《表1 各测点测量得到的各PD源拟合余弦函数系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时延序列特征的多局放源信号分离方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以测点O2在SNR=5 d B时为例，图7（a）列出了各旋转角度下的时延。利用基于峰值-密度法的聚类方法对计算得到的所有时延样本进行聚类，图7（b）列出了旋转角度为0°的时延中心决策图。图中右侧椭圆圈定的三个时延样本的密度和距离同时取得极大值。可确定在检测点O2旋转角度为0°时检测到的三个PD源信号。图中左侧椭圆圈定的样本点即为时延估计中的奇异值，这些样本的距离取得极大值而密度值极小，并非时延中心。依据2.2节中的时延中心分离方法对各旋转角度的时延中心进行分离，其中依照图3所示的分离流程，计算得到的特征值γ和θ如表1所示，测点O2时延中心的分离结果如图7（c）所示。利用分离后的时延计算各PD源的坐标，并统计分离准确率，结果如表2所示。同时，表3列出了文献[17]的分离和定位结果。可以看出，相同信噪比时，文中方法的分离准确率均高于现有方法，在SNR=5 d B时，分离准确率从71%提升至95%。