Page Header

การตรวจจับและวิเคราะห์ฮาร์มอนิกโดยใช้การแปลงมัลติเวฟเล็ต
Detection and Analysis of Harmonic Using Multiwavelet Transform

Suriya Kaewarsa, Kitti Attakitmongcol

Abstract


บทคัดย่อ 

บทความนี้นำเสนอวิธีการในการตรวจจับและวิเคราะห์ฮาร์มอนิกโดยใช้การแปลงมัลติเวฟเล็ตและใช้การวิเคราะห์หลายระดับความละเอียดเพื่อสกัดคุณลักษณะเด่นของสัญญาณฮาร์มอนิกซึ่งอยู่ในรูปค่าเบี่ยงเบนมาตรฐานของสัมประสิทธิ์การแปลงสัญญาณในส่วนรายละเอียดที่ระดับความละเอียดต่างๆ การทดสอบใช้มัลติเวฟเล็ต 3 ชนิด คือ มัลติเวฟเล็ตแบบ DGHM Chui-Lian และ SA4 เพื่อการเปรียบเทียบ นอกจากนี้ยังเปรียบเทียบกับการแปลงเวฟเล็ตโดยใช้เวฟเล็ตชนิด db4 ซึ่งมีค่าอันดับการประมาณเท่ากับมัลติเวฟเล็ตทั้ง 3 ชนิด ผลการทดสอบพบว่า วิธีการแปลงมัลติเวฟเล็ตแบบ DGHM Chui-Lian และ SA4 สามารถตรวจจับและสกัดคุณลักษณะของฮาร์มอนิกในสภาวะที่มีสัญญาณรบกวนที่ระดับ SNR เท่ากับ 40 35 และ 25 dB ได้ดีกว่าการแปลงเวฟเล็ตแบบ db4

Abstract

This paper presents a method to detect and analysis of harmonic using multiwavelet transform. The proposed method associates properties from the multiresolution analysis technique with standard deviation of the detailed coefficients to extract the discriminating features from harmonic signal at different resolution levels. In experiments, three types of multiwavelet which are DGHM, Chui-Lian and SA4 are implemented for comparisons. The results are also compared with the one using db4 wavelet which has the same approximation order. The results demonstrate the advantages of multiwavelet transform over wavelet transform in detection and feature extraction of harmonic under noisy conditions with the SNR levels of 40, 35 and 25 dB.


Keywords


<p>ฮาร์มอนิก, การแปลงเวฟเล็ต, การสกัดคุณลักษณะ, การประมวลผลสัญญาณ </p><p>&lt;br /&gt; </p><p>This paper presents a method to detect and analysis of harmonic using multiwavelet transform. The proposed method associates properties from the multiresolution analysis technique with standard deviation of the detailed coefficients to extract the discriminating features from harmonic signal at different resolution levels. In experiments, three types of multiwavelet which are DGHM, Chui-Lian and SA4 are implemented for comparisons. The results are also compared with the one using db4 wavelet which has the same approximation order. The results demonstrate the advantages of multiwavelet transform over wavelet transform in detection and feature extraction of harmonic under noisy conditions with the SNR levels of 40, 35 and 25 dB.</p>

Full Text: PDF

Refbacks

  • There are currently no refbacks.