導語：如何才能寫好一篇濾波器去噪原理和基本方法，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

【關鍵詞】LMS自適應；Allan方差；隨機噪聲；Matlab

Abstract：Adaptive LMS algorithm and Allan-Variance were analyzed.A filter system was constructed based on Matlab，and simulations aimed at some fiber-optic gyroscope raw data were designed，from which the available range 0.2-0.9 of the fixed step scale factor was got.The LMS algorithm was compared with that of Wavelet and Mean-value，and the source of errors was analyzed using Allan-Variance.It is shown by the result that the LMS will control the random errors such as Angle Random Walking，etc.

Keywords：Adaptive LMS；Allan-Variance；random noise；Matlab

1.引言

受熱漂移等隨機噪聲影響，很多傳感器輸出的信號通常是非線性、非平穩的隨機信號，典型例子是光纖陀螺的隨機漂移[1-2]。由于混疊在信號中的熱噪聲不具有典型的頻域分布，而經典的濾波器設計是基于信號與噪聲譜不重疊的前提，因而不適于受熱噪聲影響較大的應用場合。現代濾波理論中的維納濾波和卡爾曼濾波充分利用了信號和噪聲的先驗統計知識，由給定的某種最優準則，以時域的遞推算法對數據進行濾波，克服了經典濾波器的缺點[3]。然而它們需要知道信噪的先驗統計知識，這在實際應用中往往很難或者無法得到。隨著數字處理技術的發展，自適應濾波得到了越來越多的應用，因為它帶有一定的學習過程，不需要先驗知識，這對實際中的傳感器及其檢測系統而言更為實用[4-5]。

本文針對隨機信號提升信噪比的需求，以某光纖陀螺輸出信號為原始數據，基于Matlab編程與仿真建模，研究LMS自適應濾波法的去噪效果，并與小波分析、均值濾波進行比較，采用Allan方差函數評價幾種數字濾波的效果。

2.理論研究與算法設計

2.1 LMS自適應濾波算法

LMS濾波是一種線性自適應濾波算法，它以最小均方誤差為準則，使用隨機梯度進行迭代收斂，得到最優的濾波器參數[6-7]。

經典的LMS固定步長自適應濾波器包含兩部分：橫向濾波器和自適應控制器，如圖1（a）所示。

圖1 LMS自適應濾波器基本結構

橫向濾波器本質上是一個M階FIR數字濾波器，它將輸入的離散信號u（n）及其M-1階過去值組成輸入向量，對其進行加權濾波，得到輸出信號y（n）；同時比較實際輸出y（n）和期望響應d（n），得到估計誤差e（n）。自適應控制器根據估計誤差e（n）自動調整橫向濾波器的參數，即加權值的調整。這兩個過程組成一個閉環反饋，不斷調整濾波器的效果，達到最優濾波。橫向濾波器和自適應控制器的結構如圖1（b）和圖1（c）所示。整個迭代算法如下式表示：

由圖1（c）和上式可以看出，算法中的標度因子（即步長）對于算法的收斂快速性和穩定性起著決定作用。文獻表明，固定步長需滿足小于輸入信號最大相關值，方能保證算法的收斂[8]。本實驗中首先通過仿真得到較優的步長值，再將該固定步長LMS濾波與其他濾波方法進行比較。

2.2 Allan方差分析法

Allan方差法是20世紀60年代由美國國家標準局的David Allan提出的，它是一種基于時域的分析方法。其主要特點是能非常容易地對各種誤差源及其對整個噪聲統計特性的貢獻進行細致的表征和辨識，而且具有便于計算、易于分離等優點[9]。

設以為采樣時間間隔，對角度輸出值采樣N個點，即采樣時刻為，得到，其中，則基于該角度測得值的Allan方差定義如下：

其中，是相關時間，的取值將影響評估的分辨率。習慣上將上式的標準差稱為Allan方差。Allan方差與傳統意義的方差區別為，Allan方差的求解是以相鄰采樣點的差值計算的，而非采樣點與均值之差計算的，因而能反映出信號的趨勢特性，它是描述隨即誤差的有力工具。

3.實驗過程與結果分析

3.1 固定步長LMS自適應濾波仿真

固定步長LMS自適應濾波仿真主要為選出優化的步長因子，為此做了一系列實驗，這里只將最終效果較好的實驗對比結果給出。程序讀取光纖陀螺輸出的理論值和原始輸出采樣值，并打印波形。設定步長因子的標度參數為scale，有。固定橫向濾波器階數為50階，輸入采樣點數N=32768，考慮嵌入式實時應用需求，設置迭代次數上限為1024。實驗表明，當scale小于0.1時，在限定迭代次數內沒有完成收斂，當scale大于0.9時，迭代不具有收斂性，如圖2所示。

由圖2可以看出，當標度因子過小時，迭代緩慢，在允許的迭代次數內不能穿越收斂區進入穩定區，由于LMS濾波器加權系數的初始迭代值為0，故迭代緩慢的結果是加權系數整體過小，就出現了圖2（c）的情況，輸出值遠小于輸入值；當標度因子過大時，迭代不收斂，隨著迭代次數的增加，在加權值超過1后，仍然繼續發散，就出現了圖2（f）中輸出幅值過大的情況。對于0.2

圖2 不同步長標因數的LMS自適應濾波結果

3.2 利用Allan方差法對LMS濾波法與其他方法比較

為比較LMS自適應濾波法與其他主流的數字去噪方法如小波分析法、滑動均值濾波法的效果，編寫函數計算、繪制Allan方差圖像，并進行擬合，得到各噪聲源系數。其中小波分析借助Matlab小波工具箱實現。幾種濾波器對于靜態模型輸出的濾波實驗結果如圖3所示，其中圖3（c）-（e）分別為經過小波分析、LMS自適應、均值濾波后的信號，Allan方差圖像在圖3（f）中給出。

圖3 LMS自適應濾波與小波分析法、均值濾波法的去噪效果比較

在圖3中，可以看到三種濾波器都能給出較好的濾波效果，由圖3（f）的Allan分析可以看出，該陀螺隨機誤差主要來源是量化誤差、角度隨機游走和零漂，而角速度隨機游走和速率斜坡并不明顯。

表1中給出Allan方差擬合后的各分量誤差系數。根據表1的結果分析，小波重構法能夠最有效的降低量化誤差，固定步長LMS自適應濾波能夠有效降低角度隨機游走和零漂，滑動均值濾波的各方面指標比較均衡。

表1 Allan方差擬合后的各隨機誤差源分量誤差系數

4.結論

理論分析和實驗表明，對于本實驗給出的某光纖陀螺原始信號，LMS自適應濾波的優化參數是0.2到0.9倍步長標度因子。對于幾種現代數字濾波方法的比較，Allan方差分析給出，小波重構法能夠有效的降低量化誤差，固定步長LMS自適應濾波能夠有效降低角度隨機游走和零漂。

參考文獻：

[1]高偉，劉曉慶，李蓓.小波分析法在光纖陀螺隨機誤差補償中的應用[J].傳感器與微系統，2007，26（5）.

[2]莫文琴，柴偉，姜德生.小波理論應用于光纖陀螺信號處理的實驗研究[J].計量技術，2005（2）.

[3]Fang Jing，Shang Jie，Gu Qi-tai.Experimental Study on Random Error Modeling for Fiber Optic Gyros[J].Chinese Journal of Sensor and Actuator，2008，21（9）.

[4]Zhu Yun-zhao，Wang Shun-ting，Miao Ling-juan.Open-Loop Fog Signal Testing and Wavelet Eliminating Noise.Transactions of Nanjing University of Aeronautics &Astronautics，2005，22（2）.

[5]祝燕華，劉建業，賴際舟.FOG信號的變步長符號LMS自適應消噪方法[J].光電工程，2008，35（11）.

[6]王立輝，孫楓，季強.LMS自適應濾波算法在FOG數據處理中的應用[J].系統工程與電子技術，2010，32（5）.

[7]張晞，王夏霄，鄔戰軍.光纖陀螺輸出信號的自適應濾波[J].航天控制，2006，24（3）.

[8]陳世同，孫楓，高偉.基于歸一化LMS算法的光纖陀螺降噪技術研究[J].儀器儀表學報，2009，30（3）.

篇2

Abstract: Image enhancement is a fundamental and important technology in image processing field. So fundamental theory and some newapproaches aboutimage enhancement have been introducedin this paper.

關鍵詞:圖像增強;空間域圖像增強技術;頻域圖像增強技術

Key words: image enhancement;image enhancement technology in spatial domain;image enhancement technology in frequency domain

中圖分類號:TP391.41文獻標識碼:A文章編號:1006-4311(2010)19-0124-01

1圖像增強的研究意義

圖像增強是數字圖像處理的最基本的方法之一,它是為了改善視覺效果或便于人或機器對圖像的分析理解,根據圖像的特點或存在的問題,以及應用目的所采取的改善圖像質量的方法或加強圖像的某些特征的措施。

2圖像增強的研究現狀

由于圖像增強技術現在還沒有通用的算法,因此圖像增強技術根據各種不同目的而產生了多種算法,最常用的即 “空間域”方法和“頻率域”方法[1]。隨著數學各分支在理論和應用上的逐步深入,使得數學形態學、模糊數學、遺傳算法、小波理論等在圖像增強技術中的應用取得了很大進展,產生了不少新的算法。如數學形態濾波器,基于模糊數學的濾波方法,基于遺傳算法的濾波方法,小波濾波器等。

3圖像增強的基本理論

圖像增強技術主要包括:灰度變換,直方圖修正,圖像平滑,圖像銳化及彩色增強等。從圖像增強的作用域出發可分為兩類:①空域處理法;②頻域處理法。

3.1 空間域圖像增強技術空間域指的是平面本身,空間域圖像增強方法是對圖像的像素進行處理。可以定義為:

g(x,y)=T[f(x,y)](1)

其中,f(x,y)是輸入圖像,g(x,y)是處理后的圖像,T是對f的一種操作。 空間域圖像增強技術又可分為點處理和鄰域處理。

3.1.1 點處理技術

3.1.1.1 灰度變換灰度變換可使圖像動態范圍增大,圖像對比度擴展,圖像變清晰,特征明顯,是圖像增強的重要手段之一。①線性變換。如果原圖像f(x,y)的灰度范圍是[m,M],我們希望變換后的圖像g(x,y)灰度范圍是[n,N],那么可以用式(2)來完成這一變換:g(x,y)=(N-n)[f(x,y)-m]/(M-m)+n(2)

②分段線性變換。為了突出感興趣的目標或灰度區間,相對抑制那些不感興趣的灰度區間,可采用分段線性變換。其數學表達式如下:

g(x,y)=kf(x,y)+b;0f(x,y)f1;k1=kf(x,y)+b;f

③非線性灰度變換。當使用某些非線性轉換函數(例如對數函數、冪指數函數等)作為式(1)的變換函數時,可以實現圖像灰度的非線性變換。

3.1.1.2 直方圖修整法①直方圖均衡化。②直方圖規定化。

3.1.2 鄰域處理技術空域濾波是在圖像空間借助模板進行鄰域操作完成的,它根據功能分成平滑和銳化兩類。

3.1.2.1 圖像平滑一幅原始圖像在其獲取和傳輸等過程中,會受到各種噪聲的干擾,使圖像質量下降。為了抑制噪聲改善圖像質量所進行的處理稱圖像平滑或去噪。常用的有局部平滑法和中值濾波法。

3.1.2.2 圖像銳化在圖像的識別中常需要突出邊緣和輪廓信息。圖像銳化就是增強圖像的邊緣或輪廓。①梯度銳化法。圖像銳化法最常用的是梯度法。 對于圖像f(x,y),在(x,y)處的梯度定義為:grad(x,y)ff= (4)

對于離散圖像處理而言,常用到梯度的大小,因此把梯度的大小習慣稱為“梯度”。并且一階偏導數采用一階差分近似表示,即:

f=f(x+1,y)-f(x,y)f=f(x,y+1)-f(x,y)(5)

為簡化梯度的計算,經常使用:

grad(x,y)=Max(│f│,│f│)

或grad(x,y)=Max(│f│+│f│)(6)

除梯度算子以外,還可采用Roberts、Prewitt和Sobel 算子計算梯度,來增強邊緣。

②高通濾波法。高通濾波法就是用高通濾波算子和圖像卷積來增強邊緣。常用的算子有:H1= 0-10-15-1 0-10H2=-1-1-1-1 9-1-1-1-1

3.2 頻域圖像增強技術頻域(變換域)圖像增強操作的基本原理都是讓圖像在變換域某個范圍內的分量受到抑制而讓其他分量不受影響,從而改變輸出圖像的頻率分布,達到增強的目的。在頻率域中進行增強的主要步驟有[2]:①計算需增強圖像的傅里葉變換;②將其與一個(根據需要設計的)傳遞函數進行卷積;③將結果進行傅立葉反變換以得到增強的圖像。

3.2.1 低通濾波器對圖像作傅氏變換得到它的頻譜,零頻率分量等于圖像的平均灰度,平滑的圖像信號在頻域中貢獻低頻分量,圖像中的細節和邊界貢獻較高頻域的分量,噪聲的頻譜具有豐富的高頻分量。

3.2.2 高通濾波器圖像的區域邊界和細節提供較高頻率的能量,因此在頻域中讓圖像信號經過一高通濾波器可以實現圖像的銳化,增強圖像的邊緣細節。

4結束語

隨著圖像增強技術在各個不同領域的應用,出現了多種圖像增強的算法。這些算法各有其優缺點,目前涉及到的大部分非線性濾波算法都是針對特定圖像或特定噪聲提出的,也就是說,是基于它們的統計特性提出的濾波方案。但是,在實際處理中,自然圖像的多樣性和噪聲本身的復雜性決定了這些濾波算法不可能對所有圖像濾波效果均為最佳,所以,那些事先不需要知道圖像和噪聲統計特性的非線性濾波機制將會得到很廣泛的應用:比如自適應濾波器和各種基于神經網絡和模糊理論具有自組織、自學習等能力的濾波器的應用和研究將會得到更大的發展。這些濾波圖像增強技術也是目前研究的重點。

參考文獻:

[1]孫即祥.圖像處理.北京:科學出版社,2004.

篇3

關鍵詞:車牌識別系統;圖像預處理;去噪;二值化

中圖分類號:TN911文獻標識碼:A文章編號:1009-3044(2010)08-1961-02

The Research of License Plate Recognition based on Image Processing

LIU Juan-mei, LIU Ze-ping

(Computer Department, Hunan Institute of Humanities, Science and Technology, Loudi 417000, China)

Abstract: This paper researches on the image pre-processing algorithm of Vehicle License Plate Recognition (VLPR), introduces the significance of the license plate recognition technology, the methods of image noise reduction,binary image and the realization of image pre-processing algorithms in experimental system. Through the test process of image processing, simulation proves that the paper in the image processing on the validity of license plate recognition.

Key words: license plate recognition; image pre-processing; noise reduction; binary image

20世紀80年代以來,隨著我國國民經濟的迅速增長,機動車的規模與流量大幅增加,隨之而來的管理問題也日益嚴重。因此迫切需要采用高科技手段,對這些違法違章車輛牌照進行登記,車牌識別系統的出現成為了交通管制必不可少的有力武器[1]。它是一個基于數字圖像處理和字符識別的智能化交通管理系統,該系統先通過圖像采集,再對圖像進行處理以 克服圖像干擾,改善識別效果,而后進行二值化,歸一化等處理,最后進行識別。車牌識別系統使得車輛管理更趨于數字化,網絡化,大大提高了交通管理的有效性與方便性。車牌識別系統作為整個智能交通系統的一部分,其重要性不言而喻。

1 車牌識別系統的目標

利用計算機等輔助設備進行的自動汽車牌照自動識別就是在裝備了數字攝像設備和計算機信息管理系統等軟硬件平臺的基礎之上,通過對車輛圖像的采集,采用先進的圖像處理、模式識別和人工智能技術,在圖像中找到車牌的位置,提取出組成車牌號碼的全部字符圖像,再識別出車牌中的文字、字母和數字,最后給出車牌的真實號碼。

近年來,智能交通系統(Intelligent Transport Systems)已成為當前交通管理發展的主要方向。作為智能交通系統的重要組成部分,機動車牌自動識別系統可以大大提高車輛管理的工作效率,加快交通管理自動化和智能化的步伐。車牌自動識別系統在停車場收費管理,封閉式居民小區保安管理,高速公路超速自動化監管系統,以及城市交通路口的“電子警察”等方面有著廣泛的應用前景[2]。

隨著智能交通系統的全面實施,汽車牌照的自動識別技術越來越受到人們的重視。汽車牌照作為汽車的標識具有唯一性,知道了車牌號,車輛的所有信息便一目了然。因此,汽車牌照的自動識別技術在公共安全及交通管理中具有特別重要的實際應用意義。

2 車牌識別系統的工作原理

現在普遍通用的車牌識別系統通常包括兩大部分,軟件與硬件。其中軟件是整個系統的核心部分,車牌識別的核心技術就在于軟件。系統一般由車體感應器,彩色攝像機,輔助光源,圖像采集與處理器,主控電腦和識別系統軟件構成。

系統軟件一般先對牌照圖像進行濾波、二值化、校正、分割等處理,再進行識別。軟件部分由六個主要處理子模塊組成,各模塊功能為:

① 實時采集模塊實現對汽車牌照圖像的實時采集,并將采集的圖像轉換為數字圖像存儲;

② 車牌搜索及定位模塊對數字化后的車牌進行區域目標搜索,并將圖像進行灰度翻轉統一為“白底黑字”;

③ 車牌分割對定位的車牌區域進行字符分割,將車牌分為7個單一的字符圖片(針對普通民用車);

④ 特征提取模塊對分割后的圖片進行相應的特征描述;

⑤ 分類識別模塊根據圖片的特征描述將其識別為相應的結果字符串;

⑥ 數據傳送輸出識別結果字符串到指定的設備上。

本文所做的工作在于前期的圖像預處理工作。本次設計著重在于圖像識別方面,中心工作都為此而展開,文中沒有進行車牌的定位處理,而是采用數碼相機直接對牌照進行正面拍照,獲取原始車牌圖像。之后利用編程對圖片進行了大小的調整、彩色圖片轉化成灰度圖片、圖片去噪、以及圖片二值化等工作。其中,去噪與二值化是關系圖像識別率的關鍵。

3 圖像的去噪-中值濾波以及二值化

中值濾波的基本思想是用像素點鄰域灰度值的中值來代替該像素點的灰度值,該方法在去除脈沖噪聲、椒鹽噪聲的同時又能保留圖像邊緣細節,這是因為它不依賴于鄰域內那些與典型值差別很大的值.中值濾波器在處理連續圖像窗函數時與線性濾波器的工作方式類似,但濾波過程卻不再是加權運算[3]。取3*3函數窗,計算以點 [i,j]為中心的函數窗像素中值步驟如下:1) 按強度值大小排列像素點。2) 選擇排序像素集的中間值作為點[i,j]的新值.

這一過程如圖1所示.一般采用奇數點的鄰域來計算中值,但如果像素點數為偶數時,中值就取排序像素中間兩點的平均值。

中值濾波在一定條件下,可以克服線性濾波器(如均值濾波等)所帶來的圖像細節模糊,而且對濾除脈沖干擾即圖像掃描噪聲最為有效。在實際運算過程中并不需要圖像的統計特性,也給計算帶來不少方便。但是對一些細節多,特別是線、尖頂等細節多的圖像不宜采用中值濾波[4]。

圖像的二值化處理就是將圖像上的點的灰度置為兩個數值,通常為0或255,使整個圖像呈現出明顯的黑白效果。也就是將256個亮度等級的灰度圖像通過適當的門限值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像[5]。

基于像素數目的直方圖閾值分割是本文采用的二值化算法,它的好處在于可以減少直方圖的不同形狀對二值化效果的影響,其步驟如下:計算直方圖,在直方圖中由0至255進行累加計算,當像素數目大于某個值時,將當前像素值作為二值化門限[6]。當大于當前像素值的像素點在圖像中所占的數量,也就是車牌中背景像素所占的比例稱為該副圖像的閾值。經過對一些圖片的計算,確定該閾值在圖像像素數目的60%-80%之間。閾值的取值不同,對二值化的結果影響很大。越小包含越多背景的高光部分,越大損失越多字符像素。

使用這種算法,對于各種條件下拍攝的圖片均能較好的進行處理,過亮過暗的照片也能比較清楚地區分背景與字符。經過均值去噪能夠消除大部分因為曝光問題而產生的不平滑邊緣和噪點,達到了一個較為理想的效果。

4 車牌系統的圖像處理及仿真

圖片采集作為車牌識別系統設計的第一步,往往十分關鍵,采集圖片的好壞也直接影響到系統的識別率。如同現行通用的電子抄牌系統,也對圖片采集有一定的要求,譬如車牌在圖片中出現的大概位置以及光照程度等等,都是必須考慮的因素。正基于此,本文實驗仿真采集了40多張各不相同的車牌圖片,由于光照條件比較好,所攝圖像車牌位置比較固定,且圖像比較清晰,因此所拍圖片全部被接納作為實驗圖片,從而也能夠更真實地反應車牌識別系統的車牌識別率高低。

圖2 車牌原始照片 圖3 圖片灰度顯示 圖4 圖片處理后二值化顯示

5 結束語

本文對車牌識別系統中的圖像處理過程進行了研究,通過對圖像依次進行灰度轉換,去噪,以及二值化的處理,在處理過程中同時均衡采取不同原理,按照從簡從優的思想,以獲得清晰的車牌號碼。仿真實驗表明,本文的圖像處理過程能滿足車牌識別的要求,具有一定的實用性。

參考文獻:

[1] 林蔚天.圖像處理與汽車牌照識別[J].山東理工大學學報,2007,11(6):46-48.

[2] 孔宏琦.利用中值濾波進行圖像處理[J].長安大學學報,2006,3(7):67-68.

[3] 田捷,沙飛,張新生.實用圖像分析與處理技術[M].北京:電子工業出版社,1995.

[4] 孫即祥.現代模式識別[M].長沙:國防科技大學出版社,2006.

篇4

教學中要注重教學方法和手段的推陳出新，充分調動學生的積極性和創造性，強調基本概念和原理的正確理解，教學中應特別注意以下幾個方面。

(一)優化教學方法上好“緒論”課，以知識的應用提升學生學習興趣。目前，有相當一部分學生“信號與系統”學得不好，主要原因是學習積極性不高，看到滿篇的公式就害怕，由此對課程學習失去信心。針對這種情況，教師要在提高學生學習興趣和主動性方面下功夫。教師需用啟發式教學取代以教師、課堂、課本為中心的灌輸式教學。可利用“緒論”課激發學生學習熱情:利用多媒體著重介紹數字信號處理在通信、語音和圖像處理等領域的應用實例，如，手機的DSP芯片、門禁系統、心電信號濾波、數字圖像處理、視頻監控、微信等，讓學生明白該課程的重要性及其應用領域，提升學生對數字信號處理的興趣與學習積極性。在教學過程中靈活設置教學情境，增加互動環節，多做一些設計性實驗，拓展思維、增強信心。淡化公式推導，著重強調概念的物理意義和聯系。由于教材中大部分定理和結論是通過推導得出的，一些學生過于注重公式推導或證明。其實，授課時只需詳細推導典型公式，把一些重要的公式講清楚，類似的內容可讓學生課后自學。課堂上教師要盡可能淡化推導和解題技巧，強調所得出結論的物理意義和工程應用，將抽樣、頻譜分析、濾波等工程應用案例穿插于理論教學中，讓工程應用成為“數字信號處理”教學中的主線，做到數學概念、物理意義、工程應用三者并重，［4］提高學生學習這門課程的興趣，增強學習的目的性和主動性。突出重難點，靈活采用多種教學方法。教學過程中分清主次，重難點內容重點講、詳細講，較簡單的或應用不多的內容則少講或讓學生自學。教師根據教學內容靈活選取不同的教學方法，如案例法、比喻法、對比法等，［5］通過分析和歸納總結的方式優化教學方法，分解復雜問題。如，講授線性卷積時，將待卷積的兩個序列看作站成兩排等待領導接見的群眾，而卷積運算過程相當于領導和所接見群眾依次握手的過程。教師要善于運用幽默形象的語言和高超的藝術，把抽象而枯燥無味的知識變得生動有趣。巧用對比法。對比法能潛移默化地引導學生將相近或相似的概念和方法進行小結、比較和分析，不僅能更好地理解不同內容之間的共性和個性，而且能夠培養發散思維能力，提高學習效率，如圖2，將ZT、DFS、DTFT、DFT幾種變換通過圖表來比較，清晰地展現常見變量間的關系，避免混淆。為了讓學生對所學知識之間的聯系、用途有清晰的認識，可利用“知識樹”的形式把每個章節的重點層層分解，將所學知識點和應用聯系起來，便于歸納和總結(如圖2)。講解IIR和FIR濾波器設計時，先向學生講清為什么要設計數字濾波器、有哪些應用、設計數字濾波器需要用到哪些知識。這樣，學生會自然而然地把所學知識點聯系起來。關注師生交流和信息反饋，重視因材施教。教師要根據不同專業和學生基礎等方面的差異，在講課方式和側重點上有所區別。教師要及時掌握學生的學習動態，調整教學內容和方法，幫扶“學困生”，提升“優等生”。

(二)改革課堂教學模式傳統與現代教學手段并用。運用多媒體教學能使抽象難懂的教學內容形象化、直觀化，提高教學效率。［6］但在實際的“數字信號處理”課程教學中，過多地采用多媒體教學，教學效果并不理想。課堂中靈活運用黑板板書、多媒體課件、Matlab或LabView軟件演示，可增強師生互動。［7］難一點的公式推導和證明，仍然采用傳統板書方式教學，盡量放慢講課節奏，留給學生充裕的思考時間，達到深刻理解的目的。對于比較抽象的概念、原理或結論，如信號采樣及恢復、頻譜分析、循環卷積等，可借助多媒體技術將教學內容生動、形象、高效地展示在學生面前，讓學生更清晰地理解其物理意義。建設網絡或視頻資源共享平臺也可避免多媒體教學課堂容量大、教學內容難消化的問題。課后，讓學生登陸網絡課程，彌補大班教學人數過多造成的師生溝通不便、信息反饋通道不暢的問題;通過網絡答疑、討論和激勵制度激發學生學習興趣和主動參與性。建立“學習共同體”教學模式。“學習共同體”是指由學習者及助學者(包括教師、專家、輔導員等)共同構成的團體。［8］共同體成員在學習過程中經常溝通、交流，分享學習資源，共同完成特定學習任務，形成相互影響、相互促進的學習組織。在大班教學中建立學習共同體，在課堂教學中形成師生互教、互學的互動關系，教師在教學過程中給學生自主學習的空間，學生根據所接受的任務去發現、思考和解決問題，增進協作和互動，激發學習主動性，從而改善課堂教學效果，提高學習效率。

(三)強化實踐教學，高度重視學生實踐能力的培養應用型人才培養應始終堅持理論與實踐并重的原則。理論教學只是學習該門課程的一部分，將所學理論知識應用于實踐，才能達到學以致用的目的。為此，必須加強實踐教學環節。運用仿真軟件教學。仿真軟件Matlab和Labview以其編程和調試簡單、代碼短、效率高等特點深受廣大教學和科研人員的歡迎，［9］廣泛應用于控制系統、系統仿真等領域。結合幾年來“數字信號處理”課程的授課經驗，在課程中引入Matlab和Labview軟件，讓學生動手完成系統設計和仿真，拓展實驗教學的深度和廣度，有助于增強學生學習成就感，培養學生的創新能力和設計能力。CCS是TI公司推出的DSP軟件集成開發環境，它運用圖形接口界面，提供工程管理和編輯工具。教師可以用2學時介紹DSP結構、開發環境、DSP系列及其應用實例。通過了解DSP仿真軟件CCS，為后續的DSP課程設計教學奠定基礎。優化實驗教學內容和改革實驗教學手段，加強教學內容和工程應用的融合。“數字信號處理”教學應堅持以實踐性和應用性為教學目的，分層設計實驗，優化實驗內容，盡量減少驗證性實驗，增加綜合性、設計性、創新性、開放性實驗教學內容。革除填鴨式教學，開展“項目導向、任務驅動、案例教學”的教學模式，結合學生情況，創設情境，教師提出任務，學生邊學邊練，完成自主學習任務，充分培養學生的再學習和主動學習的能力。［10］針對每一章的具體內容，在講授理論知識之前先給學生一個具體的工程應用例子，提出問題，引導學生積極開動腦筋，督促學生課后以小組為單位主動查找相關資料，提出解決問題的方法和思路。如，在講授數字濾波器之前，教師可設計數字濾波器對心電信號進行去噪處理。同時，教師可以電子設計大賽等學科競賽為契機，以畢業設計為導向，有意識地引導學生進行創新性課題的研究，深入掌握信號處理理論，增強工程應用能力和團隊合作精神，做到學以致用。

二、考核方式的改革

篇5

關鍵詞：電能質量分析方法FACTS技術 控制

引言：改革開放以來，我國國民經濟的迅猛發展，科學技術的進步和生產過程的高度自動化，電網中各種非線性負荷及用戶不斷增長；各種復雜的、精密的，對電能質量敏感的用電設備越來越多。上述兩方面的矛盾越來越突出，用戶對電能質量的要求也更高，在這樣的環境下，探討電能質量領域的相關理論及其控制技術，分析我國電能質量管理和控制的發展趨勢，具有很強的觀實意義。

一 衡量指標

由于所處立場不同，關注或表征電能質量的角度不同，人們對電能質量的定義還未能達成完全的共識，但是對其主要技術指標都有較為一致的認識。

1.諧波和間諧波：含有基波整數倍頻率的正弦電壓或電流稱為諧波。含有基波非整數倍頻率的正弦電壓或電流稱為間諧波，小于基波頻率的分數次諧波也屬于間諧波。

2.電壓波動和閃變（fluctuation&flicker）：電壓波動是指在包絡線內的電壓的有規則變動，或是幅值通常不超出0.9～1.1倍電壓范圍的一系列電壓隨機變化。閃變則是指電壓波動對照明燈的視覺影響。

3.壓偏差：是電壓下跌(電壓跌落)和電壓上升(電壓隆起)的總稱。

4.頻率偏差：對頻率質量的要求全網相同，不因用戶而異，各國對于該項偏差標準都有相關規定。電壓三相不平衡：表現為電壓的最大偏移與三相電壓的平均值超過規定的標準。

二 分析方法

1頻域分析法

頻域分析方法主要包括頻率掃描、諧波潮流計算和混合諧波潮流計算等，該方法多用于電能質量中諧波問題的分析。

頻率掃描和諧波潮流計算在反映非線性負載動態特性方面有一定局限性，因此混合諧波潮流計算法在近些年中發展起來。其優點是可詳細考慮非線性負載控制系統的作用，因此可精確描

述其動態特性。缺點是計算量大，求解過程復雜。

2時域仿真法

時域仿真方法在電能質量分析中的應用最為廣泛，其最主要的用途是利用各種時域仿真程序對電能質量問題中的各種暫態現象進行研究。目前較通用的時域仿真程序有EMTP、EMTDC、NETOMAC等系統暫態仿真程序和SPICE、PSPICE、SABER等電力電子仿真程序。

采用時域仿真計算的缺點是仿真步長的選取決定了可模仿的最大頻率范圍，因此必須事先知道暫態過程的頻率覆蓋范圍。此外，在模仿開關的開合過程時，還會引起數值振蕩。

3基于變換的方法

在電能質量分析領域中廣泛應用的基于變換的方法主要有Fourier變換、神經網絡、二次變換、小波變換和Prony分析等5種方法。

3.1小波分析法

小波變換是新的多尺度分析數字技術，它通過對時間序列過程從低分辨率到高分辨率的分析，顯示過程變化的整體特征和局部變化行為。常用的小波基函數有：Daubechies小波、B小波、Morlet小波Meyer小波等。

小波變換的優點是：具有時－頻局部化的特點，特別適合突變信號和不平穩信號分析。可以對信號進行去噪、識別和數據壓縮、還原等。缺點是：在實時系統中運算量較大，需要如DSP等高價格的高速芯片；小波分析有“邊緣效應”，邊界數據處理會占用較多時間，并帶來一定誤差。

3.2神經網絡法

神經網絡理論是巨量信息并行處理和大規模平行計算的基礎，它既是高度非線性動力學系統，又是自適應組織系統，可用來描述認知、決策及控制的智能行為。

神經網絡法的優點是：可處理多輸入－多輸出系統，具有自學習、自適應等特點。不必建立精確數學模型，只考慮輸入輸出關系即可。缺點是：存在局部極小問題，會出現局部收

斂，影響系統的控制精度；理想的訓練樣本提取困難，影響網絡的訓練速度和訓練質量；網絡結構不易優化。

3.3二次變換法

二次變換是一種基于能量角度來考慮的新的時域變換方法。該方法的基本原理是用時間和頻率的雙線性函數來表示信號的能量函數。

二次變換的優點是：可以準確地檢測到信號發生尖銳變化的時刻；精確測量基波和諧波分量的幅值。缺點是：無法準確地估計原始信號的諧波分量幅值；不具有時域分析功能。

三 控制策略

PID控制：這是應用最為廣泛的調節器控制規律，其結構簡單、穩定性好、工作可靠、調整方便，易于在工程中實現。當被控對象的結構和參數不能完全掌握，或得不到精確的數學模型時，應用PID控制技術最為方便。其缺點是：響應有超調，對系統參數攝動和抗負載擾動能力較差。

空間矢量控制：空間矢量控制也是一種較為常規的控制方法。其原理是：將基于三相靜止坐標系(abc)的交流量經過派克變換得到基于旋轉坐標系(dq)的直流量從而實現解耦控制。常規的矢量控制方法一般采用DSP進行處理，具有良好的穩態性能與暫態性能。也可采用簡化算法以縮短實時運算時間。

模糊邏輯控制：知道被控對象精確的數學模型是使用經典控制理論的"頻域法"和現代控制理論的“時域法”設計控制器的前提條件。模糊控制作為一種新的智能控制方法，無需對系統建立精確的數學模型。它通過模擬人的思維和語言中對模糊信息的表達和處理方式，對系統特征進行模糊描述，來降低獲取系統動態和靜態特征量付出的代價。

非線性魯棒控制：超導儲能裝置(SMES)實際運行時會受到各種不確定性的影響，因此可通過對SMES的確定性模型引入干擾，得到非線性二階魯棒模型。對此非線性模型，既可應用反饋線性化方法使之全局線性化，再利用所有線性系統的控制規律進行控制，也可直接采用魯棒控制理論設計控制器。

四 技術

1.FACTS技術

FACTS，即基于電力電子控制技術的靈活交流輸電，是上世紀80年代末期由美國電力研究院（EPRI）提出的。它通過控制電力系統的基本參數來靈活控制系統潮流，使輸送容量更接近線路的熱穩極限。采用FACTS技術的核心目的是加強交流輸電系統的可控性和增大其電力傳輸能力。

目前有代表性的FACTS裝置主要有：可控串聯補償電容器、靜止無功補償器、晶閘管控制的串聯投切電容器、統一潮流控制器等。

2.用戶電力技術