摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-20页 |
1.1 课题的背景与意义 | 第9-10页 |
1.2 谐波分析方法的研究现状 | 第10-14页 |
1.2.1 傅里叶分析方法 | 第10-11页 |
1.2.2 小波分析方法 | 第11页 |
1.2.3 人工智能方法 | 第11-12页 |
1.2.4 现代谱估计方法 | 第12-14页 |
1.3 谐波分析仪器的研究现状 | 第14-19页 |
1.3.1 国外品牌功率分析仪 | 第15-17页 |
1.3.2 国内品牌功率分析仪 | 第17-19页 |
1.4 本论文主要研究内容 | 第19-20页 |
第2章 傅里叶方法的缺陷与改进 | 第20-32页 |
2.1 引言 | 第20页 |
2.2 傅里叶方法存在的缺陷 | 第20-24页 |
2.2.1 传统傅里叶方法 | 第20-21页 |
2.2.2 频谱泄漏 | 第21-23页 |
2.2.3 栅栏效应 | 第23-24页 |
2.3 加窗插值 | 第24-28页 |
2.3.1 窗函数的选取 | 第24-26页 |
2.3.2 单峰谱线插值法 | 第26-28页 |
2.4 选带频谱细化ZOOM-FFT | 第28-31页 |
2.5 本章小结 | 第31-32页 |
第3章 基于自适应变采样率的改进傅里叶方法 | 第32-53页 |
3.1 引言 | 第32页 |
3.2 变采样率傅里叶方法的基本原理 | 第32-35页 |
3.3 自适应变采样率的参数化区间模型 | 第35-40页 |
3.4 基于二分法与三谱线法的搜索方法 | 第40-43页 |
3.5 基于AVSF方法的谐波分析仿真实验 | 第43-52页 |
3.5.1 谐波分量的变采样仿真验证 | 第43-46页 |
3.5.2 间谐波分量的变采样仿真验证 | 第46-52页 |
3.6 本章小结 | 第52-53页 |
第4章 高精度高分辨率谐波分析方法 | 第53-71页 |
4.1 引言 | 第53页 |
4.2 AR谱估计原理 | 第53-55页 |
4.3 AR谱估计求解方法 | 第55-61页 |
4.3.1 传统自相关求解方法 | 第55-57页 |
4.3.2 基于RLS的自相关求解方法 | 第57-59页 |
4.3.3 基于Burg法的快速求解方法 | 第59-61页 |
4.4 自适应线性神经网络 | 第61-64页 |
4.5 高分辨率频谱分析算法仿真 | 第64-70页 |
4.5.1 基于RLS的自相关 | 第64-66页 |
4.5.2 基于Burg法的AR谱估计仿真 | 第66-68页 |
4.5.3 Adaline神经网络高精度分析方法仿真 | 第68-70页 |
4.6 本章小结 | 第70-71页 |
第5章 高频电能信号谐波分析实验研究 | 第71-89页 |
5.1 引言 | 第71页 |
5.2 半实物仿真实验 | 第71-80页 |
5.2.1 半实物仿真实验平台的搭建 | 第71-73页 |
5.2.2 半实物仿真谐波分析实验结果 | 第73-80页 |
5.3 高速电机谐波分析实验 | 第80-88页 |
5.3.1 高速电机实验平台的搭建 | 第80-81页 |
5.3.2 高速电机谐波分析实验结果 | 第81-88页 |
5.4 本章小结 | 第88-89页 |
结论 | 第89-90页 |
参考文献 | 第90-94页 |
攻读学位期间发表的学术论文 | 第94-96页 |
致谢 | 第96页 |