CN109145825B - 一种相干噪声滤除方法及系统 - Google Patents

一种相干噪声滤除方法及系统 Download PDF

Info

Publication number
CN109145825B
CN109145825B CN201810970715.8A CN201810970715A CN109145825B CN 109145825 B CN109145825 B CN 109145825B CN 201810970715 A CN201810970715 A CN 201810970715A CN 109145825 B CN109145825 B CN 109145825B
Authority
CN
China
Prior art keywords
power signal
power
serial number
noise
measured power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810970715.8A
Other languages
English (en)
Other versions
CN109145825A (zh
Inventor
翟明岳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Petrochemical Technology
Original Assignee
Guangdong University of Petrochemical Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Petrochemical Technology filed Critical Guangdong University of Petrochemical Technology
Priority to CN201810970715.8A priority Critical patent/CN109145825B/zh
Publication of CN109145825A publication Critical patent/CN109145825A/zh
Application granted granted Critical
Publication of CN109145825B publication Critical patent/CN109145825B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • G06F2218/04Denoising

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Current Or Voltage (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种相干噪声滤除方法及系统。所述滤除方法包括:获取实测功率信号参数;从实测功率信号序列的第一个实测功率信号开始,采用迭代算法选取L个功率信号确定功率矢量;根据所述功率矢量确定历史背景噪声;根据所述历史背景噪声确定相干噪声滤波器的滤波参数;利用极小化信号方差的优化准则,根据所述历史背景噪声确定所述相干噪声滤波器的权重;获取待滤除实测功率信号的功率以及序号;根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号。采用本发明所提供的滤除方法及系统能够提高脉冲噪声检测精度以及相干噪声滤除精准度。

Description

一种相干噪声滤除方法及系统
技术领域
本发明涉及相干噪声滤除领域,特别是涉及一种相干噪声滤除方法及系统。
背景技术
随着智能电网的发展,家庭用电负荷的分析变得越来越重要。通过用电负荷的分析,家庭用户可以及时获得每个电器的用电信息,以及电费的精细化清单;电力部门可以获得更详尽的用户用电信息,并可以提高用电负荷预测的准确度,为电力部门提供统筹规划的依据;同时,利用每个电器的用电信息,可获知用户的用电行为,这对于家庭能耗评估和节能策略的研究具有指导意义。
当前用电负荷分解主要分为侵入式负荷分解和非侵入式负荷分解两种方法。非侵入式负荷分解方法不需要在负荷的内部用电设备上安装监测设备,只需要根据用电负荷总信息即可获得每个用电设备的负荷信息;由于非侵入式负荷分解方法具有投入少、方便使用等特点,因此,该方法适用于家庭负荷用电的分解。
非侵入式负荷分解算法中,电气设备的开关事件检测是其中最重要的环节,最初的事件检测以有功功率P的变化值ΔP作为事件检测的判断依据,方便且直观。因为任何一个用电设备的运行状态发生变化,其所消耗的功率值也必然发生改变,并且该改变也将会在所有电器所消耗的总功率中体现出来。这种方法除了需要设置功率变化值的合理阈值,还需要解决事件检测方法在实际应用中存在的问题,例如:某些电器启动时刻的瞬时功率值会出现较大的尖峰(例如,马达启动电流远大于额定电流),会造成电器稳态功率变化值不准确,从而影响对开关事件的判断,这种尖峰其实就是脉冲噪声;而且不同家用电器的暂态过程或长或短(脉冲噪声的持续时间和发生频率相差较大),因此功率变化值的确定变得较为困难;由于电能质量的变化(如电压突降)有功功率会出现突变的情况,这样很可能会出现误判。因此,开关事件检测过程中,对功率信号进行滤波是很重要的一步,常用的消除背景噪声的方法是低通滤波器。
低通滤波器可以有效地滤除背景噪声,并能在一定程度上保持信号的突变性,鉴于信号突变点(功率发生跳变的地方)对于确定开关事件的重要性,通常希望滤波器不要改变功率信号的突变性,但由于低通滤波器可以让低频信号通过,频率最低的信号是常数(即不随时间变化而变化的信号,为0赫兹),而突变信号包含了从零到无穷大赫兹的所有信号,并且高频占据了信号能量的大部分,低通滤波器滤除了高频信号,剩下的是以零赫兹信号为代表的低频信号,信号的连续性非常强,使得突变点变得模糊,因此,低通滤波器无法保持功率信号中的突变点,低通滤波器会使得突变点不再陡峭,变得光滑,使得突变时间(对应于开关事件的发生时间)难以确定,从而导致对功率信号中的脉冲噪声检测精度低,功率信号中的相干噪声滤除精准度低的问题。
发明内容
本发明的目的是提供一种相干噪声滤除方法及系统,以解决脉冲噪声检测精度低,相干噪声滤除精准度低的问题。
为实现上述目的,本发明提供了如下方案:
一种相干噪声滤除方法,包括:
获取实测功率信号参数;所述实测功率信号参数包括实测功率信号序列以及实测功率信号序列长度N;所述实测功率信号序列包括多个实测功率信号,所述实测功率信号为含有噪声的功率信号,N为所述实测功率信号的序号,N≥1;
从所述实测功率信号序列的第一个实测功率信号开始,采用迭代算法选取L个功率信号确定功率矢量;其中,L<N;所述功率矢量为第一功率矢量或第二功率矢量;
根据所述功率矢量确定历史背景噪声;
根据所述历史背景噪声确定相干噪声滤波器的滤波参数;所述滤波参数包括规则化参数、滤波器阶数以及归一化步长;
利用极小化信号方差的优化准则,根据所述历史背景噪声确定所述相干噪声滤波器的权重;
获取待滤除实测功率信号的功率以及序号;
根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号。
可选的,所述根据所述功率矢量确定历史背景噪声,具体包括:
获取所述实测功率信号的功率;
根据所述功率矢量确定平均功率;
根据所述实测功率信号的功率以及所述平均功率确定历史背景噪声。
可选的,所述从所述实测功率信号序列的第一个功率信号开始,采用迭代算法选取L个功率信号确定功率矢量,具体包括:
从所述实测功率信号序列的第一个功率信号开始,获取所述实测功率信号序列的当前序号j;j≥0;
初始化所述当前序号,并判断所述当前序号是否小于N-1,得到第一判断结果;
若所述第一判断结果表示为所述当前序号小于N-1,确定所述功率信号的数量L为所述当前序号,并获取从第一个功率信号开始至所述当前序号的实测功率信号作为第一功率矢量;
若所述第一判断结果表示为所述当前序号不小于N-1,确定第一个功率信号开始至所述当前序号的实测功率信号的背景噪声的均值以及方差;
根据所述均值以及所述方差确定第二功率矢量。
可选的,所述根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号,具体包括:
判断所述待滤除实测功率信号的序号是否大于N,得到第二判断结果;
若所述第二判断结果表示为所述待滤除实测功率信号的序号不大于N,判断所述待滤除实测功率信号的序号是否小于L-1,得到第三判断结果;
若所述第三判断结果表示为所述待滤除实测功率信号的序号小于L-1,根据公式
Figure BDA0001776112750000041
确定无噪声的功率信号,其中,v(n)为背景噪声,n为所述待滤除实测功率信号的序号,P(n+1)为序号为n+1的实测功率信号的功率,ω(n)为序号为n时的实测功率信号的权重,β为归一化步长,e(n+1)为序号为n+1时实测值与预测值之间的误差,ω(n+1)为序号为n+1时的实测功率信号的权重,T为功率数据的采样间隔,s(n+1)为序号为n+1的实测功率信号的无噪声的功率信号;
若所述第三判断结果表示为所述待滤除实测功率信号的序号不小于L-1,根据公式
Figure BDA0001776112750000042
确定无噪声的功率信号。
一种相干噪声滤除系统,包括:
实测功率信号参数获取模块,用于获取实测功率信号参数;所述实测功率信号参数包括实测功率信号序列以及实测功率信号序列长度N;所述实测功率信号序列包括多个实测功率信号,所述实测功率信号为含有噪声的功率信号,N为所述实测功率信号的序号,N≥1;
功率矢量确定模块,用于从所述实测功率信号序列的第一个实测功率信号开始,采用迭代算法选取L个功率信号确定功率矢量;其中,L<N;所述功率矢量为第一功率矢量或第二功率矢量;
历史背景噪声确定模块,用于根据所述功率矢量确定历史背景噪声;
滤波参数确定模块,用于根据所述历史背景噪声确定相干噪声滤波器的滤波参数;所述滤波参数包括规则化参数、滤波器阶数以及归一化步长;
权重确定模块,用于利用极小化信号方差的优化准则,根据所述历史背景噪声确定所述相干噪声滤波器的权重;
功率以及序号获取模块,用于获取待滤除实测功率信号的功率以及序号;
无噪声的功率信号确定模块,用于根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号。
可选的,所述历史背景噪声确定模块具体包括:
功率获取单元,用于获取所述实测功率信号的功率;
平均功率确定单元,用于根据所述功率矢量确定平均功率;
历史背景噪声确定单元,用于根据所述实测功率信号的功率以及所述平均功率确定历史背景噪声。
可选的,所述功率矢量确定模块具体包括:
当前序号获取单元,用于从所述实测功率信号序列的第一个功率信号开始,获取所述实测功率信号序列的当前序号j;j≥0;
第一判断单元,用于初始化所述当前序号,并判断所述当前序号是否小于N-1,得到第一判断结果;
第一功率矢量获取单元,用于若所述第一判断结果表示为所述当前序号小于N-1,确定所述功率信号的数量L为所述当前序号,并获取从第一个功率信号开始至所述当前序号的实测功率信号作为第一功率矢量;
均值及方差确定单元,用于若所述第一判断结果表示为所述当前序号不小于N-1,确定第一个功率信号开始至所述当前序号的实测功率信号的背景噪声的均值以及方差;
第二功率矢量确定单元,用于根据所述均值以及所述方差确定第二功率矢量。
可选的,所述无噪声的功率信号确定模块具体包括:
第二判断单元,用于判断所述待滤除实测功率信号的序号是否大于N,得到第二判断结果;
第三判断单元,用于若所述第二判断结果表示为所述待滤除实测功率信号的序号不大于N,判断所述待滤除实测功率信号的序号是否小于L-1,得到第三判断结果;
第一无噪声的功率信号确定单元,用于若所述第三判断结果表示为所述待滤除实测功率信号的序号小于L-1,根据公式
Figure BDA0001776112750000061
确定无噪声的功率信号,其中,v(n)为背景噪声,n为所述待滤除实测功率信号的序号,P(n+1)为序号为n+1的实测功率信号的功率,ω(n)为序号为n时的实测功率信号的权重,β为归一化步长,e(n+1)为序号为n+1时实测值与预测值之间的误差,ω(n+1)为序号为n+1时的实测功率信号的权重,T为功率数据的采样间隔,s(n+1)为序号为n+1的实测功率信号的无噪声的功率信号;
第二无噪声的功率信号确定单元,用于若所述第三判断结果表示为所述待滤除实测功率信号的序号不小于L-1,根据公式
Figure BDA0001776112750000062
确定无噪声的功率信号。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提出了一种相干噪声滤除方法及系统,采用迭代算法,根据L个历史时刻的噪声,利用极小化信号方差的优化准则求取滤波器权重,所得到的滤波结果具有最小化的方差,从而能够有效地克服低通滤波器的缺点,既能消除背景噪声的影响,也可以更好地保持功率信号中的突变点,进而提高了脉冲噪声检测精度以及相干噪声滤除精准度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的相干噪声滤除方法流程图;
图2为本发明所提供的选取L个功率信号确定功率矢量的方法流程图;
图3为采用本发明所提供的滤除方法的相干噪声滤波器在应用中的方法流程图;
图4为本发明所提供的相干噪声滤除系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种相干噪声滤除方法及系统,能够提高脉冲噪声检测精度以及相干噪声滤除精准度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的相干噪声滤除方法流程图,如图1所示,一种相干噪声滤除方法,包括:
步骤101:获取实测功率信号参数;所述实测功率信号参数包括实测功率信号序列以及实测功率信号序列长度N;所述实测功率信号序列包括多个实测功率信号,所述实测功率信号为含有噪声的功率信号,N为所述实测功率信号的序号,N≥1。
步骤102:从所述实测功率信号序列的第一个实测功率信号开始,采用迭代算法选取L个功率信号确定功率矢量;其中,L<N;所述功率矢量为第一功率矢量或第二功率矢量。
所述步骤102具体操作步骤如图2所示:
1)输入实测的功率信号序列p1,p2,…,pN,N为功率信号序列的长度。
2)从第一个功率信号开始迭代,设当前功率信号的序号为j;
确定所需功率信号序列P=[P1,P2,…,Pj];
计算背景噪声的均值:
Figure BDA0001776112750000081
计算背景噪声的方差:
Figure BDA0001776112750000082
若σj 2=[v(j)-m]2≥10σ2,则迭代结束,所要求取的L为:L=j;
若σj 2=[v(j)-m]2<10σ2,则继续迭代,j=j+1,返回确定所需功率信号序列的步骤;
若j=N-1时,σj 2=[v(j)-m]2<10σ2,则L=N,迭代结束。
其中,m为背景噪声的均值,σ2为背景噪声的方差,σj 2为序号为j时的背景噪声的方差,i为实测功率信号的序号,v(i)为序号为i的实测功率信号的背景噪声,v(j)为序号为j的实测功率信号的背景噪声。
步骤103:根据所述功率矢量确定历史背景噪声。
步骤104:根据所述历史背景噪声确定相干噪声滤波器的滤波参数;所述滤波参数包括规则化参数、滤波器阶数以及归一化步长。
规则化参数为ε,
Figure BDA0001776112750000083
滤波器阶数L为步骤102中L;归一化步长为β,0≤β≤2。
步骤105:利用极小化信号方差的优化准则,根据所述历史背景噪声确定所述相干噪声滤波器的权重。
步骤106:获取待滤除实测功率信号的功率以及序号。
步骤107:根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号。
求取相干噪声滤波器的权重ω(n)=[ω1(n),ω2(n),…,ωL(n)]及滤波器输出s(n):
1)初始化权重ω(0):ω(0)=[0,0,…,0];
2)迭代计算。
根据滤波器阶数L分为两种情况:
第一情况:当n=0,1,2,…,L-1时,
Figure BDA0001776112750000091
第二情况:当n=L,L+1,…,N-1时,
Figure BDA0001776112750000092
通过考虑上述两种情况,最后得到消除了相干噪声的真实功率信号s(1),s(2),…,s(N)。
图3为采用本发明所提供的滤除方法的相干噪声滤波器在应用中的方法流程图,如图3所示,采用本发明所提供的滤除方法的相干噪声滤波器能够提高了脉冲噪声检测精度以及相干噪声滤除精准度,由于噪声是相干的,即有联系的,可以根据已经获得的噪声预测将来的噪声,滤除将来的噪声,获得真实功率信号,且该真实功率信号有明显的突变点,从而保持了功率信号中的突变点;从频域角度讲,相干噪声滤波器是一个高通滤波器。
图4为本发明所提供的相干噪声滤除系统结构图,如图4所示,一种相干噪声滤除系统,包括:
实测功率信号参数获取模块401,用于获取实测功率信号参数;所述实测功率信号参数包括实测功率信号序列以及实测功率信号序列长度N;所述实测功率信号序列包括多个实测功率信号,所述实测功率信号为含有噪声的功率信号,N为所述实测功率信号的序号,N≥1。
功率矢量确定模块402,用于从所述实测功率信号序列的第一个实测功率信号开始,采用迭代算法选取L个功率信号确定功率矢量;其中,L<N;所述功率矢量为第一功率矢量或第二功率矢量。
所述功率矢量确定模块402具体包括:当前序号获取单元,用于从所述实测功率信号序列的第一个功率信号开始,获取所述实测功率信号序列的当前序号j;j≥0;第一判断单元,用于初始化所述当前序号,并判断所述当前序号是否小于N-1,得到第一判断结果;第一功率矢量获取单元,用于若所述第一判断结果表示为所述当前序号小于N-1,确定所述功率信号的数量L为所述当前序号,并获取从第一个功率信号开始至所述当前序号的实测功率信号作为第一功率矢量;均值及方差确定单元,用于若所述第一判断结果表示为所述当前序号不小于N-1,确定第一个功率信号开始至所述当前序号的实测功率信号的背景噪声的均值以及方差;第二功率矢量确定单元,用于根据所述均值以及所述方差确定第二功率矢量。
历史背景噪声确定模块403,用于根据所述功率矢量确定历史背景噪声。
所述历史背景噪声确定模块403具体包括:功率获取单元,用于获取所述实测功率信号的功率;平均功率确定单元,用于根据所述功率矢量确定平均功率;历史背景噪声确定单元,用于根据所述实测功率信号的功率以及所述平均功率确定历史背景噪声。
滤波参数确定模块404,用于根据所述历史背景噪声确定相干噪声滤波器的滤波参数;所述滤波参数包括规则化参数、滤波器阶数以及归一化步长。
权重确定模块405,用于利用极小化信号方差的优化准则,根据所述历史背景噪声确定所述相干噪声滤波器的权重。
功率以及序号获取模块406,用于获取待滤除实测功率信号的功率以及序号。
无噪声的功率信号确定模块407,用于根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号。
所述无噪声的功率信号确定模块407具体包括:
第二判断单元,用于判断所述待滤除实测功率信号的序号是否大于N,得到第二判断结果;
第三判断单元,用于若所述第二判断结果表示为所述待滤除实测功率信号的序号不大于N,判断所述待滤除实测功率信号的序号是否小于L-1,得到第三判断结果;
第一无噪声的功率信号确定单元,用于若所述第三判断结果表示为所述待滤除实测功率信号的序号小于L-1,根据公式
Figure BDA0001776112750000111
确定无噪声的功率信号,其中,v(n)为背景噪声,n为所述待滤除实测功率信号的序号,P(n+1)为序号为n+1的实测功率信号的功率,ω(n)为序号为n时的实测功率信号的权重,β为归一化步长,e(n+1)为序号为n+1时实测值与预测值之间的误差,ω(n+1)为序号为n+1时的实测功率信号的权重,T为功率数据的采样间隔,s(n+1)为序号为n+1的实测功率信号的无噪声的功率信号;
第二无噪声的功率信号确定单元,用于若所述第三判断结果表示为所述待滤除实测功率信号的序号不小于L-1,根据公式
Figure BDA0001776112750000112
确定无噪声的功率信号。
采用本发明所提供的相干噪声滤除方法及系统,能够提高脉冲噪声检测精度以及相干噪声滤除精准度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种相干噪声滤除方法,其特征在于,包括:
获取实测功率信号参数;所述实测功率信号参数包括实测功率信号序列以及实测功率信号序列长度N;所述实测功率信号序列包括多个实测功率信号,所述实测功率信号为含有噪声的功率信号,N为所述实测功率信号的序号,N≥1;
从所述实测功率信号序列的第一个实测功率信号开始,采用迭代算法选取L个功率信号确定功率矢量;其中,L<N;所述功率矢量为第一功率矢量或第二功率矢量;
根据所述功率矢量确定历史背景噪声;
根据所述历史背景噪声确定相干噪声滤波器的滤波参数;所述滤波参数包括规则化参数、滤波器阶数以及归一化步长;
利用极小化信号方差的优化准则,根据所述历史背景噪声确定所述相干噪声滤波器的权重;
获取待滤除实测功率信号的功率以及序号;
根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号。
2.根据权利要求1所述的相干噪声滤除方法,其特征在于,所述根据所述功率矢量确定历史背景噪声,具体包括:
获取所述实测功率信号的功率;
根据所述功率矢量确定平均功率;
根据所述实测功率信号的功率以及所述平均功率确定历史背景噪声。
3.根据权利要求1所述的相干噪声滤除方法,其特征在于,所述从所述实测功率信号序列的第一个功率信号开始,采用迭代算法选取L个功率信号确定功率矢量,具体包括:
从所述实测功率信号序列的第一个功率信号开始,获取所述实测功率信号序列的当前序号j;j≥0;
初始化所述当前序号,并判断所述当前序号是否小于N-1,得到第一判断结果;
若所述第一判断结果表示为所述当前序号小于N-1,确定所述功率信号的数量L为所述当前序号,并获取从第一个功率信号开始至所述当前序号的实测功率信号作为第一功率矢量;
若所述第一判断结果表示为所述当前序号不小于N-1,确定第一个功率信号开始至所述当前序号的实测功率信号的背景噪声的均值以及方差;
根据所述均值以及所述方差确定第二功率矢量。
4.根据权利要求1所述的相干噪声滤除方法,其特征在于,所述根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号,具体包括:
判断所述待滤除实测功率信号的序号是否大于N,得到第二判断结果;
若所述第二判断结果表示为所述待滤除实测功率信号的序号不大于N,判断所述待滤除实测功率信号的序号是否小于L-1,得到第三判断结果;
若所述第三判断结果表示为所述待滤除实测功率信号的序号小于L-1,根据公式
Figure FDA0002479748020000021
确定无噪声的功率信号,其中,v(n)为背景噪声,n为所述待滤除实测功率信号的序号,P(n+1)为序号为n+1的实测功率信号的功率,ω(n)为序号为n时的实测功率信号的权重,β为归一化步长,e(n+1)为序号为n+1时实测值与预测值之间的误差,ω(n+1)为序号为n+1时的实测功率信号的权重,T为功率数据的采样间隔,s(n+1)为序号为n+1的实测功率信号的无噪声的功率信号;ε为规则化参数;
若所述第三判断结果表示为所述待滤除实测功率信号的序号不小于L-1,根据公式
Figure FDA0002479748020000031
确定无噪声的功率信号。
5.一种相干噪声滤除系统,其特征在于,包括:
实测功率信号参数获取模块,用于获取实测功率信号参数;所述实测功率信号参数包括实测功率信号序列以及实测功率信号序列长度N;所述实测功率信号序列包括多个实测功率信号,所述实测功率信号为含有噪声的功率信号,N为所述实测功率信号的序号,N≥1;
功率矢量确定模块,用于从所述实测功率信号序列的第一个实测功率信号开始,采用迭代算法选取L个功率信号确定功率矢量;其中,L<N;所述功率矢量为第一功率矢量或第二功率矢量;
历史背景噪声确定模块,用于根据所述功率矢量确定历史背景噪声;
滤波参数确定模块,用于根据所述历史背景噪声确定相干噪声滤波器的滤波参数;所述滤波参数包括规则化参数、滤波器阶数以及归一化步长;
权重确定模块,用于利用极小化信号方差的优化准则,根据所述历史背景噪声确定所述相干噪声滤波器的权重;
功率以及序号获取模块,用于获取待滤除实测功率信号的功率以及序号;
无噪声的功率信号确定模块,用于根据所述历史背景噪声、所述滤波参数、所述权重、所述待滤除实测功率信号的功率以及序号,滤除所述待滤除实测功率信号的背景噪声,确定无噪声的功率信号。
6.根据权利要求5所述的相干噪声滤除系统,其特征在于,所述历史背景噪声确定模块具体包括:
功率获取单元,用于获取所述实测功率信号的功率;
平均功率确定单元,用于根据所述功率矢量确定平均功率;
历史背景噪声确定单元,用于根据所述实测功率信号的功率以及所述平均功率确定历史背景噪声。
7.根据权利要求5所述的相干噪声滤除系统,其特征在于,所述功率矢量确定模块具体包括:
当前序号获取单元,用于从所述实测功率信号序列的第一个功率信号开始,获取所述实测功率信号序列的当前序号j;j≥0;
第一判断单元,用于初始化所述当前序号,并判断所述当前序号是否小于N-1,得到第一判断结果;
第一功率矢量获取单元,用于若所述第一判断结果表示为所述当前序号小于N-1,确定所述功率信号的数量L为所述当前序号,并获取从第一个功率信号开始至所述当前序号的实测功率信号作为第一功率矢量;
均值及方差确定单元,用于若所述第一判断结果表示为所述当前序号不小于N-1,确定第一个功率信号开始至所述当前序号的实测功率信号的背景噪声的均值以及方差;
第二功率矢量确定单元,用于根据所述均值以及所述方差确定第二功率矢量。
8.根据权利要求5所述的相干噪声滤除系统,其特征在于,所述无噪声的功率信号确定模块具体包括:
第二判断单元,用于判断所述待滤除实测功率信号的序号是否大于N,得到第二判断结果;
第三判断单元,用于若所述第二判断结果表示为所述待滤除实测功率信号的序号不大于N,判断所述待滤除实测功率信号的序号是否小于L-1,得到第三判断结果;
第一无噪声的功率信号确定单元,用于若所述第三判断结果表示为所述待滤除实测功率信号的序号小于L-1,根据公式
Figure FDA0002479748020000051
确定无噪声的功率信号,其中,v(n)为背景噪声,n为所述待滤除实测功率信号的序号,P(n+1)为序号为n+1的实测功率信号的功率,ω(n)为序号为n时的实测功率信号的权重,β为归一化步长,e(n+1)为序号为n+1时实测值与预测值之间的误差,ω(n+1)为序号为n+1时的实测功率信号的权重,T为功率数据的采样间隔,s(n+1)为序号为n+1的实测功率信号的无噪声的功率信号;ε为规则化参数;
第二无噪声的功率信号确定单元,用于若所述第三判断结果表示为所述待滤除实测功率信号的序号不小于L-1,根据公式
Figure FDA0002479748020000052
确定无噪声的功率信号。
CN201810970715.8A 2018-08-24 2018-08-24 一种相干噪声滤除方法及系统 Expired - Fee Related CN109145825B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810970715.8A CN109145825B (zh) 2018-08-24 2018-08-24 一种相干噪声滤除方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810970715.8A CN109145825B (zh) 2018-08-24 2018-08-24 一种相干噪声滤除方法及系统

Publications (2)

Publication Number Publication Date
CN109145825A CN109145825A (zh) 2019-01-04
CN109145825B true CN109145825B (zh) 2020-07-03

Family

ID=64827702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810970715.8A Expired - Fee Related CN109145825B (zh) 2018-08-24 2018-08-24 一种相干噪声滤除方法及系统

Country Status (1)

Country Link
CN (1) CN109145825B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109672494A (zh) * 2019-01-11 2019-04-23 河南宏泰控飞信息技术有限公司 一种无人机探测平台中wifi信号抑制方法及装置
CN109992608B (zh) * 2019-03-26 2022-03-04 浙江大学 一种基于频域的多模型融合预测方法和系统
CN110161330B (zh) * 2019-05-10 2021-06-11 广东石油化工学院 基于灰度理论的变压器运行状态的振声检测方法以及装置
CN110514884B (zh) * 2019-09-05 2021-09-17 广东石油化工学院 一种基于延迟矢量的功率信号滤波方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103543469A (zh) * 2012-07-17 2014-01-29 中国石油化工股份有限公司 一种基于小波变换的小尺度阈值去噪方法
US9569843B1 (en) * 2015-09-09 2017-02-14 Siemens Healthcare Gmbh Parameter-free denoising of complex MR images by iterative multi-wavelet thresholding
CN107102196A (zh) * 2017-05-10 2017-08-29 中国海洋大学 一种复杂电力信号的噪声滤除装置及方法
WO2017197123A1 (en) * 2016-05-11 2017-11-16 Cornell University Systems, methods and programs for denoising signals using wavelets

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103543469A (zh) * 2012-07-17 2014-01-29 中国石油化工股份有限公司 一种基于小波变换的小尺度阈值去噪方法
US9569843B1 (en) * 2015-09-09 2017-02-14 Siemens Healthcare Gmbh Parameter-free denoising of complex MR images by iterative multi-wavelet thresholding
WO2017197123A1 (en) * 2016-05-11 2017-11-16 Cornell University Systems, methods and programs for denoising signals using wavelets
CN107102196A (zh) * 2017-05-10 2017-08-29 中国海洋大学 一种复杂电力信号的噪声滤除装置及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
An Optimized Adaptive Filtering for Speech Noise Cancellation;Dr. Ahlam Fadhil Mahmood 等;《Al-Rafidain Engineering 》;20151231;第23卷(第5期);第43-53页 *
BER Analysis ofImpulse Noise inOFDM System Using;Dr.E.V.Krishna Rao等;《IOSR Journal of Computer Engineering (IOSR-JCE) 》;20150630;第17卷(第3期);第50-55页 *
基于LMS算法与RLS算法的自适应滤波;徐艳等;《电子设计工程》;20120630;第20卷(第12期);第49-54页 *
基于RLS算法的自适应噪声抵消系统研究;石鑫等;《电子测量技术》;20100301;第33卷(第3期);第44-57页 *

Also Published As

Publication number Publication date
CN109145825A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN109145825B (zh) 一种相干噪声滤除方法及系统
CN108918931B (zh) 一种负荷分解中功率信号自适应滤波方法
CN111680590A (zh) 一种利用收缩梯度的功率信号滤波方法和系统
CN108918929B (zh) 一种负荷分解中功率信号自适应滤波方法
CN111666870A (zh) 一种利用二次约束的功率信号重构方法和系统
CN109241874B (zh) 能量分解中功率信号滤波方法
CN112434567B (zh) 一种利用噪声抖动性质的功率信号滤波方法和系统
CN111585542A (zh) 一种功率信号脉冲噪声滤除的方法及滤波器
CN110542855B (zh) 基于离散余弦变换的负荷开关事件检测方法和系统
CN110221119B (zh) 基于功率与akie融合信息的负载开关事件检测方法和系统
CN110244115B (zh) 一种基于信号连接性的负载开关事件检测方法及系统
CN110196354B (zh) 一种负载的开关事件的检测方法和装置
CN111830405A (zh) 一种利用频率差异量的负荷开关事件检测方法和系统
CN111639606A (zh) 一种利用Dantzig总梯度最小化的功率信号滤波方法和系统
CN110749841A (zh) 一种利用转换空间因子的负荷开关事件检测方法和系统
CN111737645A (zh) 一种利用预测矩阵的功率信号重构方法和系统
CN110705426B (zh) 一种利用去模糊算子的功率信号滤波方法和系统
CN110514884B (zh) 一种基于延迟矢量的功率信号滤波方法和系统
CN112307997B (zh) 一种利用主模式分解的功率信号重构方法和系统
CN109120242A (zh) 一种相干噪声自适应滤波方法及系统
CN111585544A (zh) 一种功率信号脉冲噪声滤除的方法及滤波器
CN110704800A (zh) 一种基于扩张系数的功率信号重构方法和系统
CN110531149B (zh) 一种基于波形正则化的功率信号滤波方法和系统
CN110726870A (zh) 一种基于数据纯度的负荷开关事件检测方法和系统
CN111934436A (zh) 一种功率信号滤波方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200703

Termination date: 20210824

CF01 Termination of patent right due to non-payment of annual fee