CN115112964A - 一种加噪后特征电流码位的识别方法及装置 - Google Patents
一种加噪后特征电流码位的识别方法及装置 Download PDFInfo
- Publication number
- CN115112964A CN115112964A CN202110294524.6A CN202110294524A CN115112964A CN 115112964 A CN115112964 A CN 115112964A CN 202110294524 A CN202110294524 A CN 202110294524A CN 115112964 A CN115112964 A CN 115112964A
- Authority
- CN
- China
- Prior art keywords
- sequence
- code bit
- index
- num
- characteristic current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005070 sampling Methods 0.000 claims description 42
- 238000009499 grossing Methods 0.000 claims description 30
- 230000003321 amplification Effects 0.000 claims description 27
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000005611 electricity Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- -1 (i) -F Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Dc Digital Transmission (AREA)
Abstract
本发明涉及一种加噪后特征电流码位的识别方法及装置,可以对加了高斯白噪、脉冲噪音和用户用电等噪音的特征电流的码位进行识别,本发明提供的识别方法,通过将加噪后的特征电流通过互相关运算、运算简化处理、放大平滑处理和码位识别等流程步骤进行处理,从而识别出新的信号中的波峰,进而识别加噪后的特征电流的码位。互相关运算就是将加噪后的信号和本地记录的序列做互相关运算得到新的信号,从而不需要采用数字滤波器即可以实现对特征电流的码位识别。本发明提供的码位识别方法,相比于现有技术中的识别方法,不需要使用数字滤波器就可识别出加噪后的特征电流的码位,减少了算法所需的计算量。
Description
技术领域
本发明涉及台区线路拓扑结构识别技术领域,尤其涉及一种加噪后特征电流码位的识别方法及装置。
背景技术
目前识别台区线路拓扑结构主要有两个大的方向,一种是不需要硬件就可以直接利用电网采集***就可以直接识别判断的方案,另一种是需要加入新的硬件设备来辅助完成线路拓扑识别。就硬件方向而言,台区线路拓扑识别的方案有多种,其中一种就是基于特征电流来识别台区线路拓扑结构,参见专利申请CN110646690A,该专利申请中介绍了台区线路拓扑识别的硬件方案和***架构的实现。
对于基于特征电流识别线路拓扑而言,识别加噪后的特征电流一般采用的方法有两种,一种是利用DFT或FFT将时域的信号转换成频域,通过频域信号和特点频域上的幅值来判断识别特征电流所传达的信息。另一种是通过数字滤波器,保留特征电流的频率,再利用信号的自相关或者互相关来判断识别特征电流所传达的信息。现有技术的技术方案中,由于需要采用数字滤波器对特征码位进行识别,算法的计算量较大,复杂度高,影响了码位识别的速度。
发明内容
基于现有技术的上述情况,本发明的目的在于提供一种加噪后特征电流码位的识别方法及装置,相比于现有技术中的识别方法,该方法不需要使用数字滤波器就可识别出加噪后的特征电流的码位,减少了算法所需的计算量。
为达到上述目的,根据本发明的一个方面,提供了一种加噪后特征电流码位的识别方法,包括步骤:
对加噪后的特征电流进行互相关运算,得到序列C;
对序列C进行运算简化处理,得到序列D;
对序列D进行放大平滑处理,得到序列F;
对序列F进行码位识别,得到码位识别的结果。
进一步的,所述对加噪后的特征电流进行互相关运算,包括:
对加噪后的时长为t的特征电流以采样频率f进行采样,得到序列A;
对一个周期为T、码位为1的特征电流,按照相同的采样频率f进行采样,得到序列a;
将序列A和a按照以下公式进行互相关运算得到序列C:
其中,C(i)为序列C的元素,na为序列a的采样点个数,na=T*f。
进一步的,所述对序列C进行运算简化处理,包括:
对于序列C,从第1个点开始,每隔ns个点,选取其中最大的点作为序列D的元素,以此构成序列D;
其中,ns为50Hz正弦波在每个采样周期内所占的点数,ns=f/50。
进一步的,所述对序列D进行放大平滑处理,包括:
构建序列e,所述序列e包括T*f个元素,每个元素都是1,序列e的个数为ne;
将序列D和序列e按照以下公式进行互相关运算得到序列F:
其中,F(i)为序列F中的元素,序列F的个数nF=nD-ne。
进一步的,所述对序列F进行码位识别,包括:
获取序列F的中位数,记为peak_threshold;
设m为序列F的索引,找到最先出现F(m+1)-F(m)<0,并且F(m)-F(m-1)>0,并且F(m)>peak_threshold的索引,记为m=a;其中,m=1,2,3………nF;
从该索引m=a到m=a+one_cycle_num中找出F(i)值为最大时的m,并标记索引为m=begin_index;其中,one_cycle_num=T/0.02;
获取序列F的总码数all_num;其中,all_num=t/T;
设j=1,
当begin_index+(j-1)*one_cycle_num≤nF时,
F(begin_index+(j-1)*one_cycle_num)>peak_thershold,则序列F(i)在该处的码位为1,否则为0;
当begin_index+(j-1)*one_cycle_num>nF时,
F(nF)>peak_thershold时,序列F(i)在该处的码位为1,否则为0;
若j<all+num,j=j+1,并重复执行以上步骤;否则,结束。
根据本发明的另一个方面,提供了一种加噪后特征电流码位的识别装置,包括互相关运算模块、运算简化处理模块、放大平滑处理模块、以及码位识别模块;其中,
所述互相关运算模块,对加噪后的特征电流进行互相关运算,得到序列C;
所述运算简化处理模块,对序列C进行运算简化处理,得到序列D;
所述放大平滑处理模块,对序列D进行放大平滑处理,得到序列F;
所述码位识别模块,对序列F进行码位识别,得到码位识别的结果。
进一步的,所述互相关运算模块,对加噪后的特征电流进行互相关运算,包括:
对加噪后的时长为t的特征电流以采样频率f进行采样,得到序列A;
对一个周期为T、码位为1的特征电流,按照相同的采样频率f进行采样,得到序列a;
将序列A和a按照以下公式进行互相关运算得到序列C:
其中,C(i)为序列C的元素,na为序列a的采样点个数,na=T*f。
进一步的,所述运算简化处理模块,对序列C进行运算简化处理,包括:
对于序列C,从第1个点开始,每隔ns个点,选取其中最大的点作为序列D的元素,以此构成序列D;
其中,ns为50Hz正弦波在每个采样周期内所占的点数,ns=f/50。
进一步的,所述放大平滑处理模块,对序列D进行放大平滑处理,包括:
构建序列e,所述序列e包括T*f个元素,每个元素都是1,序列e的个数为ne;
将序列D和序列e按照以下公式进行互相关运算得到序列F:
其中,F(i)为序列F中的元素,序列F中F(i)的个数nF=nD-ne。
进一步的,所述码位识别模块,对序列F进行码位识别,包括:
获取序列F的中位数,记为peak_threshold;
设i为序列F的索引,找到最先出现F(i+1)-F(i)<0,并且F(i)-F(i-1)>0,并且F(i)>peak_threshold的索引,记为i=a;其中,i=1,2,3………nF;
从该索引i=a到i=a+one_cycle_num中找出F(i)值为最大时的i,并标记索引为i=begin_index;其中,one_cycle_num=T/0.02;
获取序列F的总码数all_num;其中,all_num=t/T;
设j=1,
当begin_index+(j-1)*one_cycle_num≤nF时,
F(begin_index+(j-1)*one_cycle_num)>peak_thershold,则序列F(i)在该处的码位为1,否则为0;
当begin_index+(j-1)*one_cycle_num>nF时,
F(nF)>peak_thershold时,序列F(i)在该处的码位为1,否则为0;
若j<all+num,j=j+1,并重复执行以上步骤;否则,结束。
综上所述,本发明提供了一种加噪后特征电流码位的识别方法及装置,可以对加了高斯白噪、脉冲噪音和用户用电等噪音的特征电流的码位进行识别,本发明提供的识别方法,通过将加噪后的特征电流通过互相关运算、运算简化处理、放大平滑处理和码位识别等流程步骤进行处理,从而识别出新的信号中的波峰,进而识别加噪后的特征电流的码位。互相关运算就是将加噪后的信号和本地记录的序列做互相关运算得到新的信号,从而不需要采用数字滤波器即可以实现对特征电流的码位识别。本发明提供的码位识别方法,相比于现有技术中的识别方法,不需要使用数字滤波器就可识别出加噪后的特征电流的码位,减少了算法所需的计算量,并且由于算法本身不需要滤波器,降低了方法的复杂度,对于数字滤波不理想的情况下仍可使用该算法,使得算法的使用更简单、应用范围更广。
附图说明
图1是本发明加噪后特征电流码位的识别方法的流程图;
图2是未加噪特征电流的波形图,图2a是特征电流的波形图,图2b是特征电流的码位图;
图3是加噪后特征电流的波形图;
图4是放大平滑处理过程的流程图;
图5是互相关和放大平滑处理对比图;
图6是码位识别过程的流程图;
图7是本发明加噪后特征电流码位的识别装置的构成框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
下面对结合附图对本发明的技术方案进行详细说明。根据本发明的一个实施例,提供了一种加噪后特征电流码位的识别方法,该识别方法通过将加噪后的特征电流进行互相关运算、运算简化处理、放大平滑处理和码位识别等流程步骤处理,对所得到的新的信号中的波峰进行识别,进而识别加噪后的特征电流的码位。本实施例该识别方法的流程图如图1所示,包括步骤:
对加噪后的特征电流进行互相关运算,得到序列C;
对序列C进行运算简化处理,得到序列D;
对序列D进行放大平滑处理,得到序列F;
对序列F进行码位识别,得到码位识别的结果。
以下对该方法的上述各步骤进行具体说明。该识别方法用于对加噪后特征电流的码位进行识别,其中,所述的加噪包括高斯白噪、脉冲噪音和家庭用户用电等产生的噪音。
首先,对加噪后的特征电流进行互相关运算,得到序列C。互相关运算就是将加噪后的信号和本地记录的序列做互相关运算以得到新的信号。当接收机接收到电流序列后,首先对电流序列进行互相关运算,图2中示出了未加噪特征电流的波形图,其中,图2a中的波形是特征电流的波形图,图2b是特征电流的码位图,利用图2b中码位为1的一个周期的信号,对加噪后的信号做滑动点乘,从而得到新的信号。互相关运算的步骤可以按照以下方式进行:
对加噪后的时长为t的特征电流以采样频率f进行采样,得到序列A;
对一个周期为T、码位为1的特征电流,按照相同的采样频率f进行采样,得到序列a;
将序列A和a按照以下公式进行互相关运算得到序列C:
其中,C(i)为序列C的第i个元素,na为序列a的采样点个数,na=T*f。i表示序列C的第i个元素,其总数和序列A的元素个数有关,nC=nA–na,其中nC为序列C的元素个数,nA为序列A的元素个数,nA=t*f,na=T*f,T为发送一个码位所需要的时间周期。
如图2中所示未加噪特征电流的波形图,图2a中的波形是特征电流的波形图,该波形是在电网的交流电上,以833.3Hz开关频率形成的;图2b是特征电流的码位图,当码位为0时,关掉开关;码位为1时,形成图2a中的特征电流波形,码的周期为0.6s。
图3示出了表示码位的特征电流加上高斯白噪、脉冲噪音和用户电流噪音后的特征电流,图3中所示的该信号就是接收机采样到的电流序列,采样频率为5kHz。
由于多户用户用电,使得电流幅值比较大,此时最大的幅值是250A左右,这使得特征电流的0.06A的信号全部淹没在噪声中。此时通常的做法是将50Hz的家庭用电过滤掉,再做自相关或互相关运算,本发明提出了新的方法,该方法的核心思路是不用滤波器过滤掉50Hz的家庭用电的影响,在特征电流的码位为1时,虽然由于噪音的影响,导致加噪后的采样电流码位信息变化趋势不明显,但是该趋势还是蕴含在电流曲线当中。特征电流码位为1时,从单个采样点来看,其受噪音的影响较大,电流码位为1的多个采样点整体的变化趋势,比单个采样点更准确的表征电流码位特点,故可以选用幅度都为1,序列点数同电流码位采样后点数的序列,同原始序列做互相关运算,以此来放大变化趋势,抵抗噪音的干扰。以下对该方法进行具体说明:
将未过滤的信号做互相关运算后的新的信号,将该信号做放大平滑处理。在做该处理前,可以做简单的运算简化处理。运算简化处理,就是将每个正弦波周期中,选取最大的电来代表着个正弦波周期的特点,处理后得到序列D。
通过互相关运算得到序列C之后,对序列C进行运算简化处理,得到序列D,运算简化处理就是将待处理信号按照规则抽出一部分组成新的信号,可以采用如下步骤进行运算简化处理:
对于序列C,从第1个点开始,每隔ns个点,选取其中最大的点作为序列D的元素,以此构成序列D;
其中,ns为50Hz正弦波在每个采样周期内所占的点数,ns=f/50。
对序列D进行放大平滑处理,得到序列F。放大平滑处理就是将一些隐藏在信号中的规律放大,并将比较抖动的信号平滑化得到新的信号,以便于下一步的识别步骤。图4中示出了放大平滑处理步骤的流程图,该放大平滑处理过程主要有两个步骤,第一步先构建新的序列e,该序列的点个数为码位为1的采样个数相同,并且序列的每个值为1;第二步,利用新的序列e和序列D做滑动点乘,从而得到新的序列F。该放大平滑处理步骤的目的是挖掘不能从互相关序列中体现的码位信息,使隐藏的信息放大,让其可以被正常的识别出来。图5中示出了互相关和放大平滑处理对比图。放大平滑处理的具体步骤可以如下:
构建序列e,所述序列e包括T*f个元素,每个元素都是1,序列e的个数为ne;
将序列D和序列e按照以下公式进行互相关运算得到序列F:
其中,F(i)为序列F中的元素,序列F中F(i)的个数nF=nD-ne,nD表示序列D的元素个数,可以通过一些方式对nD进行计算:
从序列C中每隔ns个采样点(ns=f/50),从中选择最大的点构成新的序列D,nD=nC/ns。
通过放大平滑处理得到可以识别出的波峰的序列F后,即可以对该序列F进行码位识别,可以参见图6中示出的码位判断流程。先求取序列F中的一些特性门限,然后粗略定位码位1开始的序列索引,再根据该索引找接下来一个码位周期中,幅度最大的点,将该点当做码位1的中间点,最后根据该点推测出序列后每个码位的中间点,并利用门限来判断码位情况。码位识别具体可以采用如下步骤进行:
获取序列F的中位数,记为peak_threshold;
设m为序列F的索引,找到最先出现F(m+1)-F(m)<0,并且F(m)-F(m-1)>0,并且F(m)>peak_threshold的索引,将对应的索引m记为m=a;其中,m=1,2,3………nF;
从该索引m=a到m=a+one_cycle_num中找出F(m)值为最大时对应的索引值m,并标记索引为m=begin_index;其中,one_cycle_num=T/0.02;
获取序列F的总码数all_num;其中,all_num=t/T;
设j=1,
当begin_index+(j-1)*one_cycle_num≤nF时,
F(begin_index+(j-1)*one_cycle_num)>peak_thershold,则序列F(m)在该处的码位为1,否则为0;
当begin_index+(j-1)*one_cycle_num>nF时,
F(nF)>peak_thershold时,序列F(m)在该处的码位为1,否则为0;
若j<all+num,j=j+1,并重复执行以上步骤重新进行寻找;否则,该码位识别的流程结束。
根据本发明的另一个实施例,提供了一种加噪后特征电流码位的识别装置,该装置的构成框图如图7所示,包括互相关运算模块、运算简化处理模块、放大平滑处理模块、以及码位识别模块。上述各个模块相互依次连接,以对加噪后特征电流进行码位识别。以下对各模块的功能进行说明。
互相关运算模块,对加噪后的特征电流进行互相关运算,得到序列C:对加噪后的时长为t的特征电流以采样频率f进行采样,得到序列A;
对一个周期为T、码位为1的特征电流,按照相同的采样频率f进行采样,得到序列a;
将序列A和a按照以下公式进行互相关运算得到序列C:
其中,C(i)为序列C的元素,na为序列a的采样点个数,na=T*f。
运算简化处理模块,对序列C进行运算简化处理,得到序列D:对于序列C,从第1个点开始,每隔ns个点,选取其中最大的点作为序列D的元素,以此构成序列D;
其中,ns为50Hz正弦波在每个采样周期内所占的点数,ns=50/f。
放大平滑处理模块,对序列D进行放大平滑处理,得到序列F:构建序列e,所述序列e包括T*f个元素,每个元素都是1,序列e的个数为ne;
将序列D和序列e按照以下公式进行互相关运算得到序列F:
其中,F(i)为序列F中的元素,序列F中F(i)的个数nF=nD-ne。
码位识别模块,对序列F进行码位识别,得到码位识别的结果:
获取序列F的中位数,记为peak_threshold;
设m为序列F的索引,找到最先出现F(m+1)-F(m)<0,并且F(m)-F(m-1)>0,并且F(m)>peak_threshold的索引,记为m=a;其中,m=1,2,3……nF;
从该索引m=a到m=a+one_cycle_num中找出F(m)值为最大时的m,并标记索引为m=begin_index;其中,one_cycle_num=T/0.02;
获取序列F的总码数all_num;其中,all_num=t/T;
设j=1,
当begin_index+(j-1)*one_cycle_num≤nF时,
F(begin_index+(j-1)*one_cycle_num)>peak_thershold,则序列F(i)在该处的码位为1,否则为0;
当begin_index+(j-1)*one_cycle_num>nF时,
F(nF)>peak_thershold时,序列F(m)在该处的码位为1,否则为0;
若j<all+num,j=j+1,并重复执行以上步骤;否则,该码位识别的流程结束。
综上所述,本发明涉及一种加噪后特征电流码位的识别方法及装置,可以对加了高斯白噪、脉冲噪音和用户用电等噪音的特征电流的码位进行识别,本发明提供的识别方法,通过将加噪后的特征电流通过互相关运算、运算简化处理、放大平滑处理和码位识别等流程步骤进行处理,从而识别出新的信号中的波峰,进而识别加噪后的特征电流的码位。互相关运算就是将加噪后的信号和本地记录的序列做互相关运算得到新的信号,从而不需要采用数字滤波器即可以实现对特征电流的码位识别。本发明提供的码位识别方法,相比于现有技术中的识别方法,不需要使用数字滤波器就可识别出加噪后的特征电流的码位,减少了算法所需的计算量。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种加噪后特征电流码位的识别方法,其特征在于,包括步骤:
对加噪后的特征电流进行互相关运算,得到序列C;
对序列C进行运算简化处理,得到序列D;
对序列D进行放大平滑处理,得到序列F;
对序列F进行码位识别,得到码位识别的结果。
3.根据权利要求2所述的方法,其特征在于,所述对序列C进行运算简化处理,包括:
对于序列C,从第1个点开始,每隔ns个点,选取其中最大的点作为序列D的元素,以此构成序列D;
其中,ns为50Hz正弦波在每个周期内所占的采样点数,ns=f/50。
5.根据权利要求4所述的方法,其特征在于,所述对序列F进行码位识别,包括:
获取序列F的中位数,记为peak_threshold;
设m为序列F的索引,找到最先出现F(m+1)-F(m)<0,并且F(m)-F(m-1)>0,并且F(m)>peak_threshold的索引,记为m=a;其中,m=1,2,3………nF;
从该索引m=a到m=a+one_cycle_num中找出F(m)值为最大时的m,并标记索引为m=begin_index;其中,one_cycle_num=T/0.02;
获取序列F的总码数all_num;其中,all_num=t/T;
设j=1,
当begin_index+(j-1)*one_cycle_num≤nF时,
F(begin_index+(j-1)*one_cycle_num)>peak_thershold,则序列F(m)在该处的码位为1,否则为0;
当begin_index+(j-1)*one_cycle_num>nF时,
F(nF)>peak_thershold时,序列F(m)在该处的码位为1,否则为0;
若j<all+num,j=j+1,并重复执行以上步骤;否则,结束。
6.一种加噪后特征电流码位的识别装置,其特征在于,包括互相关运算模块、运算简化处理模块、放大平滑处理模块、以及码位识别模块;其中,
所述互相关运算模块,对加噪后的特征电流进行互相关运算,得到序列C;
所述运算简化处理模块,对序列C进行运算简化处理,得到序列D;
所述放大平滑处理模块,对序列D进行放大平滑处理,得到序列F;
所述码位识别模块,对序列F进行码位识别,得到码位识别的结果。
8.根据权利要求7所述的装置,其特征在于,所述运算简化处理模块,对序列C进行运算简化处理,包括:
对于序列C,从第1个点开始,每隔ns个点,选取其中最大的点作为序列D的元素,以此构成序列D;
其中,ns为50Hz正弦波在每个采样周期内所占的点数,ns=f/50。
10.根据权利要求9所述的装置,其特征在于,所述码位识别模块,对序列F进行码位识别,包括:
获取序列F的中位数,记为peak_threshold;
设i为序列F的索引,找到最先出现F(m+1)-F(m)<0,并且F(m)-F(m-1)>0,并且F(m)>peak_threshold的索引,记为m=a;其中,m=1,2,3………nF;
从该索引m=a到m=a+one_cycle_num中找出F(m)值为最大时的m,并标记索引为m=begin_index;其中,one_cycle_num=T/0.02;
获取序列F的总码数all_num;其中,all_num=t/T;
设j=1,
当begin_index+(j-1)*one_cycle_num≤nF时,
F(begin_index+(j-1)*one_cycle_num)>peak_thershold,则序列F(m)在该处的码位为1,否则为0;
当begin_index+(j-1)*one_cycle_num>nF时,
F(nF)>peak_thershold时,序列F(m)在该处的码位为1,否则为0;
若j<all+num,j=j+1,并重复执行以上步骤;否则,结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110294524.6A CN115112964A (zh) | 2021-03-19 | 2021-03-19 | 一种加噪后特征电流码位的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110294524.6A CN115112964A (zh) | 2021-03-19 | 2021-03-19 | 一种加噪后特征电流码位的识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115112964A true CN115112964A (zh) | 2022-09-27 |
Family
ID=83322783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110294524.6A Pending CN115112964A (zh) | 2021-03-19 | 2021-03-19 | 一种加噪后特征电流码位的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115112964A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150316592A1 (en) * | 2013-01-21 | 2015-11-05 | Mitsubishi Electric Corporation | Electric device identification system, electric device, and electric device identification method |
CN108847653A (zh) * | 2018-07-12 | 2018-11-20 | 广东电网有限责任公司 | 一种基于波形变化率的变压器励磁涌流识别方法及装置 |
US10330812B1 (en) * | 2015-03-16 | 2019-06-25 | Elintrix | Identifying schematic and topological properties of an electrical grid through analysis of directional relationships of electrical currents |
CN111600380A (zh) * | 2020-03-28 | 2020-08-28 | 青岛鼎信通讯股份有限公司 | 一种基于可变负载和恒流检测的户变关系识别方法 |
CN112019241A (zh) * | 2020-10-22 | 2020-12-01 | 中国电力科学研究院有限公司 | 一种用于在电力***中识别设备关联关系的方法及*** |
CN112213578A (zh) * | 2020-09-23 | 2021-01-12 | 青岛鼎信通讯股份有限公司 | 一种中压线变关系识别方法 |
-
2021
- 2021-03-19 CN CN202110294524.6A patent/CN115112964A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150316592A1 (en) * | 2013-01-21 | 2015-11-05 | Mitsubishi Electric Corporation | Electric device identification system, electric device, and electric device identification method |
US10330812B1 (en) * | 2015-03-16 | 2019-06-25 | Elintrix | Identifying schematic and topological properties of an electrical grid through analysis of directional relationships of electrical currents |
CN108847653A (zh) * | 2018-07-12 | 2018-11-20 | 广东电网有限责任公司 | 一种基于波形变化率的变压器励磁涌流识别方法及装置 |
CN111600380A (zh) * | 2020-03-28 | 2020-08-28 | 青岛鼎信通讯股份有限公司 | 一种基于可变负载和恒流检测的户变关系识别方法 |
CN112213578A (zh) * | 2020-09-23 | 2021-01-12 | 青岛鼎信通讯股份有限公司 | 一种中压线变关系识别方法 |
CN112019241A (zh) * | 2020-10-22 | 2020-12-01 | 中国电力科学研究院有限公司 | 一种用于在电力***中识别设备关联关系的方法及*** |
Non-Patent Citations (1)
Title |
---|
王丙元;林晓晶;李宝胜;: "基于数学形态学的工频通信信号识别技术", 中国民航大学学报, no. 01, 15 February 2008 (2008-02-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Weighted energy detection for noncoherent ultra-wideband receiver design | |
CN109890043B (zh) | 一种基于生成式对抗网络的无线信号降噪方法 | |
CN106885971B (zh) | 一种用于电缆故障检测定点仪的智能背景降噪方法 | |
CN114093377B (zh) | ***归一化方法、装置、音频特征提取器、芯片 | |
CN105071830B (zh) | 一种直扩信号的检测识别方法 | |
CN109347584A (zh) | 基于指数平滑预测的频谱感知方法 | |
WO2016060620A1 (en) | Frame based spike detection module | |
CN111179931A (zh) | 用于语音交互的方法、装置及家用电器 | |
CN113473522A (zh) | 小区搜索中同步信息检测方法、相关装置及存储介质 | |
CN108039182B (zh) | 一种语音激活检测方法 | |
CN103400578B (zh) | 谱减与动态时间规整算法联合处理的抗噪声声纹识别装置 | |
CN115112964A (zh) | 一种加噪后特征电流码位的识别方法及装置 | |
RU2007136612A (ru) | Способ и устройство устранения узкополосных радиопомех в широкополосной системе | |
CN107465639B (zh) | 一种基于短时离散傅立叶变换的多路延时同步判决解调方法 | |
CN105959035B (zh) | 一种直扩信号截获检测方法 | |
CN101141143B (zh) | 时-频rake接收方法和装置 | |
CN103051401A (zh) | 基于小波的认知无线电频谱感知方法 | |
CN116112039A (zh) | 一种基于fpga的无人机跳频信号快速侦测方法 | |
CN114301175A (zh) | 基于注入信号的配电台区户变关系识别的方法及装置 | |
CN111064686B (zh) | 一种符号定时同步方法及其装置 | |
CN210347836U (zh) | 一种电缆振荡波局放检测***用波速计算装置 | |
CN111917674A (zh) | 一种基于深度学习的调制识别方法 | |
Li et al. | Goertzel Algorithm Based on Matlab Platform System Simulation for Listening Dial Tone Recognition Research | |
CN111131100B (zh) | 一种nbiot***多小区迭代干扰抵消检测方法 | |
CN113362850B (zh) | 音频信号采集设备的检测方法、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |