導(dǎo)語：如何才能寫好一篇濾波器去噪原理和基本方法，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】LMS自適應(yīng)；Allan方差；隨機(jī)噪聲；Matlab

Abstract：Adaptive LMS algorithm and Allan-Variance were analyzed.A filter system was constructed based on Matlab，and simulations aimed at some fiber-optic gyroscope raw data were designed，from which the available range 0.2-0.9 of the fixed step scale factor was got.The LMS algorithm was compared with that of Wavelet and Mean-value，and the source of errors was analyzed using Allan-Variance.It is shown by the result that the LMS will control the random errors such as Angle Random Walking，etc.

Keywords：Adaptive LMS；Allan-Variance；random noise；Matlab

1.引言

受熱漂移等隨機(jī)噪聲影響，很多傳感器輸出的信號(hào)通常是非線性、非平穩(wěn)的隨機(jī)信號(hào)，典型例子是光纖陀螺的隨機(jī)漂移[1-2]。由于混疊在信號(hào)中的熱噪聲不具有典型的頻域分布，而經(jīng)典的濾波器設(shè)計(jì)是基于信號(hào)與噪聲譜不重疊的前提，因而不適于受熱噪聲影響較大的應(yīng)用場(chǎng)合?，F(xiàn)代濾波理論中的維納濾波和卡爾曼濾波充分利用了信號(hào)和噪聲的先驗(yàn)統(tǒng)計(jì)知識(shí)，由給定的某種最優(yōu)準(zhǔn)則，以時(shí)域的遞推算法對(duì)數(shù)據(jù)進(jìn)行濾波，克服了經(jīng)典濾波器的缺點(diǎn)[3]。然而它們需要知道信噪的先驗(yàn)統(tǒng)計(jì)知識(shí)，這在實(shí)際應(yīng)用中往往很難或者無法得到。隨著數(shù)字處理技術(shù)的發(fā)展，自適應(yīng)濾波得到了越來越多的應(yīng)用，因?yàn)樗鼛в幸欢ǖ膶W(xué)習(xí)過程，不需要先驗(yàn)知識(shí)，這對(duì)實(shí)際中的傳感器及其檢測(cè)系統(tǒng)而言更為實(shí)用[4-5]。

本文針對(duì)隨機(jī)信號(hào)提升信噪比的需求，以某光纖陀螺輸出信號(hào)為原始數(shù)據(jù)，基于Matlab編程與仿真建模，研究LMS自適應(yīng)濾波法的去噪效果，并與小波分析、均值濾波進(jìn)行比較，采用Allan方差函數(shù)評(píng)價(jià)幾種數(shù)字濾波的效果。

2.理論研究與算法設(shè)計(jì)

2.1 LMS自適應(yīng)濾波算法

LMS濾波是一種線性自適應(yīng)濾波算法，它以最小均方誤差為準(zhǔn)則，使用隨機(jī)梯度進(jìn)行迭代收斂，得到最優(yōu)的濾波器參數(shù)[6-7]。

經(jīng)典的LMS固定步長(zhǎng)自適應(yīng)濾波器包含兩部分：橫向?yàn)V波器和自適應(yīng)控制器，如圖1（a）所示。

圖1 LMS自適應(yīng)濾波器基本結(jié)構(gòu)

橫向?yàn)V波器本質(zhì)上是一個(gè)M階FIR數(shù)字濾波器，它將輸入的離散信號(hào)u（n）及其M-1階過去值組成輸入向量，對(duì)其進(jìn)行加權(quán)濾波，得到輸出信號(hào)y（n）；同時(shí)比較實(shí)際輸出y（n）和期望響應(yīng)d（n），得到估計(jì)誤差e（n）。自適應(yīng)控制器根據(jù)估計(jì)誤差e（n）自動(dòng)調(diào)整橫向?yàn)V波器的參數(shù)，即加權(quán)值的調(diào)整。這兩個(gè)過程組成一個(gè)閉環(huán)反饋，不斷調(diào)整濾波器的效果，達(dá)到最優(yōu)濾波。橫向?yàn)V波器和自適應(yīng)控制器的結(jié)構(gòu)如圖1（b）和圖1（c）所示。整個(gè)迭代算法如下式表示：

由圖1（c）和上式可以看出，算法中的標(biāo)度因子（即步長(zhǎng)）對(duì)于算法的收斂快速性和穩(wěn)定性起著決定作用。文獻(xiàn)表明，固定步長(zhǎng)需滿足小于輸入信號(hào)最大相關(guān)值，方能保證算法的收斂[8]。本實(shí)驗(yàn)中首先通過仿真得到較優(yōu)的步長(zhǎng)值，再將該固定步長(zhǎng)LMS濾波與其他濾波方法進(jìn)行比較。

2.2 Allan方差分析法

Allan方差法是20世紀(jì)60年代由美國(guó)國(guó)家標(biāo)準(zhǔn)局的David Allan提出的，它是一種基于時(shí)域的分析方法。其主要特點(diǎn)是能非常容易地對(duì)各種誤差源及其對(duì)整個(gè)噪聲統(tǒng)計(jì)特性的貢獻(xiàn)進(jìn)行細(xì)致的表征和辨識(shí)，而且具有便于計(jì)算、易于分離等優(yōu)點(diǎn)[9]。

設(shè)以為采樣時(shí)間間隔，對(duì)角度輸出值采樣N個(gè)點(diǎn)，即采樣時(shí)刻為，得到，其中，則基于該角度測(cè)得值的Allan方差定義如下：

其中，是相關(guān)時(shí)間，的取值將影響評(píng)估的分辨率。習(xí)慣上將上式的標(biāo)準(zhǔn)差稱為Allan方差。Allan方差與傳統(tǒng)意義的方差區(qū)別為，Allan方差的求解是以相鄰采樣點(diǎn)的差值計(jì)算的，而非采樣點(diǎn)與均值之差計(jì)算的，因而能反映出信號(hào)的趨勢(shì)特性，它是描述隨即誤差的有力工具。

3.實(shí)驗(yàn)過程與結(jié)果分析

3.1 固定步長(zhǎng)LMS自適應(yīng)濾波仿真

固定步長(zhǎng)LMS自適應(yīng)濾波仿真主要為選出優(yōu)化的步長(zhǎng)因子，為此做了一系列實(shí)驗(yàn)，這里只將最終效果較好的實(shí)驗(yàn)對(duì)比結(jié)果給出。程序讀取光纖陀螺輸出的理論值和原始輸出采樣值，并打印波形。設(shè)定步長(zhǎng)因子的標(biāo)度參數(shù)為scale，有。固定橫向?yàn)V波器階數(shù)為50階，輸入采樣點(diǎn)數(shù)N=32768，考慮嵌入式實(shí)時(shí)應(yīng)用需求，設(shè)置迭代次數(shù)上限為1024。實(shí)驗(yàn)表明，當(dāng)scale小于0.1時(shí)，在限定迭代次數(shù)內(nèi)沒有完成收斂，當(dāng)scale大于0.9時(shí)，迭代不具有收斂性，如圖2所示。

由圖2可以看出，當(dāng)標(biāo)度因子過小時(shí)，迭代緩慢，在允許的迭代次數(shù)內(nèi)不能穿越收斂區(qū)進(jìn)入穩(wěn)定區(qū)，由于LMS濾波器加權(quán)系數(shù)的初始迭代值為0，故迭代緩慢的結(jié)果是加權(quán)系數(shù)整體過小，就出現(xiàn)了圖2（c）的情況，輸出值遠(yuǎn)小于輸入值；當(dāng)標(biāo)度因子過大時(shí)，迭代不收斂，隨著迭代次數(shù)的增加，在加權(quán)值超過1后，仍然繼續(xù)發(fā)散，就出現(xiàn)了圖2（f）中輸出幅值過大的情況。對(duì)于0.2

圖2 不同步長(zhǎng)標(biāo)因數(shù)的LMS自適應(yīng)濾波結(jié)果

3.2 利用Allan方差法對(duì)LMS濾波法與其他方法比較

為比較LMS自適應(yīng)濾波法與其他主流的數(shù)字去噪方法如小波分析法、滑動(dòng)均值濾波法的效果，編寫函數(shù)計(jì)算、繪制Allan方差圖像，并進(jìn)行擬合，得到各噪聲源系數(shù)。其中小波分析借助Matlab小波工具箱實(shí)現(xiàn)。幾種濾波器對(duì)于靜態(tài)模型輸出的濾波實(shí)驗(yàn)結(jié)果如圖3所示，其中圖3（c）-（e）分別為經(jīng)過小波分析、LMS自適應(yīng)、均值濾波后的信號(hào)，Allan方差圖像在圖3（f）中給出。

圖3 LMS自適應(yīng)濾波與小波分析法、均值濾波法的去噪效果比較

在圖3中，可以看到三種濾波器都能給出較好的濾波效果，由圖3（f）的Allan分析可以看出，該陀螺隨機(jī)誤差主要來源是量化誤差、角度隨機(jī)游走和零漂，而角速度隨機(jī)游走和速率斜坡并不明顯。

表1中給出Allan方差擬合后的各分量誤差系數(shù)。根據(jù)表1的結(jié)果分析，小波重構(gòu)法能夠最有效的降低量化誤差，固定步長(zhǎng)LMS自適應(yīng)濾波能夠有效降低角度隨機(jī)游走和零漂，滑動(dòng)均值濾波的各方面指標(biāo)比較均衡。

表1 Allan方差擬合后的各隨機(jī)誤差源分量誤差系數(shù)

4.結(jié)論

理論分析和實(shí)驗(yàn)表明，對(duì)于本實(shí)驗(yàn)給出的某光纖陀螺原始信號(hào)，LMS自適應(yīng)濾波的優(yōu)化參數(shù)是0.2到0.9倍步長(zhǎng)標(biāo)度因子。對(duì)于幾種現(xiàn)代數(shù)字濾波方法的比較，Allan方差分析給出，小波重構(gòu)法能夠有效的降低量化誤差，固定步長(zhǎng)LMS自適應(yīng)濾波能夠有效降低角度隨機(jī)游走和零漂。

參考文獻(xiàn)：

[1]高偉，劉曉慶，李蓓.小波分析法在光纖陀螺隨機(jī)誤差補(bǔ)償中的應(yīng)用[J].傳感器與微系統(tǒng)，2007，26（5）.

[2]莫文琴，柴偉，姜德生.小波理論應(yīng)用于光纖陀螺信號(hào)處理的實(shí)驗(yàn)研究[J].計(jì)量技術(shù)，2005（2）.

[3]Fang Jing，Shang Jie，Gu Qi-tai.Experimental Study on Random Error Modeling for Fiber Optic Gyros[J].Chinese Journal of Sensor and Actuator，2008，21（9）.

[4]Zhu Yun-zhao，Wang Shun-ting，Miao Ling-juan.Open-Loop Fog Signal Testing and Wavelet Eliminating Noise.Transactions of Nanjing University of Aeronautics &Astronautics，2005，22（2）.

[5]祝燕華，劉建業(yè)，賴際舟.FOG信號(hào)的變步長(zhǎng)符號(hào)LMS自適應(yīng)消噪方法[J].光電工程，2008，35（11）.

[6]王立輝，孫楓，季強(qiáng).LMS自適應(yīng)濾波算法在FOG數(shù)據(jù)處理中的應(yīng)用[J].系統(tǒng)工程與電子技術(shù)，2010，32（5）.

[7]張晞，王夏霄，鄔戰(zhàn)軍.光纖陀螺輸出信號(hào)的自適應(yīng)濾波[J].航天控制，2006，24（3）.

[8]陳世同，孫楓，高偉.基于歸一化LMS算法的光纖陀螺降噪技術(shù)研究[J].儀器儀表學(xué)報(bào)，2009，30（3）.

篇2

Abstract: Image enhancement is a fundamental and important technology in image processing field. So fundamental theory and some newapproaches aboutimage enhancement have been introducedin this paper.

關(guān)鍵詞:圖像增強(qiáng);空間域圖像增強(qiáng)技術(shù);頻域圖像增強(qiáng)技術(shù)

Key words: image enhancement;image enhancement technology in spatial domain;image enhancement technology in frequency domain

中圖分類號(hào):TP391.41文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1006-4311(2010)19-0124-01

1圖像增強(qiáng)的研究意義

圖像增強(qiáng)是數(shù)字圖像處理的最基本的方法之一,它是為了改善視覺效果或便于人或機(jī)器對(duì)圖像的分析理解,根據(jù)圖像的特點(diǎn)或存在的問題,以及應(yīng)用目的所采取的改善圖像質(zhì)量的方法或加強(qiáng)圖像的某些特征的措施。

2圖像增強(qiáng)的研究現(xiàn)狀

由于圖像增強(qiáng)技術(shù)現(xiàn)在還沒有通用的算法,因此圖像增強(qiáng)技術(shù)根據(jù)各種不同目的而產(chǎn)生了多種算法,最常用的即 “空間域”方法和“頻率域”方法[1]。隨著數(shù)學(xué)各分支在理論和應(yīng)用上的逐步深入,使得數(shù)學(xué)形態(tài)學(xué)、模糊數(shù)學(xué)、遺傳算法、小波理論等在圖像增強(qiáng)技術(shù)中的應(yīng)用取得了很大進(jìn)展,產(chǎn)生了不少新的算法。如數(shù)學(xué)形態(tài)濾波器,基于模糊數(shù)學(xué)的濾波方法,基于遺傳算法的濾波方法,小波濾波器等。

3圖像增強(qiáng)的基本理論

圖像增強(qiáng)技術(shù)主要包括:灰度變換,直方圖修正,圖像平滑,圖像銳化及彩色增強(qiáng)等。從圖像增強(qiáng)的作用域出發(fā)可分為兩類:①空域處理法;②頻域處理法。

3.1 空間域圖像增強(qiáng)技術(shù)空間域指的是平面本身,空間域圖像增強(qiáng)方法是對(duì)圖像的像素進(jìn)行處理?？梢远x為:

g(x,y)=T[f(x,y)](1)

其中,f(x,y)是輸入圖像,g(x,y)是處理后的圖像,T是對(duì)f的一種操作。 空間域圖像增強(qiáng)技術(shù)又可分為點(diǎn)處理和鄰域處理。

3.1.1 點(diǎn)處理技術(shù)

3.1.1.1 灰度變換灰度變換可使圖像動(dòng)態(tài)范圍增大,圖像對(duì)比度擴(kuò)展,圖像變清晰,特征明顯,是圖像增強(qiáng)的重要手段之一。①線性變換。如果原圖像f(x,y)的灰度范圍是[m,M],我們希望變換后的圖像g(x,y)灰度范圍是[n,N],那么可以用式(2)來完成這一變換:g(x,y)=(N-n)[f(x,y)-m]/(M-m)+n(2)

②分段線性變換。為了突出感興趣的目標(biāo)或灰度區(qū)間,相對(duì)抑制那些不感興趣的灰度區(qū)間,可采用分段線性變換。其數(shù)學(xué)表達(dá)式如下:

g(x,y)=kf(x,y)+b;0f(x,y)f1;k1=kf(x,y)+b;f

③非線性灰度變換。當(dāng)使用某些非線性轉(zhuǎn)換函數(shù)(例如對(duì)數(shù)函數(shù)、冪指數(shù)函數(shù)等)作為式(1)的變換函數(shù)時(shí),可以實(shí)現(xiàn)圖像灰度的非線性變換。

3.1.1.2 直方圖修整法①直方圖均衡化。②直方圖規(guī)定化。

3.1.2 鄰域處理技術(shù)空域?yàn)V波是在圖像空間借助模板進(jìn)行鄰域操作完成的,它根據(jù)功能分成平滑和銳化兩類。

3.1.2.1 圖像平滑一幅原始圖像在其獲取和傳輸?shù)冗^程中,會(huì)受到各種噪聲的干擾,使圖像質(zhì)量下降。為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱圖像平滑或去噪。常用的有局部平滑法和中值濾波法。

3.1.2.2 圖像銳化在圖像的識(shí)別中常需要突出邊緣和輪廓信息。圖像銳化就是增強(qiáng)圖像的邊緣或輪廓。①梯度銳化法。圖像銳化法最常用的是梯度法。 對(duì)于圖像f(x,y),在(x,y)處的梯度定義為:grad(x,y)ff= (4)

對(duì)于離散圖像處理而言,常用到梯度的大小,因此把梯度的大小習(xí)慣稱為“梯度”。并且一階偏導(dǎo)數(shù)采用一階差分近似表示,即:

f=f(x+1,y)-f(x,y)f=f(x,y+1)-f(x,y)(5)

為簡(jiǎn)化梯度的計(jì)算,經(jīng)常使用:

grad(x,y)=Max(│f│,│f│)

或grad(x,y)=Max(│f│+│f│)(6)

除梯度算子以外,還可采用Roberts、Prewitt和Sobel 算子計(jì)算梯度,來增強(qiáng)邊緣。

②高通濾波法。高通濾波法就是用高通濾波算子和圖像卷積來增強(qiáng)邊緣。常用的算子有:H1= 0-10-15-1 0-10H2=-1-1-1-1 9-1-1-1-1

3.2 頻域圖像增強(qiáng)技術(shù)頻域(變換域)圖像增強(qiáng)操作的基本原理都是讓圖像在變換域某個(gè)范圍內(nèi)的分量受到抑制而讓其他分量不受影響,從而改變輸出圖像的頻率分布,達(dá)到增強(qiáng)的目的。在頻率域中進(jìn)行增強(qiáng)的主要步驟有[2]:①計(jì)算需增強(qiáng)圖像的傅里葉變換;②將其與一個(gè)(根據(jù)需要設(shè)計(jì)的)傳遞函數(shù)進(jìn)行卷積;③將結(jié)果進(jìn)行傅立葉反變換以得到增強(qiáng)的圖像。

3.2.1 低通濾波器對(duì)圖像作傅氏變換得到它的頻譜,零頻率分量等于圖像的平均灰度,平滑的圖像信號(hào)在頻域中貢獻(xiàn)低頻分量,圖像中的細(xì)節(jié)和邊界貢獻(xiàn)較高頻域的分量,噪聲的頻譜具有豐富的高頻分量。

3.2.2 高通濾波器圖像的區(qū)域邊界和細(xì)節(jié)提供較高頻率的能量,因此在頻域中讓圖像信號(hào)經(jīng)過一高通濾波器可以實(shí)現(xiàn)圖像的銳化,增強(qiáng)圖像的邊緣細(xì)節(jié)。

4結(jié)束語

隨著圖像增強(qiáng)技術(shù)在各個(gè)不同領(lǐng)域的應(yīng)用,出現(xiàn)了多種圖像增強(qiáng)的算法。這些算法各有其優(yōu)缺點(diǎn),目前涉及到的大部分非線性濾波算法都是針對(duì)特定圖像或特定噪聲提出的,也就是說,是基于它們的統(tǒng)計(jì)特性提出的濾波方案。但是,在實(shí)際處理中,自然圖像的多樣性和噪聲本身的復(fù)雜性決定了這些濾波算法不可能對(duì)所有圖像濾波效果均為最佳,所以,那些事先不需要知道圖像和噪聲統(tǒng)計(jì)特性的非線性濾波機(jī)制將會(huì)得到很廣泛的應(yīng)用:比如自適應(yīng)濾波器和各種基于神經(jīng)網(wǎng)絡(luò)和模糊理論具有自組織、自學(xué)習(xí)等能力的濾波器的應(yīng)用和研究將會(huì)得到更大的發(fā)展。這些濾波圖像增強(qiáng)技術(shù)也是目前研究的重點(diǎn)。

參考文獻(xiàn):

[1]孫即祥.圖像處理.北京:科學(xué)出版社,2004.

篇3

關(guān)鍵詞:車牌識(shí)別系統(tǒng);圖像預(yù)處理;去噪;二值化

中圖分類號(hào):TN911文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2010)08-1961-02

The Research of License Plate Recognition based on Image Processing

LIU Juan-mei, LIU Ze-ping

(Computer Department, Hunan Institute of Humanities, Science and Technology, Loudi 417000, China)

Abstract: This paper researches on the image pre-processing algorithm of Vehicle License Plate Recognition (VLPR), introduces the significance of the license plate recognition technology, the methods of image noise reduction,binary image and the realization of image pre-processing algorithms in experimental system. Through the test process of image processing, simulation proves that the paper in the image processing on the validity of license plate recognition.

Key words: license plate recognition; image pre-processing; noise reduction; binary image

20世紀(jì)80年代以來,隨著我國(guó)國(guó)民經(jīng)濟(jì)的迅速增長(zhǎng),機(jī)動(dòng)車的規(guī)模與流量大幅增加,隨之而來的管理問題也日益嚴(yán)重。因此迫切需要采用高科技手段,對(duì)這些違法違章車輛牌照進(jìn)行登記,車牌識(shí)別系統(tǒng)的出現(xiàn)成為了交通管制必不可少的有力武器[1]。它是一個(gè)基于數(shù)字圖像處理和字符識(shí)別的智能化交通管理系統(tǒng),該系統(tǒng)先通過圖像采集,再對(duì)圖像進(jìn)行處理以 克服圖像干擾,改善識(shí)別效果,而后進(jìn)行二值化,歸一化等處理,最后進(jìn)行識(shí)別。車牌識(shí)別系統(tǒng)使得車輛管理更趨于數(shù)字化,網(wǎng)絡(luò)化,大大提高了交通管理的有效性與方便性。車牌識(shí)別系統(tǒng)作為整個(gè)智能交通系統(tǒng)的一部分,其重要性不言而喻。

1 車牌識(shí)別系統(tǒng)的目標(biāo)

利用計(jì)算機(jī)等輔助設(shè)備進(jìn)行的自動(dòng)汽車牌照自動(dòng)識(shí)別就是在裝備了數(shù)字?jǐn)z像設(shè)備和計(jì)算機(jī)信息管理系統(tǒng)等軟硬件平臺(tái)的基礎(chǔ)之上,通過對(duì)車輛圖像的采集,采用先進(jìn)的圖像處理、模式識(shí)別和人工智能技術(shù),在圖像中找到車牌的位置,提取出組成車牌號(hào)碼的全部字符圖像,再識(shí)別出車牌中的文字、字母和數(shù)字,最后給出車牌的真實(shí)號(hào)碼。

近年來,智能交通系統(tǒng)(Intelligent Transport Systems)已成為當(dāng)前交通管理發(fā)展的主要方向。作為智能交通系統(tǒng)的重要組成部分,機(jī)動(dòng)車牌自動(dòng)識(shí)別系統(tǒng)可以大大提高車輛管理的工作效率,加快交通管理自動(dòng)化和智能化的步伐。車牌自動(dòng)識(shí)別系統(tǒng)在停車場(chǎng)收費(fèi)管理,封閉式居民小區(qū)保安管理,高速公路超速自動(dòng)化監(jiān)管系統(tǒng),以及城市交通路口的“電子警察”等方面有著廣泛的應(yīng)用前景[2]。

隨著智能交通系統(tǒng)的全面實(shí)施,汽車牌照的自動(dòng)識(shí)別技術(shù)越來越受到人們的重視。汽車牌照作為汽車的標(biāo)識(shí)具有唯一性,知道了車牌號(hào),車輛的所有信息便一目了然。因此,汽車牌照的自動(dòng)識(shí)別技術(shù)在公共安全及交通管理中具有特別重要的實(shí)際應(yīng)用意義。

2 車牌識(shí)別系統(tǒng)的工作原理

現(xiàn)在普遍通用的車牌識(shí)別系統(tǒng)通常包括兩大部分,軟件與硬件。其中軟件是整個(gè)系統(tǒng)的核心部分,車牌識(shí)別的核心技術(shù)就在于軟件。系統(tǒng)一般由車體感應(yīng)器,彩色攝像機(jī),輔助光源,圖像采集與處理器,主控電腦和識(shí)別系統(tǒng)軟件構(gòu)成。

系統(tǒng)軟件一般先對(duì)牌照?qǐng)D像進(jìn)行濾波、二值化、校正、分割等處理,再進(jìn)行識(shí)別。軟件部分由六個(gè)主要處理子模塊組成,各模塊功能為:

① 實(shí)時(shí)采集模塊實(shí)現(xiàn)對(duì)汽車牌照?qǐng)D像的實(shí)時(shí)采集,并將采集的圖像轉(zhuǎn)換為數(shù)字圖像存儲(chǔ);

② 車牌搜索及定位模塊對(duì)數(shù)字化后的車牌進(jìn)行區(qū)域目標(biāo)搜索,并將圖像進(jìn)行灰度翻轉(zhuǎn)統(tǒng)一為“白底黑字”;

③ 車牌分割對(duì)定位的車牌區(qū)域進(jìn)行字符分割,將車牌分為7個(gè)單一的字符圖片(針對(duì)普通民用車);

④ 特征提取模塊對(duì)分割后的圖片進(jìn)行相應(yīng)的特征描述;

⑤ 分類識(shí)別模塊根據(jù)圖片的特征描述將其識(shí)別為相應(yīng)的結(jié)果字符串;

⑥ 數(shù)據(jù)傳送輸出識(shí)別結(jié)果字符串到指定的設(shè)備上。

本文所做的工作在于前期的圖像預(yù)處理工作。本次設(shè)計(jì)著重在于圖像識(shí)別方面,中心工作都為此而展開,文中沒有進(jìn)行車牌的定位處理,而是采用數(shù)碼相機(jī)直接對(duì)牌照進(jìn)行正面拍照,獲取原始車牌圖像。之后利用編程對(duì)圖片進(jìn)行了大小的調(diào)整、彩色圖片轉(zhuǎn)化成灰度圖片、圖片去噪、以及圖片二值化等工作。其中,去噪與二值化是關(guān)系圖像識(shí)別率的關(guān)鍵。

3 圖像的去噪-中值濾波以及二值化

中值濾波的基本思想是用像素點(diǎn)鄰域灰度值的中值來代替該像素點(diǎn)的灰度值,該方法在去除脈沖噪聲、椒鹽噪聲的同時(shí)又能保留圖像邊緣細(xì)節(jié),這是因?yàn)樗灰蕾囉卩徲騼?nèi)那些與典型值差別很大的值.中值濾波器在處理連續(xù)圖像窗函數(shù)時(shí)與線性濾波器的工作方式類似,但濾波過程卻不再是加權(quán)運(yùn)算[3]。取3*3函數(shù)窗,計(jì)算以點(diǎn) [i,j]為中心的函數(shù)窗像素中值步驟如下:1) 按強(qiáng)度值大小排列像素點(diǎn)。2) 選擇排序像素集的中間值作為點(diǎn)[i,j]的新值.

這一過程如圖1所示.一般采用奇數(shù)點(diǎn)的鄰域來計(jì)算中值,但如果像素點(diǎn)數(shù)為偶數(shù)時(shí),中值就取排序像素中間兩點(diǎn)的平均值。

中值濾波在一定條件下,可以克服線性濾波器(如均值濾波等)所帶來的圖像細(xì)節(jié)模糊,而且對(duì)濾除脈沖干擾即圖像掃描噪聲最為有效。在實(shí)際運(yùn)算過程中并不需要圖像的統(tǒng)計(jì)特性,也給計(jì)算帶來不少方便。但是對(duì)一些細(xì)節(jié)多,特別是線、尖頂?shù)燃?xì)節(jié)多的圖像不宜采用中值濾波[4]。

圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為兩個(gè)數(shù)值,通常為0或255,使整個(gè)圖像呈現(xiàn)出明顯的黑白效果。也就是將256個(gè)亮度等級(jí)的灰度圖像通過適當(dāng)?shù)拈T限值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像[5]。

基于像素?cái)?shù)目的直方圖閾值分割是本文采用的二值化算法,它的好處在于可以減少直方圖的不同形狀對(duì)二值化效果的影響,其步驟如下:計(jì)算直方圖,在直方圖中由0至255進(jìn)行累加計(jì)算,當(dāng)像素?cái)?shù)目大于某個(gè)值時(shí),將當(dāng)前像素值作為二值化門限[6]。當(dāng)大于當(dāng)前像素值的像素點(diǎn)在圖像中所占的數(shù)量,也就是車牌中背景像素所占的比例稱為該副圖像的閾值。經(jīng)過對(duì)一些圖片的計(jì)算,確定該閾值在圖像像素?cái)?shù)目的60%-80%之間。閾值的取值不同,對(duì)二值化的結(jié)果影響很大。越小包含越多背景的高光部分,越大損失越多字符像素。

使用這種算法,對(duì)于各種條件下拍攝的圖片均能較好的進(jìn)行處理,過亮過暗的照片也能比較清楚地區(qū)分背景與字符。經(jīng)過均值去噪能夠消除大部分因?yàn)槠毓鈫栴}而產(chǎn)生的不平滑邊緣和噪點(diǎn),達(dá)到了一個(gè)較為理想的效果。

4 車牌系統(tǒng)的圖像處理及仿真

圖片采集作為車牌識(shí)別系統(tǒng)設(shè)計(jì)的第一步,往往十分關(guān)鍵,采集圖片的好壞也直接影響到系統(tǒng)的識(shí)別率。如同現(xiàn)行通用的電子抄牌系統(tǒng),也對(duì)圖片采集有一定的要求,譬如車牌在圖片中出現(xiàn)的大概位置以及光照程度等等,都是必須考慮的因素。正基于此,本文實(shí)驗(yàn)仿真采集了40多張各不相同的車牌圖片,由于光照條件比較好,所攝圖像車牌位置比較固定,且圖像比較清晰,因此所拍圖片全部被接納作為實(shí)驗(yàn)圖片,從而也能夠更真實(shí)地反應(yīng)車牌識(shí)別系統(tǒng)的車牌識(shí)別率高低。

圖2 車牌原始照片 圖3 圖片灰度顯示 圖4 圖片處理后二值化顯示

5 結(jié)束語

本文對(duì)車牌識(shí)別系統(tǒng)中的圖像處理過程進(jìn)行了研究,通過對(duì)圖像依次進(jìn)行灰度轉(zhuǎn)換,去噪,以及二值化的處理,在處理過程中同時(shí)均衡采取不同原理,按照從簡(jiǎn)從優(yōu)的思想,以獲得清晰的車牌號(hào)碼。仿真實(shí)驗(yàn)表明,本文的圖像處理過程能滿足車牌識(shí)別的要求,具有一定的實(shí)用性。

參考文獻(xiàn):

[1] 林蔚天.圖像處理與汽車牌照識(shí)別[J].山東理工大學(xué)學(xué)報(bào),2007,11(6):46-48.

[2] 孔宏琦.利用中值濾波進(jìn)行圖像處理[J].長(zhǎng)安大學(xué)學(xué)報(bào),2006,3(7):67-68.

[3] 田捷,沙飛,張新生.實(shí)用圖像分析與處理技術(shù)[M].北京:電子工業(yè)出版社,1995.

[4] 孫即祥.現(xiàn)代模式識(shí)別[M].長(zhǎng)沙:國(guó)防科技大學(xué)出版社,2006.

篇4

教學(xué)中要注重教學(xué)方法和手段的推陳出新，充分調(diào)動(dòng)學(xué)生的積極性和創(chuàng)造性，強(qiáng)調(diào)基本概念和原理的正確理解，教學(xué)中應(yīng)特別注意以下幾個(gè)方面。

(一)優(yōu)化教學(xué)方法上好“緒論”課，以知識(shí)的應(yīng)用提升學(xué)生學(xué)習(xí)興趣。目前，有相當(dāng)一部分學(xué)生“信號(hào)與系統(tǒng)”學(xué)得不好，主要原因是學(xué)習(xí)積極性不高，看到滿篇的公式就害怕，由此對(duì)課程學(xué)習(xí)失去信心。針對(duì)這種情況，教師要在提高學(xué)生學(xué)習(xí)興趣和主動(dòng)性方面下功夫。教師需用啟發(fā)式教學(xué)取代以教師、課堂、課本為中心的灌輸式教學(xué)?？衫谩熬w論”課激發(fā)學(xué)生學(xué)習(xí)熱情:利用多媒體著重介紹數(shù)字信號(hào)處理在通信、語音和圖像處理等領(lǐng)域的應(yīng)用實(shí)例，如，手機(jī)的DSP芯片、門禁系統(tǒng)、心電信號(hào)濾波、數(shù)字圖像處理、視頻監(jiān)控、微信等，讓學(xué)生明白該課程的重要性及其應(yīng)用領(lǐng)域，提升學(xué)生對(duì)數(shù)字信號(hào)處理的興趣與學(xué)習(xí)積極性。在教學(xué)過程中靈活設(shè)置教學(xué)情境，增加互動(dòng)環(huán)節(jié)，多做一些設(shè)計(jì)性實(shí)驗(yàn)，拓展思維、增強(qiáng)信心。淡化公式推導(dǎo)，著重強(qiáng)調(diào)概念的物理意義和聯(lián)系。由于教材中大部分定理和結(jié)論是通過推導(dǎo)得出的，一些學(xué)生過于注重公式推導(dǎo)或證明。其實(shí)，授課時(shí)只需詳細(xì)推導(dǎo)典型公式，把一些重要的公式講清楚，類似的內(nèi)容可讓學(xué)生課后自學(xué)。課堂上教師要盡可能淡化推導(dǎo)和解題技巧，強(qiáng)調(diào)所得出結(jié)論的物理意義和工程應(yīng)用，將抽樣、頻譜分析、濾波等工程應(yīng)用案例穿插于理論教學(xué)中，讓工程應(yīng)用成為“數(shù)字信號(hào)處理”教學(xué)中的主線，做到數(shù)學(xué)概念、物理意義、工程應(yīng)用三者并重，［4］提高學(xué)生學(xué)習(xí)這門課程的興趣，增強(qiáng)學(xué)習(xí)的目的性和主動(dòng)性。突出重難點(diǎn)，靈活采用多種教學(xué)方法。教學(xué)過程中分清主次，重難點(diǎn)內(nèi)容重點(diǎn)講、詳細(xì)講，較簡(jiǎn)單的或應(yīng)用不多的內(nèi)容則少講或讓學(xué)生自學(xué)。教師根據(jù)教學(xué)內(nèi)容靈活選取不同的教學(xué)方法，如案例法、比喻法、對(duì)比法等，［5］通過分析和歸納總結(jié)的方式優(yōu)化教學(xué)方法，分解復(fù)雜問題。如，講授線性卷積時(shí)，將待卷積的兩個(gè)序列看作站成兩排等待領(lǐng)導(dǎo)接見的群眾，而卷積運(yùn)算過程相當(dāng)于領(lǐng)導(dǎo)和所接見群眾依次握手的過程。教師要善于運(yùn)用幽默形象的語言和高超的藝術(shù)，把抽象而枯燥無味的知識(shí)變得生動(dòng)有趣。巧用對(duì)比法。對(duì)比法能潛移默化地引導(dǎo)學(xué)生將相近或相似的概念和方法進(jìn)行小結(jié)、比較和分析，不僅能更好地理解不同內(nèi)容之間的共性和個(gè)性，而且能夠培養(yǎng)發(fā)散思維能力，提高學(xué)習(xí)效率，如圖2，將ZT、DFS、DTFT、DFT幾種變換通過圖表來比較，清晰地展現(xiàn)常見變量間的關(guān)系，避免混淆。為了讓學(xué)生對(duì)所學(xué)知識(shí)之間的聯(lián)系、用途有清晰的認(rèn)識(shí)，可利用“知識(shí)樹”的形式把每個(gè)章節(jié)的重點(diǎn)層層分解，將所學(xué)知識(shí)點(diǎn)和應(yīng)用聯(lián)系起來，便于歸納和總結(jié)(如圖2)。講解IIR和FIR濾波器設(shè)計(jì)時(shí)，先向?qū)W生講清為什么要設(shè)計(jì)數(shù)字濾波器、有哪些應(yīng)用、設(shè)計(jì)數(shù)字濾波器需要用到哪些知識(shí)。這樣，學(xué)生會(huì)自然而然地把所學(xué)知識(shí)點(diǎn)聯(lián)系起來。關(guān)注師生交流和信息反饋，重視因材施教。教師要根據(jù)不同專業(yè)和學(xué)生基礎(chǔ)等方面的差異，在講課方式和側(cè)重點(diǎn)上有所區(qū)別。教師要及時(shí)掌握學(xué)生的學(xué)習(xí)動(dòng)態(tài)，調(diào)整教學(xué)內(nèi)容和方法，幫扶“學(xué)困生”，提升“優(yōu)等生”。

(二)改革課堂教學(xué)模式傳統(tǒng)與現(xiàn)代教學(xué)手段并用。運(yùn)用多媒體教學(xué)能使抽象難懂的教學(xué)內(nèi)容形象化、直觀化，提高教學(xué)效率。［6］但在實(shí)際的“數(shù)字信號(hào)處理”課程教學(xué)中，過多地采用多媒體教學(xué)，教學(xué)效果并不理想。課堂中靈活運(yùn)用黑板板書、多媒體課件、Matlab或LabView軟件演示，可增強(qiáng)師生互動(dòng)。［7］難一點(diǎn)的公式推導(dǎo)和證明，仍然采用傳統(tǒng)板書方式教學(xué)，盡量放慢講課節(jié)奏，留給學(xué)生充裕的思考時(shí)間，達(dá)到深刻理解的目的。對(duì)于比較抽象的概念、原理或結(jié)論，如信號(hào)采樣及恢復(fù)、頻譜分析、循環(huán)卷積等，可借助多媒體技術(shù)將教學(xué)內(nèi)容生動(dòng)、形象、高效地展示在學(xué)生面前，讓學(xué)生更清晰地理解其物理意義。建設(shè)網(wǎng)絡(luò)或視頻資源共享平臺(tái)也可避免多媒體教學(xué)課堂容量大、教學(xué)內(nèi)容難消化的問題。課后，讓學(xué)生登陸網(wǎng)絡(luò)課程，彌補(bǔ)大班教學(xué)人數(shù)過多造成的師生溝通不便、信息反饋通道不暢的問題;通過網(wǎng)絡(luò)答疑、討論和激勵(lì)制度激發(fā)學(xué)生學(xué)習(xí)興趣和主動(dòng)參與性。建立“學(xué)習(xí)共同體”教學(xué)模式。“學(xué)習(xí)共同體”是指由學(xué)習(xí)者及助學(xué)者(包括教師、專家、輔導(dǎo)員等)共同構(gòu)成的團(tuán)體。［8］共同體成員在學(xué)習(xí)過程中經(jīng)常溝通、交流，分享學(xué)習(xí)資源，共同完成特定學(xué)習(xí)任務(wù)，形成相互影響、相互促進(jìn)的學(xué)習(xí)組織。在大班教學(xué)中建立學(xué)習(xí)共同體，在課堂教學(xué)中形成師生互教、互學(xué)的互動(dòng)關(guān)系，教師在教學(xué)過程中給學(xué)生自主學(xué)習(xí)的空間，學(xué)生根據(jù)所接受的任務(wù)去發(fā)現(xiàn)、思考和解決問題，增進(jìn)協(xié)作和互動(dòng)，激發(fā)學(xué)習(xí)主動(dòng)性，從而改善課堂教學(xué)效果，提高學(xué)習(xí)效率。

(三)強(qiáng)化實(shí)踐教學(xué)，高度重視學(xué)生實(shí)踐能力的培養(yǎng)應(yīng)用型人才培養(yǎng)應(yīng)始終堅(jiān)持理論與實(shí)踐并重的原則。理論教學(xué)只是學(xué)習(xí)該門課程的一部分，將所學(xué)理論知識(shí)應(yīng)用于實(shí)踐，才能達(dá)到學(xué)以致用的目的。為此，必須加強(qiáng)實(shí)踐教學(xué)環(huán)節(jié)。運(yùn)用仿真軟件教學(xué)。仿真軟件Matlab和Labview以其編程和調(diào)試簡(jiǎn)單、代碼短、效率高等特點(diǎn)深受廣大教學(xué)和科研人員的歡迎，［9］廣泛應(yīng)用于控制系統(tǒng)、系統(tǒng)仿真等領(lǐng)域。結(jié)合幾年來“數(shù)字信號(hào)處理”課程的授課經(jīng)驗(yàn)，在課程中引入Matlab和Labview軟件，讓學(xué)生動(dòng)手完成系統(tǒng)設(shè)計(jì)和仿真，拓展實(shí)驗(yàn)教學(xué)的深度和廣度，有助于增強(qiáng)學(xué)生學(xué)習(xí)成就感，培養(yǎng)學(xué)生的創(chuàng)新能力和設(shè)計(jì)能力。CCS是TI公司推出的DSP軟件集成開發(fā)環(huán)境，它運(yùn)用圖形接口界面，提供工程管理和編輯工具。教師可以用2學(xué)時(shí)介紹DSP結(jié)構(gòu)、開發(fā)環(huán)境、DSP系列及其應(yīng)用實(shí)例。通過了解DSP仿真軟件CCS，為后續(xù)的DSP課程設(shè)計(jì)教學(xué)奠定基礎(chǔ)。優(yōu)化實(shí)驗(yàn)教學(xué)內(nèi)容和改革實(shí)驗(yàn)教學(xué)手段，加強(qiáng)教學(xué)內(nèi)容和工程應(yīng)用的融合?！皵?shù)字信號(hào)處理”教學(xué)應(yīng)堅(jiān)持以實(shí)踐性和應(yīng)用性為教學(xué)目的，分層設(shè)計(jì)實(shí)驗(yàn)，優(yōu)化實(shí)驗(yàn)內(nèi)容，盡量減少驗(yàn)證性實(shí)驗(yàn)，增加綜合性、設(shè)計(jì)性、創(chuàng)新性、開放性實(shí)驗(yàn)教學(xué)內(nèi)容。革除填鴨式教學(xué)，開展“項(xiàng)目導(dǎo)向、任務(wù)驅(qū)動(dòng)、案例教學(xué)”的教學(xué)模式，結(jié)合學(xué)生情況，創(chuàng)設(shè)情境，教師提出任務(wù)，學(xué)生邊學(xué)邊練，完成自主學(xué)習(xí)任務(wù)，充分培養(yǎng)學(xué)生的再學(xué)習(xí)和主動(dòng)學(xué)習(xí)的能力。［10］針對(duì)每一章的具體內(nèi)容，在講授理論知識(shí)之前先給學(xué)生一個(gè)具體的工程應(yīng)用例子，提出問題，引導(dǎo)學(xué)生積極開動(dòng)腦筋，督促學(xué)生課后以小組為單位主動(dòng)查找相關(guān)資料，提出解決問題的方法和思路。如，在講授數(shù)字濾波器之前，教師可設(shè)計(jì)數(shù)字濾波器對(duì)心電信號(hào)進(jìn)行去噪處理。同時(shí)，教師可以電子設(shè)計(jì)大賽等學(xué)科競(jìng)賽為契機(jī)，以畢業(yè)設(shè)計(jì)為導(dǎo)向，有意識(shí)地引導(dǎo)學(xué)生進(jìn)行創(chuàng)新性課題的研究，深入掌握信號(hào)處理理論，增強(qiáng)工程應(yīng)用能力和團(tuán)隊(duì)合作精神，做到學(xué)以致用。

二、考核方式的改革

篇5

關(guān)鍵詞：電能質(zhì)量分析方法FACTS技術(shù) 控制

引言：改革開放以來，我國(guó)國(guó)民經(jīng)濟(jì)的迅猛發(fā)展，科學(xué)技術(shù)的進(jìn)步和生產(chǎn)過程的高度自動(dòng)化，電網(wǎng)中各種非線性負(fù)荷及用戶不斷增長(zhǎng)；各種復(fù)雜的、精密的，對(duì)電能質(zhì)量敏感的用電設(shè)備越來越多。上述兩方面的矛盾越來越突出，用戶對(duì)電能質(zhì)量的要求也更高，在這樣的環(huán)境下，探討電能質(zhì)量領(lǐng)域的相關(guān)理論及其控制技術(shù)，分析我國(guó)電能質(zhì)量管理和控制的發(fā)展趨勢(shì)，具有很強(qiáng)的觀實(shí)意義。

一 衡量指標(biāo)

由于所處立場(chǎng)不同，關(guān)注或表征電能質(zhì)量的角度不同，人們對(duì)電能質(zhì)量的定義還未能達(dá)成完全的共識(shí)，但是對(duì)其主要技術(shù)指標(biāo)都有較為一致的認(rèn)識(shí)。

1.諧波和間諧波：含有基波整數(shù)倍頻率的正弦電壓或電流稱為諧波。含有基波非整數(shù)倍頻率的正弦電壓或電流稱為間諧波，小于基波頻率的分?jǐn)?shù)次諧波也屬于間諧波。

2.電壓波動(dòng)和閃變（fluctuation&flicker）：電壓波動(dòng)是指在包絡(luò)線內(nèi)的電壓的有規(guī)則變動(dòng)，或是幅值通常不超出0.9～1.1倍電壓范圍的一系列電壓隨機(jī)變化。閃變則是指電壓波動(dòng)對(duì)照明燈的視覺影響。

3.壓偏差：是電壓下跌(電壓跌落)和電壓上升(電壓隆起)的總稱。

4.頻率偏差：對(duì)頻率質(zhì)量的要求全網(wǎng)相同，不因用戶而異，各國(guó)對(duì)于該項(xiàng)偏差標(biāo)準(zhǔn)都有相關(guān)規(guī)定。電壓三相不平衡：表現(xiàn)為電壓的最大偏移與三相電壓的平均值超過規(guī)定的標(biāo)準(zhǔn)。

二 分析方法

1頻域分析法

頻域分析方法主要包括頻率掃描、諧波潮流計(jì)算和混合諧波潮流計(jì)算等，該方法多用于電能質(zhì)量中諧波問題的分析。

頻率掃描和諧波潮流計(jì)算在反映非線性負(fù)載動(dòng)態(tài)特性方面有一定局限性，因此混合諧波潮流計(jì)算法在近些年中發(fā)展起來。其優(yōu)點(diǎn)是可詳細(xì)考慮非線性負(fù)載控制系統(tǒng)的作用，因此可精確描

述其動(dòng)態(tài)特性。缺點(diǎn)是計(jì)算量大，求解過程復(fù)雜。

2時(shí)域仿真法

時(shí)域仿真方法在電能質(zhì)量分析中的應(yīng)用最為廣泛，其最主要的用途是利用各種時(shí)域仿真程序?qū)﹄娔苜|(zhì)量問題中的各種暫態(tài)現(xiàn)象進(jìn)行研究。目前較通用的時(shí)域仿真程序有EMTP、EMTDC、NETOMAC等系統(tǒng)暫態(tài)仿真程序和SPICE、PSPICE、SABER等電力電子仿真程序。

采用時(shí)域仿真計(jì)算的缺點(diǎn)是仿真步長(zhǎng)的選取決定了可模仿的最大頻率范圍，因此必須事先知道暫態(tài)過程的頻率覆蓋范圍。此外，在模仿開關(guān)的開合過程時(shí)，還會(huì)引起數(shù)值振蕩。

3基于變換的方法

在電能質(zhì)量分析領(lǐng)域中廣泛應(yīng)用的基于變換的方法主要有Fourier變換、神經(jīng)網(wǎng)絡(luò)、二次變換、小波變換和Prony分析等5種方法。

3.1小波分析法

小波變換是新的多尺度分析數(shù)字技術(shù)，它通過對(duì)時(shí)間序列過程從低分辨率到高分辨率的分析，顯示過程變化的整體特征和局部變化行為。常用的小波基函數(shù)有：Daubechies小波、B小波、Morlet小波Meyer小波等。

小波變換的優(yōu)點(diǎn)是：具有時(shí)－頻局部化的特點(diǎn)，特別適合突變信號(hào)和不平穩(wěn)信號(hào)分析?？梢詫?duì)信號(hào)進(jìn)行去噪、識(shí)別和數(shù)據(jù)壓縮、還原等。缺點(diǎn)是：在實(shí)時(shí)系統(tǒng)中運(yùn)算量較大，需要如DSP等高價(jià)格的高速芯片；小波分析有“邊緣效應(yīng)”，邊界數(shù)據(jù)處理會(huì)占用較多時(shí)間，并帶來一定誤差。

3.2神經(jīng)網(wǎng)絡(luò)法

神經(jīng)網(wǎng)絡(luò)理論是巨量信息并行處理和大規(guī)模平行計(jì)算的基礎(chǔ)，它既是高度非線性動(dòng)力學(xué)系統(tǒng)，又是自適應(yīng)組織系統(tǒng)，可用來描述認(rèn)知、決策及控制的智能行為。

神經(jīng)網(wǎng)絡(luò)法的優(yōu)點(diǎn)是：可處理多輸入－多輸出系統(tǒng)，具有自學(xué)習(xí)、自適應(yīng)等特點(diǎn)。不必建立精確數(shù)學(xué)模型，只考慮輸入輸出關(guān)系即可。缺點(diǎn)是：存在局部極小問題，會(huì)出現(xiàn)局部收

斂，影響系統(tǒng)的控制精度；理想的訓(xùn)練樣本提取困難，影響網(wǎng)絡(luò)的訓(xùn)練速度和訓(xùn)練質(zhì)量；網(wǎng)絡(luò)結(jié)構(gòu)不易優(yōu)化。

3.3二次變換法

二次變換是一種基于能量角度來考慮的新的時(shí)域變換方法。該方法的基本原理是用時(shí)間和頻率的雙線性函數(shù)來表示信號(hào)的能量函數(shù)。

二次變換的優(yōu)點(diǎn)是：可以準(zhǔn)確地檢測(cè)到信號(hào)發(fā)生尖銳變化的時(shí)刻；精確測(cè)量基波和諧波分量的幅值。缺點(diǎn)是：無法準(zhǔn)確地估計(jì)原始信號(hào)的諧波分量幅值；不具有時(shí)域分析功能。

三 控制策略

PID控制：這是應(yīng)用最為廣泛的調(diào)節(jié)器控制規(guī)律，其結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定性好、工作可靠、調(diào)整方便，易于在工程中實(shí)現(xiàn)。當(dāng)被控對(duì)象的結(jié)構(gòu)和參數(shù)不能完全掌握，或得不到精確的數(shù)學(xué)模型時(shí)，應(yīng)用PID控制技術(shù)最為方便。其缺點(diǎn)是：響應(yīng)有超調(diào)，對(duì)系統(tǒng)參數(shù)攝動(dòng)和抗負(fù)載擾動(dòng)能力較差。

空間矢量控制：空間矢量控制也是一種較為常規(guī)的控制方法。其原理是：將基于三相靜止坐標(biāo)系(abc)的交流量經(jīng)過派克變換得到基于旋轉(zhuǎn)坐標(biāo)系(dq)的直流量從而實(shí)現(xiàn)解耦控制。常規(guī)的矢量控制方法一般采用DSP進(jìn)行處理，具有良好的穩(wěn)態(tài)性能與暫態(tài)性能。也可采用簡(jiǎn)化算法以縮短實(shí)時(shí)運(yùn)算時(shí)間。

模糊邏輯控制：知道被控對(duì)象精確的數(shù)學(xué)模型是使用經(jīng)典控制理論的"頻域法"和現(xiàn)代控制理論的“時(shí)域法”設(shè)計(jì)控制器的前提條件。模糊控制作為一種新的智能控制方法，無需對(duì)系統(tǒng)建立精確的數(shù)學(xué)模型。它通過模擬人的思維和語言中對(duì)模糊信息的表達(dá)和處理方式，對(duì)系統(tǒng)特征進(jìn)行模糊描述，來降低獲取系統(tǒng)動(dòng)態(tài)和靜態(tài)特征量付出的代價(jià)。

非線性魯棒控制：超導(dǎo)儲(chǔ)能裝置(SMES)實(shí)際運(yùn)行時(shí)會(huì)受到各種不確定性的影響，因此可通過對(duì)SMES的確定性模型引入干擾，得到非線性二階魯棒模型。對(duì)此非線性模型，既可應(yīng)用反饋線性化方法使之全局線性化，再利用所有線性系統(tǒng)的控制規(guī)律進(jìn)行控制，也可直接采用魯棒控制理論設(shè)計(jì)控制器。

四 技術(shù)

1.FACTS技術(shù)

FACTS，即基于電力電子控制技術(shù)的靈活交流輸電，是上世紀(jì)80年代末期由美國(guó)電力研究院（EPRI）提出的。它通過控制電力系統(tǒng)的基本參數(shù)來靈活控制系統(tǒng)潮流，使輸送容量更接近線路的熱穩(wěn)極限。采用FACTS技術(shù)的核心目的是加強(qiáng)交流輸電系統(tǒng)的可控性和增大其電力傳輸能力。

目前有代表性的FACTS裝置主要有：可控串聯(lián)補(bǔ)償電容器、靜止無功補(bǔ)償器、晶閘管控制的串聯(lián)投切電容器、統(tǒng)一潮流控制器等。

2.用戶電力技術(shù)