CN109239458A - 一种高噪声背景下电能质量扰动信号降噪方法 - Google Patents
一种高噪声背景下电能质量扰动信号降噪方法 Download PDFInfo
- Publication number
- CN109239458A CN109239458A CN201811034683.7A CN201811034683A CN109239458A CN 109239458 A CN109239458 A CN 109239458A CN 201811034683 A CN201811034683 A CN 201811034683A CN 109239458 A CN109239458 A CN 109239458A
- Authority
- CN
- China
- Prior art keywords
- frequency
- noise
- signal
- time
- domain
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
- G01R23/165—Spectrum analysis; Fourier analysis using filters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Abstract
本发明公开了一种高噪声背景下电能质量扰动信号降噪方法,包括以下步骤:A、利用变电站中的电压、电流互感器及二次设备对相关扰动信号进行在线采集和记录;B、将扰动信号中的中高频噪声进行抑制;C、通过区分噪声和扰动,消除噪声对信号的影响;D、通过区分噪声和信号,对噪声进行压制。本发明能够改进现有技术的不足,消除了噪声对信号的影响,同时最大程度的压制了噪声,并且减少了降噪时给信号带来的损失。
Description
技术领域
本发明涉及电能质量扰动源识别与治理技术领域,特别是一种高噪声背景下电能质量扰动信号降噪方法。
背景技术
在现代科技发展的今天,各种电力电子器件的应用,给电网带来巨大的挑战。同时,各种精密仪器以及高精度控制装置的使用,也对电网的供电质量提出了更高的要求。各种家用电器的使用,给电网带来了嘈杂的背景,作为电能质量扰动源识别以及治理的基础,电能质量复合扰动降噪就显得格外重要。
在降噪方面有:中值滤波器、平均值滤波器、灰度级形态学、双曲S变换降噪等。中值滤波器、平均值滤波器均不适合处理条纹状噪声。灰度级形态学对处理条纹状噪声效果较好,但算法复杂,并且并不能消除信号的时频通域内噪声对信号影响。双曲S变换降噪,需要将含噪声的信号与原始信号进行对比,以此确定信号的时频通域,在实际应用中并不可行,并且不能减少噪声对基频和谐波的信号干扰。
发明内容
本发明要解决的技术问题是提供一种高噪声背景下电能质量扰动信号降噪方法,消除了噪声对信号的影响,同时最大程度的压制了噪声,并且减少了降噪时给信号带来的损失。
为解决上述技术问题,本发明所采取的技术方案如下。
一种高噪声背景下电能质量扰动信号降噪方法,其特征在于包括以下步骤:
A、利用变电站中的电压、电流互感器及二次设备对相关扰动信号进行在线采集和记录;
B、将扰动信号中的中高频噪声进行抑制;
C、通过区分噪声和暂态扰动,消除噪声对信号的影响;
D、通过区分噪声和信号,对噪声进行压制。
作为优选,步骤B中,将扰动信号利用多分辨率双曲S变换,令双曲S变换的离散表达式如下
当n≠0时
当n=0(相当于零频率)时
式中j,m,n=0,1,...,N-1;GH(m,n)的离散化表达式:
N为进行双曲S变换的离散信号的点数;T采集信号相邻两点的时间,即采样周期;f为频率;t是时间;m用来实现在不同频率变换;参数τ用来控制时间轴上双曲窗口的位置;信号通过快速傅里叶变换得到加入参数m得到GH(m,n)为双曲窗口函数;决定了双曲窗口前半曲线的衰减度;决定了双曲窗口后半曲线的衰减度;λHY确定了双曲窗口的曲率;的增加会使双曲窗口的前后两半曲线衰减,从而改变了双曲窗口的形状;通过调整值的和,使窗宽随频率成反比变化的速度,达到调节时频精度的目的;
多分辨率双曲S变换的结果为复数矩阵,对矩阵每一个元素取模得到多分辨率双曲S变换的模矩阵;模矩阵列表示采样时间,行表示频率;基频幅值曲线,即模矩阵频率为50Hz处的行向量;频率幅值曲线,即分模矩阵频中每行的最大值。
作为优选,低频部分频率范围为1Hz≤fL≤100Hz,多分辨率双曲S变换离散表达式的nL的取值范围为NT≤nL≤100NT时的参数为 λHY=3。
作为优选,中频部分频率范围为101Hz≤fM≤900Hz,多分辨率双曲S变换离散表达式的nM的取值范围为101NT≤nM≤900NT时的参数为λHY=16。
作为优选,高频部分频率范围为901Hz≤fH≤1300Hz,离散表达式的nH的取值范围为901NT≤nH≤1300NT时的参数为λHY=32。
作为优选,步骤C中,根据噪声和扰动在时频域表现不同,以模矩阵行的平均值作为基准线,噪声以及扰动使得模矩阵的行向量沿着采样点方向上下波动,在模矩阵的行向量上由于扰动的能量大于噪声的能量,由此可以通过波动能量密度来区分噪声和暂态扰动。
作为优选,
式(1)中,S*(i,j)表示MHST模矩阵,a,b表示模矩阵的行向量与基准线相交同一波峰或波谷的端点;通过公式(1)和阈值的比较,以此确定暂态扰动的时频通域;阈值的设置和采样频率以及MHST的窗口函数相关;
在确定暂态信号扰动的时频通域,通过设置滤波器,消除噪声对信号的干扰,主要消除对谐波以及基频信号的干扰,对噪声起到一定的压制作用;滤波器表达式为,
式(2)中,为MHST的时频复数矩阵,为消噪时频滤波器,为滤除噪声后的时频复数矩阵;滤波器Ff表达式如下:
式(3)中Q为暂态扰动的时频通域;用公式(3)对暂态扰动赋权值1进行保留,对非暂态扰动区域的点赋权值矫正该区域点的幅值至该点所在模矩阵的行向量均值;对复数矩阵低频部分中的基频发生暂降的区域、高频部分中的暂态震荡区域赋权值1进行保留;主要对复数矩阵低频部分中的基频未发生扰动的区域、中频部分中谐波区域点赋权值消除噪声的影响;对非信号的时频通域内的噪声点赋权值对噪声起到一定的压制作用。
作为优选,步骤D中,根据噪声和信号在时频域的表现不同,含有信号的通域的能量密度是明显大于不含信号通域,由确定信号的时频通域和非信号的时频通域。
作为优选,
式(4)中,a、b间隔为3个采样点,其中N采样点,中括号为向下取整;由式(4)与阈值的比较可以确定信号时频通域与非信号时频通域,需要压制非信号的时频通域内的噪声,除噪时频滤波器FT的表达式为,
式(5)中R为信号的时频通域,用公式(5)对噪声赋权值0进行压制,对信号区域的点赋权值1进行保留。
采用上述技术方案所带来的有益效果在于:本发明在降噪时,消除了噪声对信号的影响,同时最大程度的压制了噪声,并且减少了降噪时给信号带来的损失。
附图说明
图1为本发明的流程图。
图2多分辨率双曲S变换抑制中高频部分噪声效果图。
图3为消除噪声对信号的影响的基频幅值效果图。
图4为压制噪声的模矩阵灰度效果图。
具体实施方式
参照图1-4,本发明一个具体实施方式包括以下步骤,
(1)电能质量扰动信号采集
利用变电站中的电压、电流互感器及二次设备对相关扰动信号进行采集和记录
(2)将扰动信号利用多分辨率双曲S变换及其抑制中高频部分噪声
令双曲S变换的离散表达式如下
当n≠0时
当n=0(相当于零频率)时
式中j,m,n=0,1,...,N-1。GH(m,n)的离散化表达式:
N为进行双曲S变换的离散信号的点数;T采集信号相邻两点的时间,即采样周期;f为频率;t是时间;m用来实现在不同频率变换;参数τ用来控制时间轴上双曲窗口的位置。信号通过快速傅里叶变换得到加入参数m得到GH(m,n)为双曲窗口函数;决定了双曲窗口前半曲线的衰减度;决定了双曲窗口后半曲线的衰减度;λHY确定了双曲窗口的曲率。的增加会使双曲窗口的前后两半曲线衰减,从而改变了双曲窗口的形状。通过调整值的和,使窗宽随频率成反比变化的速度,达到调节时频精度的目的。
多分辨率双曲S变换的结果为复数矩阵,对矩阵每一个元素取模得到多分辨率双曲S变换的模矩阵。模矩阵列表示采样时间,行表示频率。基频幅值曲线,即模矩阵频率为50Hz处的行向量。频率幅值曲线,即分模矩阵频中每行的最大值。
低频部分频率范围为1Hz≤fL≤100Hz,多分辨率双曲S变换离散表达式的nL的取值范围为NT≤nL≤100NT的参数为λHY=3。
中频部分频率范围为101Hz≤fM≤900Hz,多分辨率双曲S变换离散表达式的nM的取值范围为101NT≤nM≤900NT的参数为λHY=16。采用单一分辨率窗口函数的广义S变换(GST)以及双曲S变换(HST),由于设置参数时要兼顾到时域的精度,会导致噪声幅值在模矩阵中沿着频率方向不断增加,给降噪带来困难。在当前窗口函数下,多分辨率双曲S变换(MHST),为含高噪声(信噪比为20dB)的无扰动信号变换的频率幅值曲线中频沿着频率方向幅值大小基本没有增长趋势,而单一分辨率窗口函数的GST以及双曲S变换HST的频率幅值曲线中频部分沿着频率方向幅值大小增长趋势明显。在中频部分,MHST的基频幅值曲线在各频率的幅值明显小于HST、GST基频幅值曲线,体现了MHST在中频部分优异的抑制噪声的能力。
高频部分频率范围为901Hz≤fH≤1300Hz,离散表达式的nH的取值范围为901NT≤nH≤1300NT的参数为λHY=32。在当前窗口函数下,多分辨率双曲S变换(MHST),为含高噪声(信噪比为20dB)的无扰动信号变换的频率幅值曲线中频沿着频率方向幅值大小基本没有增长趋势,而单一分辨率窗口函数的GST以及双曲S变换HST的频率幅值曲线高频部分沿着频率方向幅值大小增长趋势明显。在高频部分,MHST的基频幅值曲线在各频率的幅值明显小于HST、GST基频幅值曲线,体现了MHST在高频部分优异的抑制噪声的能力。
(3)消除噪声对信号的影响
MHST优异的抑噪性能,但是噪声给信号带来的干扰并没有消除。下面根据噪声和扰动在时频域表现不同,提出了基于波动能量密度降噪的方法。由于噪声具有随机性,在某一频率下,沿着采样点方向的能量是小于由扰动产生的能量。以模矩阵行的平均值作为基准线,噪声以及扰动使得模矩阵的行向量会沿着采样点方向上下波动,在模矩阵的行向量上由于扰动的能量大于噪声的能量,由此可以通过波动能量密度来区分MHST复数矩阵内的噪声和扰动。
式(1)中,S*(i,j)表示MHST模矩阵,a,b表示模矩阵的行向量与基准线相交同一波峰(波谷)的端点。通过公式(1)和阈值的比较,以此确定暂态扰动的时频通域。阈值的设置和采样频率以及MHST的窗口函数有关。
在确定暂态信号扰动的时频通域,需要设置滤波器,消除噪声对信号的干扰,主要消除对谐波以及基频信号的干扰,对噪声起到一定的压制作用。滤波器表达式如式(2)。
式(2)中,为MHST的时频复数矩阵,为消噪时频滤波器,为滤除噪声后的时频复数矩阵。滤波器Ff表达式如下:
式(3)中Q为暂态扰动的时频通域。用公式(3)对暂态扰动赋权值1进行保留,对非暂态扰动区域的点赋权值矫正该区域点的幅值至该点所在模矩阵的行向量均值。对复数矩阵低频部分中的基频发生暂降(中断、暂升等)的区域、高频部分中的暂态震荡区域赋权值1进行保留。主要对复数矩阵低频部分中的基频未发生扰动的区域、中频部分中谐波区域点赋权值消除噪声的影响。对非信号的时频通域(由式4确定)内的噪声点赋权值对噪声起到一定的压制作用。
(4)压制噪声
通过上述滤波之后,并不能最大限度的滤除噪声,根据噪声和信号在时频域的表现不同,提出了基于能量密度的降噪方法。由MHST时频模矩阵可知,在含有信号的通域的能量密度是明显大于不含信号通域,由此可以确定信号的时频通域和非信号的时频通域。
式(13)中,a、b间隔为3个采样点,其中N采样点,中括号为向下取整。由式(4)与阈值的比较可以确定信号时频通域与非信号时频通域,需要压制非信号的时频通域内的噪声,除噪时频滤波器FT的表达式如式(5)。
式(5)中R为信号的时频通域,用公式(5)对噪声赋权值0进行压制,对信号区域的点赋权值1进行保留。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种高噪声背景下电能质量扰动信号降噪方法,其特征在于包括以下步骤:
A、利用变电站中的电压、电流互感器及二次设备对相关扰动信号进行在线采集和记录;
B、将扰动信号中的中高频噪声进行抑制;
C、通过区分噪声和暂态扰动,消除噪声对信号的影响;
D、通过区分噪声和信号,对噪声进行压制。
2.根据权利要求1所述的高噪声背景下电能质量扰动信号降噪方法,其特征在于:步骤B中,将扰动信号利用多分辨率双曲S变换,
令双曲S变换的离散表达式如下
当n≠0时
当n=0(相当于零频率)时
式中j,m,n=0,1,...,N-1;GH(m,n)的离散化表达式:
N为进行双曲S变换的离散信号的点数;T采集信号相邻两点的时间,即采样周期;f为频率;t是时间;m用来实现在不同频率变换;参数τ用来控制时间轴上双曲窗口的位置;信号通过快速傅里叶变换得到加入参数m得到GH(m,n)为双曲窗口函数;决定了双曲窗口前半曲线的衰减度;决定了双曲窗口后半曲线的衰减度;λHY确定了双曲窗口的曲率;的增加会使双曲窗口的前后两半曲线衰减,从而改变了双曲窗口的形状;通过调整值的和,使窗宽随频率成反比变化的速度,达到调节时频精度的目的;
多分辨率双曲S变换的结果为复数矩阵,对矩阵每一个元素取模得到多分辨率双曲S变换的模矩阵;模矩阵列表示采样时间,行表示频率;基频幅值曲线,即模矩阵频率为50Hz处的行向量;频率幅值曲线,即分模矩阵频中每行的最大值。
3.根据权利要求2所述的高噪声背景下电能质量扰动信号降噪方法,其特征在于:低频部分频率范围为1Hz≤fL≤100Hz,多分辨率双曲S变换离散表达式的nL的取值范围为NT≤nL≤100NT时的参数为 λHY=3。
4.根据权利要求2所述的高噪声背景下电能质量扰动信号降噪方法,其特征在于:中频部分频率范围为101Hz≤fM≤900Hz,多分辨率双曲S变换离散表达式的nM的取值范围为101NT≤nM≤900NT时的参数为 λHY=16。
5.根据权利要求2所述的高噪声背景下电能质量扰动信号降噪方法,其特征在于:高频部分频率范围为901Hz≤fH≤1300Hz,离散表达式的nH的取值范围为901NT≤nH≤1300NT时的参数为λHY=32。
6.根据权利要求1所述的高噪声背景下电能质量扰动信号降噪方法,其特征在于:步骤C中,根据噪声和扰动在时频域表现不同,以模矩阵行的平均值作为基准线,噪声以及扰动使得模矩阵的行向量沿着采样点方向上下波动,在模矩阵的行向量上由于扰动的能量大于噪声的能量,由此可以通过波动能量密度来区分噪声和暂态扰动。
7.根据权利要求6所述的高噪声背景下电能质量扰动信号降噪方法,其特征在于:
式(1)中,S*(i,j)表示MHST模矩阵,a,b表示模矩阵的行向量与基准线相交同一波峰或波谷的端点;通过公式(1)和阈值的比较,以此确定暂态扰动的时频通域;阈值的设置和采样频率以及MHST的窗口函数相关;
在确定暂态信号扰动的时频通域,通过设置滤波器,消除噪声对信号的干扰,主要消除对谐波以及基频信号的干扰,对噪声起到一定的压制作用;滤波器表达式为,
式(2)中,为MHST的时频复数矩阵,为消噪时频滤波器,为滤除噪声后的时频复数矩阵;滤波器Ff表达式如下:
式(3)中Q为暂态扰动的时频通域;用公式(3)对暂态扰动赋权值1进行保留,对非暂态扰动区域的点赋权值矫正该区域点的幅值至该点所在模矩阵的行向量均值;对复数矩阵低频部分中的基频发生暂降的区域、高频部分中的暂态震荡区域赋权值1进行保留;主要对复数矩阵低频部分中的基频未发生扰动的区域、中频部分中谐波区域点赋权值消除噪声的影响;对非信号的时频通域内的噪声点赋权值对噪声起到一定的压制作用。
8.根据权利要求1所述的高噪声背景下电能质量扰动信号降噪方法,其特征在于:步骤D中,根据噪声和信号在时频域的表现不同,含有信号的通域的能量密度是明显大于不含信号通域,由确定信号的时频通域和非信号的时频通域。
9.根据权利要求8所述的高噪声背景下电能质量扰动信号降噪方法,其特征在于:
式(4)中,a、b间隔为3个采样点,b=4n,其中N采样点,中括号为向下取整;由式(4)与阈值的比较可以确定信号时频通域与非信号时频通域,需要压制非信号的时频通域内的噪声,除噪时频滤波器FT的表达式为,
式(5)中R为信号的时频通域,用公式(5)对噪声赋权值0进行压制,对信号区域的点赋权值1进行保留。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811034683.7A CN109239458B (zh) | 2018-09-06 | 2018-09-06 | 一种高噪声背景下电能质量扰动信号降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811034683.7A CN109239458B (zh) | 2018-09-06 | 2018-09-06 | 一种高噪声背景下电能质量扰动信号降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109239458A true CN109239458A (zh) | 2019-01-18 |
CN109239458B CN109239458B (zh) | 2021-03-19 |
Family
ID=65060756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811034683.7A Active CN109239458B (zh) | 2018-09-06 | 2018-09-06 | 一种高噪声背景下电能质量扰动信号降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109239458B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110231117A (zh) * | 2019-06-10 | 2019-09-13 | 中设设计集团股份有限公司 | 一种基于s变换的拉索基频特征辨识方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103308804A (zh) * | 2013-06-17 | 2013-09-18 | 湖南大学 | 基于快速k-s变换电能质量扰动信号时频参数提取方法 |
CN104459397A (zh) * | 2014-12-08 | 2015-03-25 | 东北电力大学 | 采用自适应多分辨率广义s变换的电能质量扰动识别方法 |
CN104808035A (zh) * | 2014-01-24 | 2015-07-29 | 华北电力大学(保定) | 一种基于广义双曲s变换的电压暂降检测方法 |
CN105868160A (zh) * | 2015-11-27 | 2016-08-17 | 西安工程大学 | 电能质量扰动信号的s变换检测方法 |
CN107832777A (zh) * | 2017-10-12 | 2018-03-23 | 吉林化工学院 | 一种采用时域压缩多分辨率快速s变换特征提取的电能质量扰动识别方法 |
-
2018
- 2018-09-06 CN CN201811034683.7A patent/CN109239458B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103308804A (zh) * | 2013-06-17 | 2013-09-18 | 湖南大学 | 基于快速k-s变换电能质量扰动信号时频参数提取方法 |
CN104808035A (zh) * | 2014-01-24 | 2015-07-29 | 华北电力大学(保定) | 一种基于广义双曲s变换的电压暂降检测方法 |
CN104459397A (zh) * | 2014-12-08 | 2015-03-25 | 东北电力大学 | 采用自适应多分辨率广义s变换的电能质量扰动识别方法 |
CN105868160A (zh) * | 2015-11-27 | 2016-08-17 | 西安工程大学 | 电能质量扰动信号的s变换检测方法 |
CN107832777A (zh) * | 2017-10-12 | 2018-03-23 | 吉林化工学院 | 一种采用时域压缩多分辨率快速s变换特征提取的电能质量扰动识别方法 |
Non-Patent Citations (2)
Title |
---|
张丽影等: "采用时-频分割的改进全局阈值的暂态电能质量信号降噪", 《水电能源科学》 * |
焦尚彬等: "基于双曲S变换的电能质量信号降噪新方法", 《电网技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110231117A (zh) * | 2019-06-10 | 2019-09-13 | 中设设计集团股份有限公司 | 一种基于s变换的拉索基频特征辨识方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109239458B (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107395157B (zh) | 基于小波变换和加权移动平均的接地网电位差滤波方法 | |
CN108764073B (zh) | 一种结合频谱能量形态拟合的加速度滤噪和积分方法 | |
US10001879B2 (en) | Method and device of optimizing signal-to-noise ratio parameter | |
Cui et al. | Early fault detection method for rolling bearing based on multiscale morphological filtering of information-entropy threshold | |
CN106570843A (zh) | 一种自适应小波阈值函数图像噪声抑制方法 | |
CN108231084A (zh) | 一种基于Teager能量算子的改进小波阈值函数去噪方法 | |
CN109239458A (zh) | 一种高噪声背景下电能质量扰动信号降噪方法 | |
CN110166880A (zh) | 一种改良型自适应降噪耳机及其降噪方法 | |
CN110260797B (zh) | 一种应用于恒/变速光栅信号的自适应滤波方法 | |
CN109212608B (zh) | 基于3D shearlet变换的井中微地震信号去噪方法 | |
CN110837003A (zh) | 一种基于三角窗的双窗全相位dft同步相量测量方法及系统 | |
CN109827656A (zh) | 基于stft时频谱系数收缩的有载分接开关信号降噪方法 | |
CN113037250B (zh) | 一种自适应工频滤波方法及装置 | |
CN110347970A (zh) | 分数阶同步提取广义s变换时频分解与重构方法 | |
CN106840670B (zh) | 一种基于多尺度短时光滑分析的周期瞬态信号检测方法 | |
CN110221349A (zh) | 一种基于小波变换与正弦波估计的瞬变电磁信号降噪方法 | |
CN108872402B (zh) | 超声波巴特沃斯、汉宁窗组合带阻滤波方法 | |
Shuchong et al. | Seismic signals wavelet packet de-noising method based on improved threshold function and adaptive threshold | |
CN109724693A (zh) | 一种基于平稳小波的融合光谱去噪方法 | |
Abser et al. | CleanEMG: Quantifying power line interference in surface EMG signals | |
CN113505688A (zh) | 一种改进的自适应小波阈值信号去噪方法 | |
CN108008360B (zh) | 一种幅度加权的非线性调频波形设计方法 | |
CN108918982A (zh) | 一种信号峰值的获取方法 | |
Sadiq et al. | Adaptive removal of power-line interference from high resolution ECG | |
CN111241902A (zh) | 一种高精度多重同步压缩广义s变换时频分析方法 |
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 |