网站大量收购独家精品文档,联系QQ:2885784924

基于多层非负矩阵分解的工频干扰消除.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于多层非负矩阵分解的工频干扰消除

第 25卷第 4期 电 力 科 学 与 工 程 Vo1.25,No.4 2009年 4月 ElectricPowerScienceandEngineering hpr.,2009 基于多层非负矩阵分解的工频干扰消除 贾 鉴 ,武俊义 (1.华北电网北京超高压公司,北京 102401;2.华北电力大学 电气与电子工程学院,北京 102206) 摘要:为保证信号测量可靠性和精确度,有效抑制工频干扰信号,提出了一种消除工频干扰的新方法。此 方法避免了工频干扰的参数估计问题,也不需要单独输入参考源信号。以非负矩阵分解 (NMF)为理论依 据,以相似系数和重构信噪比为评估标准,进行工频干扰的消除。利用盲源分离思想,采用改进的多层 NMF算法,对模拟数据和实测数据进行处理,有效完成了工频干扰信号的消除。 关键词:工频干扰;非负矩阵分解;盲源分离 中图分类号:TM930.1】 文献标识码:A 地满足实际问题的要求,具有更强的物理特性。另 0 引 言 一 方面,该方法计算简单、速度快,为大规模的数 据分析提供了方便 。目前,NMF在人脸识别、图 在低频且微弱信号 (如生物 电信号)检测和传 像融合、图像检索、文本聚类等领域取得了很好的 输过程中,工频干扰是一种常见的干扰信号。为保 应用效果。 证数据处理可靠性和精确度,有效抑制工频干扰信 虽然NMF在许多方面得到了广泛的应用,但 号是一个非常重要的技术 问题 。目前,压制工频干 把NMF运用在盲源分离问题 (BSS)的研究还很 扰的方法 ¨ 主要有:陷波滤波法、自适应滤波 少。本文尝试着运用改进的NMF方法进行盲源问 法、算术平均值滤波法、独立分量分析 (ICA)方 题的分离,同时将工频干扰消除问题转化为BSS问 法等。陷波滤波法是一种经典滤波方法,它只适用 题,提出了一种有效消除信号工频干扰的方法,即 于信号的频谱和工频干扰的频谱无混叠或混叠不是 改进的多层NMF算法。该方法避免了工频干扰参 很大的情况,而且不能适应工频干扰频率的波动。 数的估计问题,也不需要单独输入参考源信号,有 自适应滤波法算法复杂,耗用机时太多,难 以实 效解决滤波法不能解决工频干扰频率波动的问题, 时实现,需要附加的参考信号通道,对计算机字长 同时也没有独立分量分析 对观测信号的苛刻要 有限所引起的误差有一定的敏感性。算术平均值滤 求。在实验测试中,对模拟数据和实测含工频干扰 波法滤波后仍存在与采样次数成倍数的谐波干扰信 数据进行了处理和分析,结果表明所提方法在消除 号。独立分量分析对信号的约束条件太强,当信源 信号工频干扰方面具有一定的有效性和鲁棒性。 信号满足高斯分布或统计相关时,此方法失效。 非负矩阵分解 (NMF)是Lee和 Seung在 1 盲源分离思想 N《ature》杂志上发表的一种新的矩阵分解方法。 它在非负性限制的条件下,对多元数据进行分解。 盲源分离 伽是指在完全不知任何先验知识或 这种限制导致了基于部分的数据表示方法。这与基 者知其少量先验知识 (如非高斯分布、统计独立、 于整体的表示方法如主分量分析 (PCA)、矢量量 循环平衡等)情况下,只利用传感器输出的观测信 化 (VQ)有很大的不同:一方面 由于分解矩阵的 号提取或分离出各个信源信号的方法。对于线性混 非负性,使得它仅允许元素的加性组合,能够更好 合模型 … 其中 为由r个 维信源信号 收稿 日期:2009-02-01. 作者简介:贾盏 (1984一),男,华北电网北京超高压公司助理工程师 第4期 贾 盗,等 基于多层非负矩阵分解的工频干扰消除 2l 所构成的信源矩阵, 为由 个m维观测信号构成 代法则分别为: 的观测矩阵, 为未知混合矩阵。盲源分离问题

文档评论(0)

ctuorn0371 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档