简介:摘要利用传统的单端电压、电流电气量进行故障测距时,容易受到过渡电阻的影响而导致测量距离不精确。本文以小波变换为基础,将传统的单端电气量与反向传播(BP)神经网络算法相结合,提出了一种用于故障测距的新方法,通过大量的仿真验证表明,该方法能够适应各种环境的要求,且精度高,具有一定的实用价值。
简介:为了提高线性调频连续波(LinearFrequencyModulationContinuousWave,LFMCW)雷达的测距精度,一般采用稳定性能好、计算量小的Quinn算法。但在低信噪比、频率偏差位于量化频谱附近时,Quinn算法的估计误差很大。针对Quinn算法的缺陷,提出了一种改进的Quinn算法,该算法引入频率偏差因子,把频率偏差先平移到量化频率中间,利用Quinn算法在频率偏差位于量化频谱中间获取高精度测距的优点,提高LFMCW雷达的测距精度。仿真结果表明,改进的Quinn算法具有很好的抗噪声性能,频率估计均方根误差接近克拉美罗下限(Cramer-RaoLowBound,CRLB),能够满足LFMCW对测距精度的需求。