基于压缩感知理论的电力系统数据检测与压缩方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-30页 |
| ·研究背景及意义 | 第11-13页 |
| ·国内外研究现状 | 第13-22页 |
| ·主要研究内容 | 第22-24页 |
| 参考文献 | 第24-30页 |
| 第二章 压缩感知理论基础 | 第30-48页 |
| ·压缩感知理论框架 | 第30-37页 |
| ·信号的稀疏表示 | 第31-33页 |
| ·测量矩阵与感知矩阵 | 第33-36页 |
| ·信号重构算法 | 第36-37页 |
| ·电能质量数据稀疏性分析 | 第37-45页 |
| ·小结 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 第三章 压缩感知在电力谐波检测中的应用 | 第48-69页 |
| ·信号检测问题描述 | 第48-49页 |
| ·谐波信号压缩采样 | 第49-50页 |
| ·压缩采样正交匹配追踪谐波检测算法 | 第50-61页 |
| ·CoSaMp谐波信号重构算法 | 第50-53页 |
| ·CoSaMp谐波分量检测算法 | 第53-61页 |
| ·仿真研究 | 第61-67页 |
| ·稳态谐波检测 | 第61-63页 |
| ·非整数次谐波检测 | 第63-65页 |
| ·抗噪声能力 | 第65-67页 |
| ·小结 | 第67-68页 |
| 参考文献 | 第68-69页 |
| 第四章 压缩感知在电能质量扰动识别中的应用 | 第69-81页 |
| ·电能质量扰动的稀疏表示问题 | 第69-71页 |
| ·扰动信号的稀疏表示 | 第70页 |
| ·稀疏求解问题 | 第70-71页 |
| ·随机降维映射的稀疏表示多分类法 | 第71-74页 |
| ·压缩感知理论基础 | 第71-72页 |
| ·扰动信号的随机降维映射 | 第72-73页 |
| ·L1范数极小化的稀疏求解 | 第73页 |
| ·稀疏表示多分类算法 | 第73-74页 |
| ·建模与实验研究 | 第74-77页 |
| ·扰动类型及稀疏表示模型 | 第74-75页 |
| ·随机映射维数的选取 | 第75-76页 |
| ·实验分析 | 第76-77页 |
| ·小结 | 第77-78页 |
| ·小结 | 第78-79页 |
| 参考文献 | 第79-81页 |
| 第五章 压缩感知在电力系统数据压缩中的应用 | 第81-107页 |
| ·电能质量数据的压缩感知 | 第81-85页 |
| ·随机测量矩阵 | 第82-83页 |
| ·稀疏变换基表示 | 第83页 |
| ·压缩感知实现 | 第83-85页 |
| ·电能质量数据的解压缩重构 | 第85-94页 |
| ·正交匹配追踪重构算法 | 第85-90页 |
| ·自适应匹配追踪重构算法 | 第90-94页 |
| ·仿真研究 | 第94-104页 |
| ·测量维数的选取 | 第94-95页 |
| ·压缩感知采样与自适应重构 | 第95-101页 |
| ·匹配追踪重构性能分析 | 第101-104页 |
| ·小结 | 第104-105页 |
| 参考文献 | 第105-107页 |
| 第六章 总结与展望 | 第107-110页 |
| ·总结 | 第107-108页 |
| ·后续工作与展望 | 第108-110页 |
| 致谢 | 第110-111页 |
| 攻读博士学位期间参加科研情况与研究成果介绍 | 第111-112页 |
