[发明专利]基于改进的压缩采样匹配追踪的电能质量信号重构方法

权利要求书

1.一种基于改进的压缩采样匹配追踪的电能质量信号重构方法，其特征在于：包括以下步骤：

步骤1，在MATLAB仿真实验平台上，根据国家电能质量扰动信号标准，生成常见电能质量扰动信号，如电压暂升、电压暂降、电压中断、暂态振荡、短时谐波、电压尖峰、电压凹陷和电压波动等；

步骤2，对电能质量扰动信号的重构进行初始化：初始残差r₀＝y，初始候选集初始支撑集迭代次数t＝1；

步骤3，根据模糊阈值方法选择当前残差与感知矩阵的相关度满足要求的原子存入候选集C_t中；

步骤4，将本次候选集与上次迭代的支撑集进行合并，并估计出稀疏信号

步骤5，在上一步中估计的稀疏信号b中挑选出绝对值最大的K项存入θ，并相应的更新支撑集F_t，残差r_t＝y-Αθ，计算当前残差与感知矩阵的相关度

步骤6，检验是否满足迭代停止条件|w_t-1-w_t|＜γ，若不满足，那么t＝t+1返回步骤3继续迭代，若满足，则输出重构信号x＝Ψθ。

2.根据权利要求1所述的一种基于压缩采样匹配追踪的电能质量信号重构方法，其特征在于：所述步骤1与2之间，需要将原电能质量扰动信号在傅立叶稀疏基Ψ下进行稀疏表示x＝Ψθ，并使用高斯随机观测矩阵Φ对原信号进行观测，得到观测值y＝Φx＝ΦΨθ＝Αθ，其中x是N×1维原信号，θ是稀疏度为K的稀疏信号，也就是θ中只有K个非零量，Ψ是N×N维傅立叶变换基，Φ是Μ×N(Μ＜＜N)维高斯观测矩阵，其中每一项都服从均值为零方差为的高斯分布，Α是Μ×N维感知矩阵，得到的观测向量y的维数远小于原信号x的维数，选取观测维数Μ＝96，通过一种基于压缩采样匹配追踪的电能质量信号重构方法由观测向量y及感知矩阵Α能够重构出稀疏信号θ，进而得到原信号x。

3.根据权利要求1所述的一种基于压缩采样匹配追踪的电能质量信号重构方法，其特征在于：所述步骤3中的模糊阈值为c＝a+(b-a)rand(1)，其中选取a＝0.8，b＝0.95，rand(1)为生成一个0到1之间的随机数。

4.根据权利要求1所述的一种基于压缩采样匹配追踪的电能质量信号重构方法，其特征在于：所述步骤4中，稀疏信号的估计是由求得。

5.根据权利要求1所述的一种基于压缩采样匹配追踪的电能质量信号重构方法，其特征在于：所述步骤6中，选取迭代停止阈值γ＝10^-6。