發(fā)布時(shí)間：2021-08-30 03:18

　　為消除采樣信號(hào)中噪聲對(duì)自適應(yīng)集合經(jīng)驗(yàn)?zāi)B(tài)分解（AEEMD）的影響,提出一種基于改進(jìn)型小波閾值去噪的AEEMD諧波檢測(cè)算法。采用新的公式處理有效的小波系數(shù),采用軟硬閾值結(jié)合的方法消除噪聲,再進(jìn)行AEEMD。經(jīng)MATLAB仿真分析,驗(yàn)證所提方法可以有效地消除隨機(jī)噪聲,并將分解效率提高了2. 06倍,有效分量與原始信號(hào)的相關(guān)度平均提升了19. 36%,改進(jìn)后的方法能夠很好地提高分解效率,從而驗(yàn)證了所提出的算法是可行和有效的。 

【文章來(lái)源】：傳感器與微系統(tǒng). 2020,39(07)CSCD

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

AEEMD算法流程圖

從圖3可以看出:EMD算法能夠很明顯地分離出各次諧波、基波，可以看出問(wèn)題的關(guān)鍵在于前兩個(gè)分解的不徹底，出現(xiàn)了模態(tài)混疊現(xiàn)象。圖3(b)為AEEMD效果，從圖中可以很明顯的看出采用該方法能夠消除模態(tài)混疊現(xiàn)象，同時(shí)保證基波和各次諧波被很好分離出。3 整數(shù)小波變換—AEEMD算法的應(yīng)用

所以本文采用了IWT—AEEMD算法來(lái)進(jìn)行電網(wǎng)絡(luò)中的諧波檢測(cè)問(wèn)題，其檢測(cè)方法如圖4所示。本文引入相關(guān)系數(shù)作為評(píng)判標(biāo)準(zhǔn)，通過(guò)式(7)計(jì)算相關(guān)系數(shù)來(lái)對(duì)比有效的IMF分量與原始信號(hào)的相關(guān)性

【參考文獻(xiàn)】：
期刊論文
[1]基于新閾值函數(shù)的小波閾值去噪算法[J]. 盧廣森,黎英,毛敏.  傳感器與微系統(tǒng). 2017(12)
[2]基于新閾值函數(shù)的小波閾值去噪算法[J]. 王世禮,楊彪.  傳感器與微系統(tǒng). 2017(10)
[3]改進(jìn)的自適應(yīng)加權(quán)中值濾波算法[J]. 王松林,蔣崢.  傳感器與微系統(tǒng). 2016(11)
[4]基于小波變換去噪預(yù)處理的EMD諧波檢測(cè)方法[J]. 呂帥,張靠社.  電網(wǎng)與清潔能源. 2016(06)
[5]一種基于新型小波閾值去噪預(yù)處理的EEMD諧波檢測(cè)方法[J]. 孫曙光,龐毅,王景芹,張超,杜太行,于晗.  電力系統(tǒng)保護(hù)與控制. 2016(02)
[6]基于改進(jìn)小波閾值的微機(jī)械陀螺去噪方法[J]. 劉曉光,胡靜濤,高雷,李逃昌,白曉平.  中國(guó)慣性技術(shù)學(xué)報(bào). 2014(02)
[7]基于EEMD的諧波檢測(cè)方法[J]. 朱寧輝,白曉民,董偉杰.  中國(guó)電機(jī)工程學(xué)報(bào). 2013(07)
[8]集成經(jīng)驗(yàn)?zāi)B(tài)分解中加入白噪聲的自適應(yīng)準(zhǔn)則[J]. 蔡艷平,李艾華,徐斌,許平,何艷萍.  振動(dòng).測(cè)試與診斷. 2011(06)
[9]基于小波去噪的FFT農(nóng)網(wǎng)諧波檢測(cè)[J]. 陳春玲,錢(qián)偉.  農(nóng)機(jī)化研究. 2011(09)
[10]自適應(yīng)EEMD方法在心電信號(hào)處理中的應(yīng)用[J]. 陳略,唐歌實(shí),訾艷陽(yáng),馮卓楠,李康.  數(shù)據(jù)采集與處理. 2011(03)



本文編號(hào)：3371952