买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京航空航天大学申请的专利基于平行因子压缩感知的谐波与间谐波频率估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114646803B 。

龙图腾网通过国家知识产权局官网在2025-04-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210217723.1，技术领域涉及：G01R23/02；该发明授权基于平行因子压缩感知的谐波与间谐波频率估计方法是由岳衡;张小飞;石莎设计研发完成，并于2022-03-07向国家知识产权局提交的专利申请。

本基于平行因子压缩感知的谐波与间谐波频率估计方法在说明书摘要公布了：本发明公开了基于平行因子压缩感知的谐波与间谐波频率估计方法,包括如下步骤：（1）将传感器接收信号构建为平行因子三线性模型；（2）根据压缩感知理论，对接收信号的三维矩阵进行压缩；（3）利用三线性交替最小二乘算法，对压缩后的模型进行循环迭代分解，直到收敛，以得到参数矩阵的估计；（4）构建频率估计中的稀疏恢复问题，并依次利用正交匹配追踪方法得到频率估计。本发明适用于电力系统中的谐波和间谐波信号，实际使用中易于实现；本发明算法计算量较小，同时对数据存储的容量要求较低；本发明算法借助于平行因子模型，能够得到配对的频率估计，无需再进行额外配对。

本发明授权基于平行因子压缩感知的谐波与间谐波频率估计方法在权利要求书中公布了：1.基于平行因子压缩感知的谐波与间谐波频率估计方法，其特征在于，包括如下步骤：1根据传感器的接收信号模型构建平行因子三线性模型；2构造压缩矩阵，对构造的平行因子三线性模型进行压缩；3利用三线性交替最小二乘算法，对压缩后的模型进行循环迭代分解，直到收敛，得到压缩后的参数矩阵的估计；4构建谐波与间谐波频率估计中的稀疏恢复问题，并依次利用正交匹配追踪方法得到谐波与间谐波频率估计；步骤1的具体步骤为：定义传感器接收端的信号模型Zp为：Zp＝ADiagp+1HS,p＝0,1,L,P-1；其中：A为频率估计矩阵，H为时延矩阵、S为信源矩阵、Diagp+1H为利用时延矩阵H的第p+1行构造的一个对角阵、p为信号模型ZP时延方向上的第p个切片、P为信号模型Zp的时延个数；考虑到噪声WP的影响，将传感器接受端信号模型Zp变为 利用三线性模型的对称性，通过重排获得其他两个方向的信号模型： 其中：DiaglST为利用信源矩阵转置ST的第l行构造的一个对角阵，AT为频率估计矩阵A的转置，L为采样数；DiagqA为利用矩阵A的第q行构造的一个对角阵，HT为时延矩阵H的转置，Q为传感器的个数；步骤2的具体步骤为：定义三个压缩矩阵： 其中Q’Q，P’P，L’L，三个压缩矩阵均满足RIP性质；通过三阶张量的Tucker分解对传感器接受端的信号模型进行压缩，得到：Z’p’＝A’Diagp’+1H’S’,p’＝0,1,L,P’-1；其中参数矩阵A’＝UHA，H’＝VHH，S’＝SW，同样的，得到压缩信号另外两种重排矩阵：X’l’＝H’Diagl’S’TA’T,l’＝1,2,L,L’，Y’q’＝S’TDiagq’A’H’T,q’＝1,2,L,Q’；步骤4的具体步骤为：定义参数矩阵A’的第m列为a'ωm,则有： 其中Q’Q，UH表示U的共轭转置，aωm为频率估计矩阵A的第m列，为尺度因子；定义作为所有谐波和间谐波频率的采样网格且RM，M表示信号所含频率的个数，用于构造谐波和间谐波频率估计的完备字典Ω： 其中表示完备字典Ω的第r列，1rR；如果将a'ωm改写为： 其中er为P×1的稀疏矩阵，其中P为信号模型Zp的时延个数；利用L0范数约束可以得到的谐波与间谐波的频率估计为： 其中||||F表示Frobenius范数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：211100 江苏省南京市江宁区将军大道29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。