电能质量信号的KSVD-NRAMP归一化自适应稀疏重构算法 |
| |
引用本文: | 肖儿良,冯杰,简献忠,王如志.电能质量信号的KSVD-NRAMP归一化自适应稀疏重构算法[J].教育技术导刊,2018,17(12):87-91. |
| |
作者姓名: | 肖儿良 冯杰 简献忠 王如志 |
| |
作者单位: | 1.上海理工大学 光电信息与计算机工程学院;2.上海市现代光学系统实验室 上海 200093;3.北京工业大学 材料科学与工程学院,北京 100124 |
| |
摘 要: | 针对稀疏重构算法在电能质量重构中存在实时性差、重构精度低的问题,提出一种基于特征向量归一化的K奇异值分解(KSVD-NRAMP)自适应稀疏重构算法。算法针对电能质量信号的非线性非稳态特征,采用迭代式匹配追踪得到信号稀疏特征矩阵,然后对矩阵进行归一化处理,量化特征向量,加快函数收敛速度。接着对得到的矩阵原子进行奇异值分解,改善迭代步长波动造成信号重构精度低的问题,最后构建信号的高斯随机矩阵并重构信号。当信号压缩率在50%~90%时,该算法重构信噪比其它重构算法的重构信噪比高出26dB~28dB。实验结果表明,该算法重构精度更高且计算时间短,为电能质量信号的研究提供了一种新思路。
|
关 键 词: | 归一化 奇异值分解 压缩感知 电能质量信号重构 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|