SACoSaMP在电能质量数据重构中的应用

作者：肖儿良^*; 朱刚

来源：控制工程, 2019, 26(01): 80-86.

DOI：10.14107/j.cnki.kzgc.161099

• 压缩感知
• 电能质量
• 匹配追踪
• 重构算法

为了解决电能质量信号的稀疏度未知和重构性能差的问题,提出采用稀疏度自适应压缩采样匹配追踪(SACoSaMP)算法应用于电能质量数据重构。SACoSaMP算法结合压缩采样匹配追踪(CoSaMP)算法抗干扰能力强和稀疏度自适应匹配追踪(SAMP)算法稀疏度自适应的优点。首先对信号进行稀疏度初始估计,然后在CoSaMP算法框架下进行稀疏度逐步增大的递归运算,以残差值比较为终止条件实现稀疏度自适应。最后采用重构信噪比、均方差误差百分比和能量恢复系数作为评价参数,比较在稀疏基和观测矩阵相同的情况下OMP、CoSaMP、SAMP和SACoSaMP算法的重构效果,仿真实验表明,SACoSaMP算法能量恢复系数高,重构信噪比高,均方误差小,同时具备稀疏度自适应的优点,为电能质量扰动信号数据重构提供了一种新的方向。

• 单位
  上海理工大学