一种基于循环前缀差异最小化的自适应阵列干扰抑制方法

    公开(公告)号:CN118784423A

    公开(公告)日:2024-10-15

    申请号:CN202410633091.6

    申请日:2024-05-21

    摘要: 本发明涉及一种基于循环前缀差异最小化的自适应阵列干扰抑制方法,属于阵列干扰抑制领域。该方法包括以下步骤:对接收信号采样后做快速傅里叶变换并计算协方差矩阵;利用协方差矩阵计算投影矩阵并通过投影抑制宽带干扰;子载波重配后做快速傅里叶逆变换并进行时频同步;利用循环前缀的循环特性计算权值,加权提取期望信号主径;对主径信号进行正交频分复用解调,再进行信道均衡;将信道估计得到的信道估计矢量用于信道均衡;均衡后的信号经过后续解调得到输出比特流。本发明首先在频域利用正交投影算法抑制宽带强干扰,再建立循环前缀差异最小化优化函数计算权值,多路信号加权以抑制残余干扰和多径干扰,能够有效提高接收端的可靠性。

    基于线性调频Z变换和小波包分解的光伏故障电弧检测方法

    公开(公告)号:CN116526969A

    公开(公告)日:2023-08-01

    申请号:CN202310356102.6

    申请日:2023-04-04

    摘要: 本发明公开了基于线性调频Z变换和小波包分解的光伏故障电弧检测方法,所述方法包括:对采集的电流互感器两端电压信号小波降噪处理,然后进行傅里叶变换得到正常信号和故障信号的频谱,分析正常信号与电弧信号的差异,得到故障信号的特征频段,然后通过线性调频变换(CZT变换)放大故障信号的特征,计算出故障频段的方差和均值。为了提取故障电弧高频精细成分,同时也从电流信号多尺度分析的角度出发,对信号进行3层复小波变换获取各节点小波包系数模极大值及节点能量谱,最后进一步结合极限学习机(ELM)进行故障电弧识别。并且基于该算法设计了一种基于stm32嵌入式平台的光伏系统直流电弧检测装置。

    基于信息熵自适应特征频段的光伏故障电弧检测方法

    公开(公告)号:CN116488574A

    公开(公告)日:2023-07-25

    申请号:CN202310499822.8

    申请日:2023-05-05

    IPC分类号: H02S50/00 H02H7/26 H02H1/00

    摘要: 本专利涉及一种基于信息熵自适应特征频段的光伏故障电弧检测方法,通过对采集的电流互感器信号进行小波降噪处理,采用幅值熵自适应的方法选取特征频段。同时,采用线性调频Z变换(CZT变换)提高特征频段的频谱分辨率,并利用极限学习机(ELM)神经网络进行故障电弧识别。本专利还涉及一种基于该算法的光伏系统直流电弧检测装置,该装置能够实现高精准度的识别,有效排除各类干扰,在光伏系统中具有广泛应用前景。