导读:本文包含了时频原子分解算法论文开题报告文献综述及选题提纲参考文献，主要关键词:时频原子分解,匹配追踪,差分进化,电能质量扰动信号
时频原子分解算法论文文献综述
杨烁,曹思扬,戴朝华,朱云芳,陈维荣[1]（2015）在《电能质量扰动信号时频原子分解的进化匹配追踪算法》一文中研究指出时频原子分解对电能质量扰动信号具有良好的分析效果,但其常用的匹配追踪(MP)算法,存在计算量大、参数空间离散化影响原子匹配性能等不足。基于差分进化,研究了电能质量扰动信号原子分解的进化匹配追踪(EMP)算法,给出了算法流程。针对几种电能质量扰动信号,通过Gabor和衰减正弦量原子分解的30次独立仿真实验,分析了信号长度、噪声等对性能的影响。结果表明,EMP算法与MP相比大大减少了计算耗时且不受信号长度的影响,进一步提高了原子的全局匹配能力,具有很好的抗噪声能力。最后,给出了下一步工作的展望。(本文来源于《电力系统保护与控制》期刊2015年16期）
胡鑫磊,张国毅,田润澜[2]（2015）在《免疫克隆选择算法在雷达信号时频原子分解中的应用》一文中研究指出针对传统时频原子在雷达信号分解中计算复杂度比较高的问题,提出了一种基于免疫克隆选择算法的时频原子快速分解方法。首先将Chirplet原子库分解为小原子库,然后并行地在每一个小原子库中搜索最佳原子,搜索过程建模为多参数寻优问题,通过免疫克隆选择算法的克隆、变异、记忆、替换等操作求解最优值,最后比较每一个小原子库中的最佳原子,将相似度最大的原子作为分解的最佳原子。仿真实验表明,该方法能够用较少的时频原子表示信号,在大幅减少时频原子搜索时间的同时,有效地抑制了噪声和交叉项的干扰。(本文来源于《电讯技术》期刊2015年07期）
侯世英,张文玉,孙韬,罗书豪[3]（2013）在《基于正交优化时频原子分解算法的电能质量扰动匹配特征分析》一文中研究指出针对电能质量扰动信号时频局部化信息量较广难以简洁、灵活提取有效细微特征以及匹配追踪收敛速度较差的问题,提出一种应用于电能质量扰动分解重构及扰动特征参量提取的匹配时频原子框架及其改进方法。在Gabor时频原子库离散优化基础上,通过匹配追踪算法对扰动信号进行自适应分解,同时对搜寻的最佳时频原子进行正交变换,减小冗余分量,设定迭代次数或残差阈值作为终止条件,从而获得一系列匹配扰动信号波形特征的正交时频原子及其参量化形式。仿真结果表明,该框架能有效分解提取电能质量扰动信号时频特征参量,相对基于匹配追踪的稀疏分解,改进算法单一扰动匹配特征重构信噪比高达55dB,多重扰动达35dB,均方误差数量级为0.001,匹配扰动特征精度及收敛性能进一步提高,满足电能质量分析要求。(本文来源于《电网技术》期刊2013年03期）
方纯[4]（2009）在《时频原子分解快速算法及其在雷达信号分析中的应用》一文中研究指出时频原子分解算法(time-frequency atom decomposition,TFAD)是继傅立叶变换、Gabor变换和小波变换之后逐渐发展起来的一种新的信号处理方法。这种算法将输入信号分解成一系列原子信号的线性展开,而这些原子是从一个冗余的原子库中选取的。为了使选取的原子最佳地匹配原始信号的结构,时频原子分解算法采取一种贪婪的自适应分解策略。由于时频原子库是高度冗余的,分解的策略是贪婪自适应的,时频原子分解算法能够在一定的精度条件下,将输入信号表示成少量特征明显的信号分量的迭加形式,从而获得信号的自然特性。这种信号分解方法能灵活地表达信号局部结构特性,而且由该方法得到的能量密度没有Wigner和Cohen类时频方法的交叉干扰项。尽管使用时频原子分解算法能够得到较好的信号模型,但是此算法的一个主要缺点是计算量过大。在对信号的每一次分解中,都需要进行大量的内积运算,以决定在这一步应该选用原子库中哪一个原子作分解。而且,目前仅有很少的文献对时频原子分解方法在雷达信号处理领域的应用进行了初步探索。为此,论文针对雷达辐射源信号,给出叁种时频原子分解快速算法,以提高辐射源信号的处理速度。论文的主要工作及研究成果如下:1.详细介绍时频原子分解算法的基本理论,分析比较Gabor原子和Chirp原子的性能。通过仿真分析基于Gabor原子和Chirp原子的TFAD算法的性能,结果证明TFAD适合分析非平稳信号,Chirp原子重构的信号具有较好的时频聚集性,TFAD的计算复杂度过高。2.为了降低时频原子分解算法的计算复杂度,给出一种基于量子遗传算法(QGA)的快速时频原子分解算法。该方法采用自适应匹配能力强的Chirp原子构建原子库,利用量子遗传算法快速寻找时频原子分解过程中每一次分解应选用的最佳原子,降低时频原子分解算法的计算复杂度。对雷达辐射源信号的仿真实验结果表明,该方法计算速度大幅度提高,计算量减小,而且重构信号时频聚集性好。3.为了更有效的提高时频原子分解算法的计算速度,给出一种基于粒子群算法(PSO)的时频原子分解快速算法,使雷达辐射源信号在过完备的原子库中进行分解,采用Chirp原子提高自适应匹配能力和时频聚集性,同时通过PSO寻找最佳时频原子。实验结果表明,该方法能有效提高TFAD分解算法的速度,辐射源信号的时频图有较好的时频聚集性,这种方法还能有效抑制噪声和交叉项。4.为了增加搜索到全局最优解的概率,给出一种基于混沌粒子群算法的时频原子分解快速算法(Chirp-CPSO)。该方法采用Chirp原子构建原子库,信号在过完备的Chirp原子库中进行分解,利用遍历性较好的混沌映射初始化粒子,分解过程中采用PSO快速寻找时频原子分解过程中每一次分解应选用的最佳原子。同时引入混沌“灾变”操作,帮助算法跳出局部极值。实验结果表明,该方法能有效降低时频原子分解算法搜索过程的计算复杂度,提高信号处理效率,而且得到的时频图时频聚集性好,能有效抑制交叉干扰项和噪声。除此之外,该方法与前面两种改进算法比较更适合处理多分量信号。本文工作得到国家自然科学基金(60702026)和四川省青年科技基金项目(09ZQ026-040)共同资助。(本文来源于《西南交通大学》期刊2009-05-01）
时频原子分解算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统时频原子在雷达信号分解中计算复杂度比较高的问题,提出了一种基于免疫克隆选择算法的时频原子快速分解方法。首先将Chirplet原子库分解为小原子库,然后并行地在每一个小原子库中搜索最佳原子,搜索过程建模为多参数寻优问题,通过免疫克隆选择算法的克隆、变异、记忆、替换等操作求解最优值,最后比较每一个小原子库中的最佳原子,将相似度最大的原子作为分解的最佳原子。仿真实验表明,该方法能够用较少的时频原子表示信号,在大幅减少时频原子搜索时间的同时,有效地抑制了噪声和交叉项的干扰。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时频原子分解算法论文参考文献
[1].杨烁,曹思扬,戴朝华,朱云芳,陈维荣.电能质量扰动信号时频原子分解的进化匹配追踪算法[J].电力系统保护与控制.2015
[2].胡鑫磊,张国毅,田润澜.免疫克隆选择算法在雷达信号时频原子分解中的应用[J].电讯技术.2015
[3].侯世英,张文玉,孙韬,罗书豪.基于正交优化时频原子分解算法的电能质量扰动匹配特征分析[J].电网技术.2013
[4].方纯.时频原子分解快速算法及其在雷达信号分析中的应用[D].西南交通大学.2009