[发明专利]一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识方法在审
| 申请号: | 202210793913.8 | 申请日: | 2022-07-07 |
| 公开(公告)号: | CN115099277A | 公开(公告)日: | 2022-09-23 |
| 发明(设计)人: | 靳宗帅;张恒旭;刘伟生 | 申请(专利权)人: | 山东大学 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 张庆骞 |
| 地址: | 250061 山东*** | 国省代码: | 山东;37 |
| 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 极端 随机 脉冲 噪声 干扰 宽频 动态 信号 辨识 方法 | ||
1.一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识方法,其特征在于,包括:
获取电压电流采样信号及其分量;
初始化分量的频率和随机脉冲噪声位置,并以此确定联合辨识矩阵;
计算联合参数向量,并以此确定残余向量;
获取残余向量中大于随机脉冲噪声门槛值的元素集合,若元素集合不为空集,则更新随机脉冲噪声位置,并根据更新后的随机脉冲噪声位置更新联合辨识矩阵和联合参数向量,直至元素集合为空集;
根据更新后的联合参数向量中分量的相量,对分量的频率进行更新,并根据更新后的频率更新联合辨识矩阵,直至频率不变,得到此时每个分量的相量及对应的频率。
2.如权利要求1所述的一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识方法,其特征在于,联合辨识矩阵Q(i)为其中,是由第i次迭代更新后的随机脉冲噪声位置Φ(i)的单位对角矩阵I的列向量组成的子集;Q(0)是初始化联合辨识矩阵。
3.如权利要求2所述的一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识方法,其特征在于,初始化联合辨识矩阵Q(0)为:
其中,Ts为采样间隔,ω1、ω2、……、ωM为M个分量的频率值,K为相量展开阶数,Nh为第Nh个采样信号。
4.如权利要求1所述的一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识方法,其特征在于,联合参数向量为:
其中,为第m个分量的相量的第k阶导数,为的共轭,uj为第j个随机脉冲噪声,为随机脉冲噪声位置Φ(i)的势。
5.如权利要求1所述的一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识方法,其特征在于,残余向量R为其中,S为电压电流采样信号,为联合参数向量,Q(i)为联合辨识矩阵。
6.如权利要求1所述的一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识方法,其特征在于,分量的频率的更新为:m=1,2,…,M;其中,为第m个分量的相量的第k阶导数。
7.如权利要求1所述的一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识方法,其特征在于,对获取的连续两段电压采样信号和电流采样信号,分别提取电压采样信号的联合参数向量以及电流采样信号的联合参数向量,并从中提取电压采样信号中每个分量的相量与以及电流采样信号中每个分量的相量与m=1,2,…,M,计算每个分量对应频率点的阻抗值
8.一种抗极端强随机脉冲噪声干扰的宽频动态信号辨识系统,其特征在于,包括:
获取模块,被配置为获取电压电流采样信号及其分量;
初始化模块,被配置为初始化分量的频率和随机脉冲噪声位置,并以此确定联合辨识矩阵;
噪声去除模块,被配置为计算联合参数向量,并以此确定残余向量;
第一迭代更新模块,被配置为获取残余向量中大于随机脉冲噪声门槛值的元素集合,若元素集合不为空集,则更新随机脉冲噪声位置,并根据更新后的随机脉冲噪声位置更新联合辨识矩阵和联合参数向量,直至元素集合为空集;
第二迭代更新模块,被配置为根据更新后的联合参数向量中分量的相量,对分量的频率进行更新,并根据更新后的频率更新联合辨识矩阵,直至频率不变,得到此时每个分量的相量及对应的频率。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的方法。
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山东大学,未经山东大学许可,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/202210793913.8/1.html,转载请声明来源钻瓜专利网。





