电能质量信号的KSVD-NRAMP归一化自适应稀疏重构算法

• 作者: 冯杰 王如志 简献忠 肖儿良
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 归一化 奇异值分解 压缩感知 电能质量信号重构
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法与语言
• 页码范围: 87-91
• 页数: 5页
• 分类号: TP312
• 字数: 4619字
• 语种: 中文
• DOI: 10.11907/rjdk.181514

摘要

针对稀疏重构算法在电能质量重构中存在实时性差、重构精度低的问题,提出一种基于特征向量归一化的K奇异值分解(KSVD-NRAM P)自适应稀疏重构算法.算法针对电能质量信号的非线性非稳态特征,采用迭代式匹配追踪得到信号稀疏特征矩阵,然后对矩阵进行归一化处理,量化特征向量,加快函数收敛速度.接着对得到的矩阵原子进行奇异值分解,改善迭代步长波动造成信号重构精度低的问题,最后构建信号的高斯随机矩阵并重构信号.当信号压缩率在50％ ～90％ 时,该算法重构信噪比其它重构算法的重构信噪比高出26dB～28dB.实验结果表明,该算法重构精度更高且计算时间短,为电能质量信号的研究提供了一种新思路.

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
3	肖儿良	上海理工大学光电信息与计算机工程学院	36	108	6.0	8.0
5	王如志	北京工业大学材料科学与工程学院	48	136	6.0	10.0
10	冯杰	上海理工大学光电信息与计算机工程学院	1	1	1.0	1.0