo
(1．Key Laboratory of Smart Grid of Ministry of Education ，Tianjin University ，Tianjin 300072 ，China ；
2．State Grid Hebei Electric Power Company Economic Research Institute ，Shijiazhuang 050000 ，China ；
3. Training Centre of State Grid Tianjin Electric Power Corporation ，Tianjin 300181 ，China)
Abstract ：
Large numbers
文档评论（0）