MMV模型在电能质量扰动信号重构中的应用

• 作者: 简献忠 马程远
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 电能质量 扰动信号 压缩感知 单重测量向量 多重测量向量
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 优化控制及应用
• 页码范围: 793-798
• 页数: 6页
• 分类号: TP27
• 字数: 5002字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150503

摘要

针对单重测量向量(SMV)模型下电能质量扰动信号压缩重构算法存在压缩率不高,重构时间长等问题,提出多重测量向量(MMV)模型应用于电能质量扰动信号的压缩重构算法.利用二维化处理的电能质量扰动信号在小波稀疏基下的稀疏矩阵具有相同稀疏结构的特性,应用多重测量向量模型-正交匹配追踪算法(MMV-OMP)算法完成重构.实验结果表明,相对于SMV模型下的重构算法,基于MMV模型的压缩感知重构算法具有更好的重构效果,更高的采样率以及更短的重构时间,为电能质量扰动信号的重构提供了1种新的思路.

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	马程远	上海理工大学光电信息与计算机工程学院	3	12	2.0	3.0