【技术实现步骤摘要】
本专利技术涉及信号处理，具体涉及一种用于低信噪比下特征信号的提取方法和系统。
技术介绍
1、异频法带电校准技术是通过先注入与工频背景信号幅值相同，相位相差180度的抵消信号，后注入非工频信号进行互感器全量程校准的一项技术，由于在运互感器所处环境复杂且工作电流变化幅度不可控，使用常规校准方法无法保证校准电流稳定可控，因此创新性的提出了使用区别于电网频率的电流，即异频电流开展带电条件下的互感器校准工作。
2、然而，现场的复杂环境以及背景信号的不完全抵消，导致最终的被测互感器校准信号里面包含谐波、噪声、残余工频信号、异频信号等多种分量，无法和流入标准互感器的信号一致，致使在运互感器无法按照检定规程要求进行校准。因此亟需发展低信噪比下异频特征信号的提取技术。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种用于低信噪比下特征信号的提取方法，包括：
2、采集被测互感器的异频信号；
3、通过gabor稀疏完备字典与傅里叶稀疏字典级联，构建所述异频信号的过完备字典；
4、所述异频信号通过所述过完备字典进行稀疏表示，并采用稀疏表示的字典学习算法k-svd对所述异频信号进行分解，生成学习原子字典；
5、从所述过完备字典中选择与所述异频信号匹配的原子，通过将匹配的原子线性组合，获得重构异频校准信号；当所述重构异频校准信号的精度达到预设的阈值或达到预设的迭代次数时，提取所述异频信号中的特征信号。
6、进一步的，被测互感器的异
7、
8、其中，a为幅值，ω为信号的角频率，为信号相位。t为时间
9、进一步的，所述异频信号通过所述超完备合成字典进行稀疏表示，其中，
10、gabor稀疏完备字典表达式为：
11、
12、其中，为标准高斯窗函数；sa为尺度因子；ux为位移因子；ωf为频率调制因子，为信号相位，kr为归一化因子，使得||gr(t)||2＝1；
13、将gabor稀疏完备字典表达式离散化处理：
14、
15、其中，λ为原子参数集，其中0＜p＜log2n,0≤k≤21+p,q,p,k∈z，a＝2,δu＝1/2,δω＝π,
16、对于时间窗长度为n的异频信号，其对应的过完备字典：
17、ψ＝[ψgψf]
18、其中，ψg为gabor稀疏完备字典，grn为gabor过完备字典中第n个原子，n＞＞；ψf为傅里叶稀疏完备字典；
19、
20、此时，第w个时间窗采集的异频信号在超完备合成字典下可稀疏表示为：
21、
22、其中，yi为第i个信号，xi为第i个原子。
23、进一步的，采用稀疏表示的字典学习算法k-svd对所述异频信号的误差进行分解，生成学习原子字典，包括：
24、使用k-svd算法进行学习，通过求解下式，获得学习原子字典：
25、
26、其中，qj为待求解的稀疏信号；pj为系数矩阵；dlearn为字典；t为足够小的常数；m为原子个数。
27、进一步的，从所述过完备字典中选择与所述异频信号匹配的原子，通过将匹配的原子线性组合，获得重构异频校准信号，包括：
28、利用正交投影法，选择从所述过完备字典中选择与所述异频信号y′匹配的原子x′0，满足下式：
29、|<y′,x0′>|＝sup|<y′,xj′>|
30、其中，y′为被采集信号；x′j为过完备字典中第j个原子；sup为几何上确界；
31、通过将选出的原子进行线性组合，构建匹配原子矩阵；
32、基于所述匹配原子矩阵，获取其列正交投影算子，利用当前信号残差与正交投影算子，构建稀疏逼近方法更新残差信号；
33、将所述匹配原子矩阵的线性组合加上更新的残差信号表示重构的异频校准信号。
34、进一步的，当所述重构异频校准信号的精度达到预设的阈值或达到预设的迭代次数时，提取所述异频信号中的特征信号，包括：
35、将重构的异频标准信号中的原子，进行施密特正交化，迭代次数为u；
36、重复上述步骤，直到残差信号的精度达到预设的阈值或达到预设的迭代次数时，终止上述步骤，提取所述异频信号中的特征信号。
37、本专利技术同时提供一种用于低信噪比下特征信号的提取系统，包括：
38、异频信号采集模块，用于采集被测互感器的异频信号；
39、过完备字典构建模块，用于通过gabor稀疏完备字典与傅里叶稀疏字典级联，构建所述异频信号的过完备字典；
40、原子字典生成模块，用于所述异频信号通过所述过完备字典进行稀疏表示，并采用稀疏表示的字典学习算法k-svd对所述异频信号进行分解，生成学习原子字典；
41、特征信号提取模块，用于从所述过完备字典中选择与所述异频信号匹配的原子，通过将匹配的原子线性组合，获得重构异频校准信号；当所述重构异频校准信号的精度达到预设的阈值或达到预设的迭代次数时，提取所述异频信号中的特征信号。
42、进一步的，被测互感器的异频信号的表达式为：
43、
44、其中，a为幅值，ω为信号的角频率，为信号相位，t为时间。
45、进一步的，特征信号提取模块，包括：
46、匹配子模块，用于利用正交投影法，选择从所述过完备字典中选择与所述异频信号y′匹配的原子x′0，满足下式：
47、|<y′,x0′>|＝sup|<y′,xj′>|
48、其中，y′为被采集信号；x′j为过完备字典中第j个原子；sup为几何上确界；
49、矩阵构建模块，用于通过将选出的原子进行线性组合，构建匹配原子矩阵；
50、残差更新模块，用于基于所述匹配原子矩阵，获取其列正交投影算子，利用当前信号残差与正交投影算子，构建稀疏逼近方法更新残差信号；
51、重构子模块，用于将所述匹配原子矩阵的线性组合加上更新的残差信号表示重构的异频校准信号。
52、本专利技术同时提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求中任一项所述的方法的步骤。
53、本专利技术采用采集的参考信号和被测信号，即可自动生成过完备原子字典，通过正交匹配追踪(orthogonal matching pursuit，omp)方法获取采集信号的原子，得到稀疏分解后最终匹配的原子线性组合，通过原子线性组合获取异频信号；与现有快速傅里叶变换、小波变换和锁相技术相比，相较于傅里叶变换，本专利技术无需主观判断异频信号频率范围，具有良好的自适应性；相较于小波变换，无需确定小波类型和分解层数；相较于锁相技术，信号重构精度更高。因此本专利技术可以提高采集信号的信噪比，能本文档来自技高网...
【技术保护点】
1.一种用于低信噪比下特征信号的提取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，被测互感器的异频信号的表达式为：
3.根据权利要求1所述的方法，其特征在于，所述异频信号通过所述超完备合成字典进行稀疏表示，其中，
4.根据权利要求1所述的方法，其特征在于，采用稀疏表示的字典学习算法K-SVD对所述异频信号的误差进行分解，生成学习原子字典，包括：
5.根据权利要求1所述的方法，其特征在于，从所述过完备字典中选择与所述异频信号匹配的原子，通过将匹配的原子线性组合，获得重构异频校准信号，包括：
6.根据权利要求1所述的方法，其特征在于，当所述重构异频校准信号的精度达到预设的阈值或达到预设的迭代次数时，提取所述异频信号中的特征信号，包括：
7.一种用于低信噪比下特征信号的提取系统，其特征在于，包括：
8.根据权利要求7所述的系统，其特征在于，被测互感器的异频信号的表达式为：
9.根据权利要求7所述的系统，其特征在于，特征信号提取模块，包括：
10.一种计算机可
...【技术特征摘要】
1.一种用于低信噪比下特征信号的提取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，被测互感器的异频信号的表达式为：
3.根据权利要求1所述的方法，其特征在于，所述异频信号通过所述超完备合成字典进行稀疏表示，其中，
4.根据权利要求1所述的方法，其特征在于，采用稀疏表示的字典学习算法k-svd对所述异频信号的误差进行分解，生成学习原子字典，包括：
5.根据权利要求1所述的方法，其特征在于，从所述过完备字典中选择与所述异频信号匹配的原子，通过将匹配的原子线性组合，获得重构异频校准信号，...
【专利技术属性】
技术研发人员：祁欣，赵乾丞，汪泉，王斌武，张军，殷小东，曹祎，雷民，陈海宾，陈习文，方田，陈卓，童涛，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。