[发明专利]一种利用Hankerl矩阵的功率信号滤波方法和系统有效
申请号: | 202011229098.X | 申请日: | 2020-11-06 |
公开(公告)号: | CN112347922B | 公开(公告)日: | 2022-02-08 |
发明(设计)人: | 翟明岳;李道格 | 申请(专利权)人: | 华北电力大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 102206*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 利用 hankerl 矩阵 功率 信号 滤波 方法 系统 | ||
1.一种利用Hankerl矩阵的功率信号滤波方法,其特征在于,包括:
步骤101获取按时间顺序采集的信号序列S;
步骤102生成Hankerl矩阵,具体为:Hankerl矩阵记为H,其第i行第j列元素记为hij,所用求取公式为:
其中:
i=1,2,…,N为行序号,
j=1,2,…,N为列序号,
表示所述信号序列S的第|i-1+j|N个元素,
|i-1+j|N表示以N为模对i-1+j取余数,
N为所述信号序列S的长度;
步骤103求取最佳秩判断阈值,具体为:最佳秩判断阈值记为ε,所用求取公式为:
ε=ln(SNR+1)+2lnσ0
其中:
σ0为所述信号序列S的均方差,
SNR为所述信号序列S的信噪比;
步骤104求取最佳秩,具体为:最佳秩记为R,所用求取公式为:
其中:
count{*}表示集合*中元素的个数,
*表示任一集合,
σj(H)为Hankerl矩阵H的第j个特征值,特征值按降序排列;
σmed(H)为Hankerl矩阵H的中值特征值;
步骤105求取收缩化特征值,具体为:第r个收缩化特征值记为所用求取公式为:
为幂收缩因子,
r=1,2,…,R为收缩序号,
σR+1(H)为Hankerl矩阵H的第R+1个特征值,特征值按降序排列;
σr(H)为Hankerl矩阵H的第r个特征值,特征值按降序排列;
步骤106求取低秩逼近信号矩阵,具体为:低秩逼近信号矩阵记为所用求取公式为:
其中:
为收缩化的特征值矩阵,
U为所述Hankerl矩阵H的左特征矢量矩阵,
V为所述Hankerl矩阵H的右特征矢量矩阵;
步骤107求取滤除噪声后的信号序列,具体为:滤除噪声后的信号序列为Snew,其第l个元素记为所用求取公式为:
其中:
m=1,2,…,N为第一求和参数,
n=1,2,…,N为第二求和参数,
表示所述低秩逼近信号矩阵的第m行第n列元素,
l=1,2,…,N为元素序号。
2.一种利用Hankerl矩阵的功率信号滤波系统,其特征在于,包括:
模块201获取按时间顺序采集的信号序列S;
模块202生成Hankerl矩阵,具体为:Hankerl矩阵记为H,其第i行第j列元素记为hij,所用求取公式为:
其中:
i=1,2,…,N为行序号,
j=1,2,…,N为列序号,
表示所述信号序列S的第|i-1+j|N个元素,
|i-1+j|N表示以N为模对i-1+j取余数,
N为所述信号序列S的长度;
模块203求取最佳秩判断阈值,具体为:最佳秩判断阈值记为ε,所用求取公式为:
ε=ln(SNR+1)+2lnσ0
其中:
σ0为所述信号序列S的均方差,
SNR为所述信号序列S的信噪比;
模块204求取最佳秩,具体为:最佳秩记为R,所用求取公式为:
其中:
count{*}表示集合*中元素的个数,
*表示任一集合,
σj(H)为Hankerl矩阵H的第j个特征值,特征值按降序排列;
σmed(H)为Hankerl矩阵H的中值特征值;
模块205求取收缩化特征值,具体为:第r个收缩化特征值记为所用求取公式为:
为幂收缩因子,
r=1,2,…,R为收缩序号,
σR+1(H)为Hankerl矩阵H的第R+1个特征值,特征值按降序排列;
σr(H)为Hankerl矩阵H的第r个特征值,特征值按降序排列;
模块206求取低秩逼近信号矩阵,具体为:低秩逼近信号矩阵记为所用求取公式为:
其中:
为收缩化的特征值矩阵,
U为所述Hankerl矩阵H的左特征矢量矩阵,
V为所述Hankerl矩阵H的右特征矢量矩阵;
模块207求取滤除噪声后的信号序列,具体为:滤除噪声后的信号序列为Snew,其第l个元素记为所用求取公式为:
其中:
m=1,2,…,N为第一求和参数,
n=1,2,…,N为第二求和参数,
表示所述低秩逼近信号矩阵的第m行第n列元素,
l=1,2,…,N为元素序号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011229098.X/1.html,转载请声明来源钻瓜专利网。