基于SVD奇异值分解的机器学习算法 用于信号分析
2024-05-29 21:11:38 7.49MB
针对高压直流输系统故障定位中精度不足问题,提出一种基于S变换奇异能量谱的直流输电系统故障定位方法.该方法采用S变换对故障前后一定时间窗的故障行波电压、电流模量信号组进行主频提取,解决了时频域直流输电故障行波信号主频率精确提取问题.但由于故障行波模量间存在耦合和折反射,导致系统各模量主频混叠,辨识困难,为了到达各模量主频辨识,采用奇异能量频谱对故障行波S变换矩阵降维、特征选取、幅值优化、精确分辨,定位系统故障位置.采用PSCAD建立双极直流输电模型对基于S变换奇异能量谱的直流输电系统故障定位予以仿真,结果表明系统定位最小误差率0.001 8%、平均误差率0.097 76%,是一种行之有效的高压直流系统故障定位方法.
1
设计了求解稀疏优化模型的加速线性Bregman算法,该稀疏优化模型可以理解成基追踪模型的一个近似。设计的加速算法主要基于Lagrange对偶和SVD预条件方法两个技术。由Lagrange对偶理论可知,线性Bregman 算法等价于梯度法极小化对偶问题的目标函数,由此可以推导出线性Bregman算法的收敛速度与矩阵A的条件数有关。据此,通过使用SVD预条件方法改善了A的条件数从而加快了线性Bregman 算法,还考虑了Ax=b不相容的情况,通过等价变换和SVD技术极大地降低了对偶问题的规模,从而设计出有效的加速算法。最后模拟了两个数值实验,验证了算法在速度上的优势。
1
为了克服基于小波尺度谱重排的时频分析方法中时、频分辨率不佳及时频分布可读性较差等问题,提出了一种基于参数优化Morlet小波变换和奇异值分解的海杂波背景下舰船目标检测算法。算法利用Shannon小波熵作为目标函数,根据高频地波雷达信号的特点自适应地优化Morlet小波变换的时间带宽积参数,使得后续重排尺度谱的时、频分辨率同时达到最佳;然后再对重排小波尺度谱进行基于奇异值分解的降噪处理,以抑制环境噪声的影响,进一步提高时频分布的可读性。实验结果表明,与传统的时频分析算法相比,提出的算法具有更好的时频聚集性和较强的噪声抑制能力,能有效地检测海杂波背景下缓慢运动的匀速和匀加速舰船目标。
1
为了提高现场采集信号的信噪比,针对奇异值分解中重构矩阵有效阶次确定难的问题,提出了一种基于奇异值能量差分谱的信号降噪方法。该方法根据有用信号与噪声能量的差异性,通过构造信号的奇异值能量差分谱,将能量差分谱曲线中最大峰值点作为重构信号的有效阶次来实现有用信号和噪声的分离,能够使信号奇异值降噪阶次得到合理确定,较好地保护了原始信号中有用信息的完整性,获得了较大的信噪比,对后续进行信号特征的准确提取和分析至关重要。仿真和实例分析结果验证了该方法的有效性。
1
行业分类-设备装置-基于chelesky分解和近似奇异值分解的稀疏K-SVD噪声抑制方法
2023-01-17 20:57:52 838KB
1
用传统最小二乘法及其改进方法进行谐波状态估计时,大都是对谐波进行非同步测量,然后求解一个大型的超定线性方程组,其估计精度不足、计算量大、状态量测量数目多且费用昂贵。提出一种基于同步相量测量的谐波状态估计,并用复数奇异值分解求解病态线性复变量方程组的方法,可在系统状态非完全可观的情况下进行有效估计,降低了对测量冗余的要求。以IEEE30节点系统为例,采用同步测量方法测量支路的谐波电流和节点的谐波电压,分别用Matlab和基于奇异值分解(SVD)的最小二乘估计程序进行仿真。结果表明,用SVD算法对系统进行谐波状态估计时较为准确。
1
通过对图像矩阵进行奇异值分解,对其前N大的奇异值和左右奇异向量的提取,实现了仅用少部分数据保存图像的目的。
2023-01-06 03:36:23 488B 奇异值分解 矩阵 图像压缩 svd
1
通过奇异值分解,实现对海杂波的抑制,进而实现弱小目标的检测
1
基于奇异值分解的图像匹配方法基于奇异值分解的图像匹配方法基于奇异值分解的图像匹配方法v
2022-12-07 17:19:29 254KB 奇异值分解 图像匹配
1