CN115062476A - 一种评价电磁脉冲波形偏离目标波形程度的方法 - Google Patents
一种评价电磁脉冲波形偏离目标波形程度的方法 Download PDFInfo
- Publication number
- CN115062476A CN115062476A CN202210700439.XA CN202210700439A CN115062476A CN 115062476 A CN115062476 A CN 115062476A CN 202210700439 A CN202210700439 A CN 202210700439A CN 115062476 A CN115062476 A CN 115062476A
- Authority
- CN
- China
- Prior art keywords
- waveform
- pulse waveform
- evaluated
- target
- pulse
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000013519 translation Methods 0.000 claims abstract description 9
- 238000004088 simulation Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 230000036278 prepulse Effects 0.000 abstract description 4
- 230000002123 temporal effect Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000005314 correlation function Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
本发明公开了一种评价非理想电磁脉冲波形偏离目标波形程度的方法,给出了表征偏离程度的特征参数。方法对待处理脉冲波形进行去直流成分、统一极性和补零延拓等预处理后,通过最优化算法获得波形垂直伸缩和左右平移参数,使得变换后的波形与目标波形的闵可夫斯基距离最小。得到的闵可夫斯基距离及其变形可作为表征偏离程度的时域特征参数。该参数可以定量地评价电磁脉冲波形与目标波形的偏离程度,可综合反映波形上升时间、半高宽、预脉冲、反射、波形偏离、噪声、能量等时域特征。该参数可作为雷电模拟器、电磁脉冲模拟器、脉冲电流源等脉冲源输出波形质量评价的特征参数,作为脉冲源调试的参考指标之一,也可用于仿真结果的定量比对。
Description
技术领域
本发明涉及一种电磁脉冲波形评价方法,具体涉及一种评价电磁脉冲波形偏离目标波形程度的方法。
背景技术
现有的电磁脉冲波形特征参数包括时域特征、频域特征、统计特征等。
脉冲的时域参数包括但不限于:波形上升时间、波形半高宽、波形峰值、输出噪声、预脉冲比,波形反射等,以上参数物理含义明确,均从某一角度反映了波形局部的特点,如波形上升时间tr,反映波形由峰值的10%上升至峰值90%需要的时间,如图1所示;波形半高宽tw反映输出波形从上升至波形峰值的50%到下降至50%的持续时间,具体如图1所示。但实际情况是,待评估的波形不能完全具备标准的脉冲波形形状(如双指数波、高斯脉冲波等)。以快上升时间的脉冲源为例,由于杂散参数、背景噪声、环境折反射等因素的影响,实际输出的脉冲波形会存在噪声、预脉冲、反射、振铃等现象,如图2所示。波形的畸变往往会影响波形上升时间、半高宽等参数的读取,同时,上述参数只能反映脉冲波形时域的局部特征,即可能出现以上指标均满足要求,但待评价脉冲波形与目标波形之间仍存在较大偏离的情况。
脉冲的频域参数包括但不限于:3dB带宽,频谱最大偏差区间等。这些参数虽然从频域角度反映了电磁脉冲波形与目标波形之间的偏离程度,但不够直观。
针对脉冲波形的统计特征包括但不限于:范数评价,如峰值、能量等;波形相似度的参数,如相关系数、余弦相似度,其中范数评价可反映波形的能量等特性。相关系数一般用于检测波形的有无,到达时间等,余弦相似度等参数,常用于图像匹配,电力系统线路上波形失真等领域,反映矢量方向上的差异,但是上述参数都是信号的统计特征,对宽频带脉冲的波形细节体现不够,不同脉冲波形对应的计算结果通常差异性很小,不适合用于关注电磁脉冲信号波形质量的情景。
发明内容
本发明的目的是解决现有技术中存在的通过频域参数不能直观的反映电磁脉冲波形与目标波形之间的偏离程度,以及统计特征对宽频带脉冲的波形细节体现不够的技术问题,而提供了一种评价电磁脉冲波形偏离目标波形程度的方法。
本发明的设计思路为:首先对待评价脉冲波形进行预处理,通过最优化算法获得待评价脉冲波形与目标波形在时间轴和幅度轴上的对齐方式,最优化目标为使待评价脉冲波形与目标波形之间的闵可夫斯基距离最小,该距离值或其函数,作为评价电磁脉冲波形质量的参数。
为了完成上述构思,本发明所采用的技术方案:
一种评价电磁脉冲波形偏离目标波形程度的方法,其特殊之处在于,包括以下步骤:
步骤1:分别对待评价脉冲波形以及目标波形进行采样,获得待评价脉冲波形样本序列z[k]以及目标波形样本序列x[k],z[k]的长度与x[k]的长度相等,其中,k=1,2,…L,L为序列z[k]、x[k]的长度;
采样时需保证z[k]与x[k]的采样间隔ΔT相同;
步骤2:待评价脉冲波形样本序列z[k]的预处理;
2.1若待评价脉冲波形为实测波形,则对z[k]进行滤波处理,获得去除直流成分后的待评价脉冲波形样本序列zh[k];若为仿真计算得到的波形,则令待评价脉冲波形样本序列z[k]为zh[k];
2.2统一待评价脉冲波形样本序列zh[k]与目标波形样本序列x[k]的极性与幅值,获得序列zj[k]和x0[k];
2.3对zj[k]进行补零延拓处理,获得补零延拓后的新序列z0[k1],k1=1,2,…2L,2L为序列z0[k1]的长度;
步骤3:基于z0[k1],通过最优化算法获得待评价脉冲波形垂直伸缩和左右平移的参数,使得到的新序列y[k]与x0[k]的闵可夫斯基距离最小;
步骤4:计算获得y[k]和x0[k]之间的闵可夫斯基距离S,即可得知待评价脉冲波形偏离目标波形的程度。
进一步地,步骤1中,所述获得待评价脉冲波形样本序列z[k]以及目标波形样本序列x[k]的方式为宽带测量系统测试获得或仿真计算获得;
所述目标波形可为国家标准规定的电磁脉冲波形、脉冲源的设计波形等,国家标准规定的电磁脉冲波形可以是GJB 151B中提及的电磁脉冲波形。
进一步地,步骤2.1中,所述若待评价脉冲波形为实测波形,则对z[k]进行滤波处理,获得去除直流成分后的待评价脉冲波形样本序列zh[k],具体为:
设置高通滤波器的参数,并通过高通滤波器获得待评价脉冲波形样本序列z[k]去直流成分后的序列zh[k];
其中,高通滤波器的相关参数设置应满足使得能够去除待评价脉冲波形的直流成分且波形不失真。
进一步地,所述步骤2.2具体为:
进一步地,步骤2.3中,所述获得z0[k1]的计算公式如下:
进一步地,步骤3中,所述构造待评价脉冲波形经过垂直伸缩和左右平移的新序列y[k]的计算公式如下:
y[k]=Pg(z0[n],z0[n+1]),k=1,2,…L;
其中,P和m0分别表示垂直伸缩和左右平移参数,表征在幅度轴和时间轴的调整,m0∈[0,L],P∈[(1-α)P0,(1+α)P0],α为优化系数,取值范围为0<α<1,g为插值函数;P0为P的初始值,P0=1。
进一步地,步骤4中,所述闵可夫斯基距离S的形式选取规则为,若待评价脉冲波形和目标波形均为无噪声的,采用欧式距离或曼哈顿距离;若待评价脉冲波形含噪声,则采用切比雪夫距离。
本发明的有益效果是:
1、本发明提出了一个新的评价非理想电磁脉冲与目标波形偏离程度的特征参数,即最小闵可夫斯基距离,可以综合地反应待评价脉冲波形与目标波形偏离程度时域特征。
2、因为待评价脉冲波形与目标波形在时间轴和幅度轴上不同的对齐方式会影响闵可夫斯基距离,为了解决这个问题,本发明提出对待评价脉冲波形进行预处理后,通过最优化算法获得垂直伸缩和左右平移参数,获得的待评价脉冲波形与目标波形的闵可夫斯基距离的最小值S(或最小值S的相关函数),作为评价待评价脉冲波形与目标波形偏离程度的特征参数。
3、实际电磁脉冲一般为脉冲源输出或仿真计算等方式生成的非理想波形,目标波形可为国家标准规定的波形、脉冲源的设计波形等,本发明能够定量评价非理想电磁脉冲与目标波形之间的偏离程度,综合反映波形的时域特征,可作为雷电模拟器、电磁脉冲模拟器、脉冲电流源等脉冲源输出波形质量评价的特征参数,作为脉冲源调试的参考指标之一,也可用于仿真结果的定量比对。
4、本发明提供一种评价非理想电磁脉冲波形与目标波形偏离程度方法,给出特征参数闵可夫斯基距离,用以定量地综合地评价波形的偏离程度,可综合反映波形上升时间、半高宽、预脉冲、反射、波形偏离、噪声、能量等时域特征。
5、本发明提出的方法形成算法,可集成至数据采集系统中,实时计算,结果供脉冲源的设计和改进参考,也可供相关试验设计人员参考。
总的来说,本发明主要解决的技术问题是提供一种评价电磁脉冲波形质量的时域参数,能够以一个简单的参数,综合地定量地全局地评价脉冲波形与目标波形之间偏离程度。
附图说明
图1是一个电磁脉冲的标准波形图;
图2是一个电磁脉冲的实测波形图;
图3是采用本发明实施例对实测电磁脉冲波形1的对齐效果图;
图4是采用本发明实施例对实测电磁脉冲波形2的对齐效果图;
图5是采用本发明实施例对实测电磁脉冲波形3的对齐效果图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
一种评价电磁脉冲波形偏离目标波形程度的方法,具体包括以下步骤:
步骤1:分别对待评价脉冲波形以及目标波形进行采样,获得待评价脉冲波形样本序列z[k]以及目标波形样本序列x[k],z[k]的长度与x[k]的长度相等,其中,k=1,2,…L,L为序列z[k]、x[k]的长度;
采样时需保证z[k]与x[k]的采样间隔ΔT相同;
目标波形为国家标准规定的波形、脉冲源的设计波形等;
具体的,获得样本序列z[k]和x[k]的方式包括:
A、数字宽带测量系统对电磁脉冲电场或电流信号的测量结果;
B、模拟宽带测量系统对电磁脉冲电场或电流信号的测量结果采样;
C、数值方法计算的脉冲波形序列;
D、对解析表达的脉冲波形的采样;
步骤2:待评价脉冲波形样本序列z[k]的预处理
2.1若待评价脉冲波形为实测波形,则对z[k]进行滤波处理,获得去除直流成分后的待评价脉冲波形样本序列zh[k];
具体的:设置高通滤波器的参数,并通过高通滤波器获得待评价脉冲波形样本序列z[k]去直流成分后的序列zh[k];高通滤波器的相关参数设置应满足使得能够去除待评价脉冲波形的直流成分且波形不失真;高通滤波器的参数可根据实际情况选取,高通滤波器的通带截止频率尽可能小;
若为仿真计算得到的波形,则令待评价脉冲波形样本序列z[k]为zh[k];
2.2统一待评价脉冲波形与目标波形的极性和幅值
2.3完成步骤2.2后,对zj[k]进行补零延拓,获得z0[k1],k1=1,2,…2L,2L为序列z0[k1]的长度;
具体的,z0[k1]的计算公式如下:
步骤3:通过粒子群算法或其它最优化方法,获得待评价脉冲波形垂直伸缩和左右平移参数,使得变换后的新序列y[k]与目标波形的闵可夫斯基距离最小;
构造待评价脉冲波形经过垂直伸缩和左右平移的新序列y[k],y[k]的具体公式如下:
y[k]=Pg(z0[n],z0[n+1]),k=1,2,…L;
其中,P和m0分别表示垂直伸缩和左右平移参数,表征在幅度轴和时间轴的调整距离,m0∈[0,L],P∈[(1-α)P0,(1+α)P0],α为优化系数,取值范围为0<α<1,g为插值函数;P0为P的初始值,P0=1;
步骤4:获得优化目标为y[k1]和x0[k]之间的闵可夫斯基距离S;
具体的闵可夫斯基距离形式和最优化算法根据实际选取;若待评价脉冲波形和目标波形均为无噪声的,可采用欧式距离或曼哈顿距离;若待评价脉冲波形含噪声,则推荐采用切比雪夫距离;
通过S评价待评价脉冲波形偏离目标波形程度,S越小表示波形质量越高。为了表征更方便,也可使用基于S的相关函数f(S)进行表征,如f(S)=Q=(1-S)×100,待评价脉冲波形的上升时间越接近目标波形,Q值越大;待评价脉冲波形的预脉冲越小,Q值越大;待评价脉冲波形的噪声越小,Q值越大
为了证实上述方法,选取3个由宽带测量系统测得的脉冲序列z[k],采样间隔ΔT为0.2ns,L=1000。为减小测得的脉冲信号零漂的影响,信号通过高通滤波器,针对示例信号,高通滤波器的参数为一阶高通巴特沃斯滤波器,3dB通带截止频率为100Hz。
设定目标波形为具有如下形式的双指数波形:
其中A=1.3为归一化系数,α0=6×108s-1,β0=4×107s-1,为波形参数,t0=20ns,为偏移系数,u为阶跃函数,t为时间,E为时间t对应的波形值;目标波形序列通过对上式采样获得,ΔT=0.2ns,L=1000;则:
采用粒子群算法,优化参数为P和m0,优化目标为y和x之间的切比雪夫距离最小,采用的插值函数为线性插值。
计算得到3个实测电磁脉冲的S和Q值如表1所示,对齐效果见图3,图4,图5;
x0[k]表示与待评价波形统一极性与幅值后的目标波形;
y1[k],y2[k],y3[k]分别表示三组测量结果通过最优化算法对齐后结果。
表1
波形编号 | S | Q |
1 | 0.225 | 77.5 |
2 | 0.320 | 68.0 |
3 | 0.176 | 82.4 |
Claims (7)
1.一种评价电磁脉冲波形偏离目标波形程度的方法,其特征在于:
包括以下步骤:
步骤1:分别对待评价脉冲波形以及目标波形进行采样,获得待评价脉冲波形样本序列z[k]以及目标波形样本序列x[k],z[k]的长度与x[k]的长度相等,其中,k=1,2,…L,L为序列z[k]、x[k]的长度;
采样时需保证z[k]与x[k]的采样间隔ΔT相同;
步骤2:待评价脉冲波形样本序列z[k]的预处理;
2.1若待评价脉冲波形为实测波形,则对z[k]进行滤波处理,获得去除直流成分后的待评价脉冲波形样本序列zh[k];若为仿真计算得到的波形,则令待评价脉冲波形样本序列z[k]为zh[k];
2.2统一待评价脉冲波形样本序列zh[k]与目标波形样本序列x[k]的极性与幅值,获得序列zj[k]和x0[k];
2.3对zj[k]进行补零延拓处理,获得补零延拓后的新序列z0[k1],k1=1,2,…2L,2L为序列z0[k1]的长度;
步骤3:基于z0[k1],通过最优化算法获得待评价脉冲波形垂直伸缩和左右平移的参数,使得到的新序列y[k]与x0[k]的闵可夫斯基距离S最小;
步骤4:计算获得y[k]和x0[k]之间的闵可夫斯基距离S,即可得知待评价脉冲波形偏离目标波形的程度。
2.根据权利要求1所述的一种评价电磁脉冲波形偏离目标波形程度的方法,其特征在于:
步骤1中,所述获得待评价脉冲波形样本序列z[k]以及目标波形样本序列x[k]的方式为宽带测量系统测试获得或仿真计算获得。
3.根据权利要求2所述的一种评价电磁脉冲波形偏离目标波形程度的方法,其特征在于:
步骤2.1中,所述若待评价脉冲波形为实测波形,则对z[k]进行滤波处理,获得去除直流成分后的待评价脉冲波形样本序列zh[k],具体为:
设置高通滤波器的参数,并通过高通滤波器获得待评价脉冲波形样本序列z[k]去直流成分后的序列zh[k];
其中,高通滤波器的相关参数设置应满足使得能够去除待评价脉冲波形的直流成分且波形不失真。
7.根据权利要求6所述的一种评价电磁脉冲波形偏离目标波形程度的方法,其特征在于:
步骤4中,所述闵可夫斯基距离S的形式选取规则为,若待评价脉冲波形和目标波形均为无噪声的,采用欧式距离或曼哈顿距离;若待评价脉冲波形含噪声,则采用切比雪夫距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210700439.XA CN115062476A (zh) | 2022-06-20 | 2022-06-20 | 一种评价电磁脉冲波形偏离目标波形程度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210700439.XA CN115062476A (zh) | 2022-06-20 | 2022-06-20 | 一种评价电磁脉冲波形偏离目标波形程度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115062476A true CN115062476A (zh) | 2022-09-16 |
Family
ID=83202672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210700439.XA Pending CN115062476A (zh) | 2022-06-20 | 2022-06-20 | 一种评价电磁脉冲波形偏离目标波形程度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115062476A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604578A (zh) * | 2003-09-30 | 2005-04-06 | 株式会社日立国际电气 | 载波偏离量检测方法、校正方法及其接收装置 |
US20060165203A1 (en) * | 2003-03-06 | 2006-07-27 | Aeroflex International Limited | Waveform generation |
US7376688B1 (en) * | 2001-01-09 | 2008-05-20 | Urbain A. von der Embse | Wavelet multi-resolution waveforms |
CN110598236A (zh) * | 2019-06-27 | 2019-12-20 | 中国空间技术研究院 | 一种基于仿真模型与自由拓扑结构的信号完整性测试方法及系统 |
CN112346019A (zh) * | 2020-09-11 | 2021-02-09 | 中国人民解放军国防科技大学 | 噪声雷达脉冲波形和低旁瓣脉冲压缩相参积累处理方法 |
CN113434006A (zh) * | 2021-07-08 | 2021-09-24 | 电子科技大学 | 一种基于dds的高分辨率脉冲波形产生装置 |
CN113988130A (zh) * | 2021-10-28 | 2022-01-28 | 国网上海市电力公司 | 一种脉冲电流波形双时双频参数提取方法及系统 |
-
2022
- 2022-06-20 CN CN202210700439.XA patent/CN115062476A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7376688B1 (en) * | 2001-01-09 | 2008-05-20 | Urbain A. von der Embse | Wavelet multi-resolution waveforms |
US20060165203A1 (en) * | 2003-03-06 | 2006-07-27 | Aeroflex International Limited | Waveform generation |
CN1604578A (zh) * | 2003-09-30 | 2005-04-06 | 株式会社日立国际电气 | 载波偏离量检测方法、校正方法及其接收装置 |
CN110598236A (zh) * | 2019-06-27 | 2019-12-20 | 中国空间技术研究院 | 一种基于仿真模型与自由拓扑结构的信号完整性测试方法及系统 |
CN112346019A (zh) * | 2020-09-11 | 2021-02-09 | 中国人民解放军国防科技大学 | 噪声雷达脉冲波形和低旁瓣脉冲压缩相参积累处理方法 |
CN113434006A (zh) * | 2021-07-08 | 2021-09-24 | 电子科技大学 | 一种基于dds的高分辨率脉冲波形产生装置 |
CN113988130A (zh) * | 2021-10-28 | 2022-01-28 | 国网上海市电力公司 | 一种脉冲电流波形双时双频参数提取方法及系统 |
Non-Patent Citations (1)
Title |
---|
ZHIZHEN ZHU 等: "Monte Carlo Simulation Based Uncertainty Analysis of Coupling Currents in HEMP Field Tests", IEEE TRANSACTIONS ON ELECTROMAGNETIC COMPATIBILITY, vol. 63, no. 1, 28 February 2021 (2021-02-28), pages 125 - 133, XP011838280, DOI: 10.1109/TEMC.2020.3006874 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Radil et al. | PQ monitoring system for real-time detection and classification of disturbances in a single-phase power system | |
Reljin et al. | Extremely flat-top windows for harmonic analysis | |
CN109557429A (zh) | 基于改进小波阈值去噪的gis局部放电故障检测方法 | |
CN109884891B (zh) | 一种高精度智能仿核信号发生系统及其工作方法 | |
CN110244202A (zh) | 基于同步压缩小波变换域变压器局部放电去噪方法 | |
Lan et al. | Partial discharge location of power cables based on an improved phase difference method | |
GB2179773A (en) | Method for measuring a signal's frequency components | |
CN112213560A (zh) | 一种基于z-adaline的高精度电网宽频信号测量方法 | |
CN111260776A (zh) | 一种自适应正态分析的三维形貌重建方法 | |
Dabóczi | Uncertainty of signal reconstruction in the case of jittery and noisy measurements | |
CN115062476A (zh) | 一种评价电磁脉冲波形偏离目标波形程度的方法 | |
CN110287853B (zh) | 一种基于小波分解的暂态信号去噪方法 | |
Broadhead et al. | Use of higher order statistics in source signature estimation | |
CN116299110A (zh) | 一种用于双指数波形式电磁脉冲测量的时域标定方法 | |
CN116522080A (zh) | 局部放电信号降噪方法 | |
CN116150594A (zh) | 一种频谱测试数据中开关类要素特征的识别方法 | |
Quizhpi-Cuesta et al. | Classification of partial discharge in pin type insulators using fingerprints and neural networks | |
Yang et al. | Denoising of partial discharge signal by common factor method and wavelet thresholding | |
Beatty et al. | Use of the complex exponential expansion as a signal representation for underwater acoustic calibration | |
Staroszczyk | Problems in real-time wide band identification of power systems | |
Mier et al. | Methods for Partial Discharge Calibration in Gas-Insulated Substations for HVDC Power Grids and Charge Evaluation Uncertainty | |
CN111555995B (zh) | 一种宽带采集系统的相频响应测量及补偿方法 | |
CN115435895A (zh) | 一种基于概率分布函数的本底噪声测量方法 | |
CN112489196B (zh) | 一种多尺度三维频域变换的颗粒物三维形貌重建方法 | |
Duan et al. | A novel adaptive fault diagnosis method for wind power gearbox |
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 |