摘要
本发明公开一种基于小波降噪和改进VMD‑Prony算法的宽频信号参数辨识方法,包括如下步骤:基于软阈值小波降噪法对宽频信号进行降噪预处理,以减少噪声对测量过程的干扰,并根据皮尔逊相关系数和信噪比建立评价指标用于评估降噪效果;引入互信息熵和能量熵优化VMD算法的参数,利用参数优化的VMD算法对降噪后的信号进行分解,分解出多个具有中心频率的模态,降低宽频信号处理的复杂性;利用Prony算法对各模态分别进行参数估计,根据模态的特性选择合适的模型阶数p,通过构造多个函数进行数值计算,获取各模态的频率、幅值、相位信息,实现宽频信号的参数辨识;本发明解决了宽频振荡信号在参数辨识过程中面临着噪声干扰和辨识精度不足的问题。
技术关键词
Prony算法
宽频
皮尔逊相关系数
阈值小波降噪
参数辨识方法
信息熵
频率
信噪比
噪声干扰信号
多项式
软阈值函数
信号处理
因子
幅值
计算误差
随机噪声
系统为您推荐了相关专利信息
深度卷积神经网络
电能计量数据
在线监测方法
电气拓扑结构
互感器
信号去噪方法
最佳滤波器
滤波器系数
皮尔逊相关系数
水管
误差修正模型
短期电力负荷
双向长短期记忆网络
预测误差
数据
智能控制方法
光伏逆变器
皮尔逊相关系数
线性回归方程
线性回归模型