Szybka identyfikacja harmonicznych na podstawie oszczędnego próbkowania - Publikacja - MOST Wiedzy

Wyszukiwarka

Szybka identyfikacja harmonicznych na podstawie oszczędnego próbkowania

Abstrakt

W pracy przedstawiono implementację szybkiego algorytmu rekonstrukcji sygnału, opartego na teorii oszczędnego próbkowania, który może wykrywać harmoniczne w sygnale wejściowym. Zagadnienie rekonstrukcji sygnału jest problemem optymalizacyjnym rozwiązywanym za pomocą algorytmu programowania liniowego. Dodatkowo, aby przyspieszyć zbieżność rozwiązania zastosowano w rzadkiej dziedzinie sygnału filtr typu K-rank-order. Przeprowadzona symulacja numeryczna potwierdza skuteczność zastosowanego algorytmu.

Cytowania

  • 0

    CrossRef

  • 0

    Web of Science

  • 1

    Scopus

Cytuj jako

Pełna treść

pobierz publikację
pobrano 29 razy
Wersja publikacji
Accepted albo Published Version
Licencja
Creative Commons: CC-BY-NC-ND otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach
Opublikowano w:
Przegląd Elektrotechniczny strony 69 - 71,
ISSN: 0033-2097
Język:
angielski
Rok wydania:
2019
Opis bibliograficzny:
Pałczyńska B.: Szybka identyfikacja harmonicznych na podstawie oszczędnego próbkowania// Przegląd Elektrotechniczny -,iss. 11 (2019), s.69-71
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.15199/48.2019.11.18
Bibliografia: test
  1. Bonavolonta F., D'Apuzzo M., Liccardo A., G. Miele G., Harmonic and interharmonic measurements through a compressed sampling approach, Measurement, 77 (2016) 1- 15 otwiera się w nowej karcie
  2. Angrisani L., Bonavolonta F., D'Apuzzo M., Schiano, Moriello L. R., Vadursi M., A compressive sampling based method for power measurement of band-pass signals, IEEE International Instrumentation and Measurement Technology Conference (I2MTC), (2013), 102-107 otwiera się w nowej karcie
  3. Carta D., Muscas C., Pegoraro P. A., Sulis S., Identification and Estimation of Harmonic Sources Based on Compressive Sensing, IEEE Transactions on Instrumentation and Measurement, 68 (2019), no. 1, 95-104 otwiera się w nowej karcie
  4. Alshawawreh J., Adaptive Technique based on Fast Fourier Transform for Selecting the Modelled Harmonics' orders in Kalman filter, Przegląd Elektrotechniczny, 94 (2018), nr 8, 95- 100 otwiera się w nowej karcie
  5. Candes E., Wakin M., An Introduction to compressive sampling, IEEE Signal Processing Magazine, 25 (2008), no 5, 21-30. otwiera się w nowej karcie
  6. Donoho D., Compressed Sensing, IEEE Transactions on Information Theory, 52 (2006), 1289-1306 otwiera się w nowej karcie
  7. Baraniuk, R. G., Compressive Sensing -Lecture Notes, IEEE Signal Processing Magazine, 24 (2007), no 4,118-121 otwiera się w nowej karcie
  8. Andras M., Dolinsky P., Michaeli L., Saliga J, A time domain reconstruction method of randomly sampled frequency, Measurement, 127 (2018), 68-77
  9. Duartea M. F., Baraniuk R. G., Spectral compressive sensing sparse signal, Applied and Computational Harmonic Analysis, 35 (2013), Issue 1, 111-129 otwiera się w nowej karcie
  10. LabVIEW -Advanced Signal Processing Toolkit -Time Frequency Analysis Tools, User Manual, National Instruments, (2005) otwiera się w nowej karcie
  11. Perez L., Compressive Data Acquisition with LabVIEW, https://forums.ni.com/t5/Example-Programs/Compressive-Data- Acquisition-with-LabVIEW/ (2009) -accessed on 2nd July 2019
Źródła finansowania:
  • Działalność statutowa/subwencja
Weryfikacja:
Politechnika Gdańska

wyświetlono 153 razy

Publikacje, które mogą cię zainteresować

Meta Tagi