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:
为改善电能质量暂稳态信号重构性能,提出了基于压缩感知理论的回溯自适应匹配追踪的电能质量信号重构方法,对电能质量信号进行处理.在自适应匹配追踪的基础上改变一个回溯步骤,初选出满足条件的候选集,然后在终选步骤中利用回溯功能,剔除系数相对较小的原子,所以该方法能够灵活地删除一些被在初选时被错误选择的原子,有着更好的稀疏信号重构和逼近性能.另外该方法无需先验信号的稀疏度,具有稀疏度自适应能力.仿真实验结果表明,10种电能质量信号的压缩重构精度都在97.63%以上,能量恢复系数要高于99.57%,信噪比高于31.42dB,均方误差百分比在2.31%之内,都能达到很好的性能指标.
推荐文章
基于压缩感知和改进自适应正交匹配的稀疏信号重构
信号重构
压缩感知
正交匹配
噪声
一种改进的正则化自适应匹配追踪算法
信号重构
压缩感知
稀疏度
自适应
正则化
基于压缩感知信号重建的自适应正交多匹配追踪算法
信号处理
压缩感知
稀疏表示
匹配追踪
重建算法
基于相空间重构的匹配追踪混沌信号去噪
相空间重构
匹配追踪
混沌信号
去噪
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 回溯自适应匹配追踪电能质量信号重构方法
来源期刊 电子测量与仪器学报 学科 工学
关键词 电能质量 压缩感知 匹配追踪 自适应 回溯算法
年,卷(期) 2017,(5) 所属期刊栏目 学术论文
研究方向 页码范围 731-738
页数 8页 分类号 TM712|TN98
字数 4532字 语种 中文
DOI 10.13382/j.jemi.2017.05.012
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 刘国海 江苏大学电气信息工程学院 263 3146 27.0 43.0
2 刘慧 江苏大学电气信息工程学院 63 790 16.0 25.0
3 沈跃 江苏大学电气信息工程学院 49 502 14.0 20.0
4 丁灵卫 江苏大学电气信息工程学院 2 13 1.0 2.0
5 吴翃轩 南瑞集团公司国网电力科学研究院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (174)
共引文献  (346)
参考文献  (15)
节点文献
引证文献  (13)
同被引文献  (67)
二级引证文献  (0)
1952(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(27)
  • 参考文献(1)
  • 二级参考文献(26)
2007(19)
  • 参考文献(1)
  • 二级参考文献(18)
2008(22)
  • 参考文献(0)
  • 二级参考文献(22)
2009(32)
  • 参考文献(0)
  • 二级参考文献(32)
2010(21)
  • 参考文献(2)
  • 二级参考文献(19)
2011(22)
  • 参考文献(6)
  • 二级参考文献(16)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 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
匹配追踪
自适应
回溯算法
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
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
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导