基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决基于傅里叶变换基的压缩感知对电能质量干扰信号压缩采样丢失时变信息的问题,本文进行了基于小波变换基的压缩感知电能质量研究.首次提出采用不同小波基的小波变换基作为稀疏基,来提高压缩感知对电能质量干扰信号的重构效果,为电能质量研究提供了一种新的研究方向;并通过实验仿真对比了基于傅里叶变换基和基于小波变换基的压缩感知重构效果.在压缩感知重构算法分别采用正交匹配追踪算法和压缩采样匹配追踪算法下,仿真结果表明,压缩感知应用于电能质量时,基于小波变换基的压缩感知重构效果优于基于傅里叶变换基的压缩感知重构效果;当压缩采样比是20%,稀疏基采用db3小波变换基时,均方误差均低于0.1%,良好地完成了原始电能质量干扰信号的重构.
推荐文章
基于压缩感知的遥感成像稀疏重构性能分析
遥感成像
压缩感知
稀疏性
稀疏重构
基于稀疏度自适应算法的压缩感知
压缩感知
稀疏度自适应算法
重构时间
一种基于小波稀疏基的压缩感知图像融合算法
压缩感知
图像融合
小波稀疏
双放射采样模式
电能质量信号压缩采样稀疏基性能研究
电能质量
压缩传感
数据压缩
最小全变分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用于电能质量的压缩感知稀疏基的研究
来源期刊 数据通信 学科
关键词 电能质量 压缩感知 小波变换
年,卷(期) 2014,(1) 所属期刊栏目 技术交流
研究方向 页码范围 18-22
页数 5页 分类号
字数 2566字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 简献忠 上海理工大学光电信息与计算机工程学院 91 341 9.0 14.0
2 郭强 51 247 9.0 13.0
3 范建鹏 上海理工大学光电信息与计算机工程学院 8 61 5.0 7.0
4 严军 上海理工大学光电信息与计算机工程学院 8 40 4.0 6.0
5 周海 上海理工大学光电信息与计算机工程学院 4 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (172)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(10)
  • 参考文献(1)
  • 二级参考文献(9)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(8)
  • 参考文献(3)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电能质量
压缩感知
小波变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据通信
双月刊
1002-5057
11-2841/TP
大16开
北京市海淀区学院路40号
82-891
1980
chi
出版文献量(篇)
2014
总下载数(次)
6
总被引数(次)
7821
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导