光伏发电系统及其孤岛效应的仿真与实验研究

分析了光伏并网发电系统的工作原理及其孤岛效应现象，提出了主动式孤岛效应识别方法：主动频率偏移法。在MATLAB/SIMULINK下分别进行了系统的建模与仿真，并进行了实验研究。结果表明：实验与仿真结果吻合，输出并网电流波形良好，和电网电压同频同相，基本上可以在100ms内有效地检测出系统的孤岛效应。     

UWB通信系统中的窄带干扰检测算法研究

针对改进的多带并发UWB通信系统的干扰检测算法和干扰抑制性能进行了分析.鉴于传统多带UWB调制方案的不足,对改进的多带并发UWB通信系统进行了数学分析和描述.在此基础上,提出了一种新的低采样率的共存干扰检测算法——并发子带干扰检测算法,并对该算法进行了数学分析和系统仿真.分析和仿真结果表明,该算法可在信号帧速率的采样量级上,完成对共存窄带干扰的有效检测,并与多带并发UWB系统的干扰抑制处理相结合,可对共存干扰进行有效抑制,明显改善共存UWB系统的误码率性能.     

基于桥臂电流控制的风力发电并网逆变器研究

在大功率风力发电系统中,并网逆变器控制是实现电能转换与传输的重要环节。针对采用T型滤波器结构的风力发电并网逆变器,提出基于桥臂电流闭环结合前馈补偿间接控制逆变器并网输出电流的控制策略,并根据三相电压源型并网逆变器开关函数的数学模型进行了控制系统仿真研究。仿真实验结果证明采用该控制策略提高了并网逆变器的稳定性和动态性能,同时可以有效抑制并网节点输出电流中的电流谐波。     

图像序列弱小目标能量积累检测研究

低信噪比运动小目标实时检测是成像探测应用中的难题.在分析目标检测不同层次处理方法的基础上,针对计算量最大的目标能量积累检测层次提出一种采用指数衰减和方向加权动态规划能量积累检测算法.该算法解决了常规能量积累检测算法实时性差、检测概率低的问题.算法简洁,易于硬件实现,实时性好.给出了算法的实验结果和结论.     

单天线SAR动目标的检测和聚焦

单天线SAR运动目标检测系统具有结构简单、算法容易实现等特点,它的运动目标检测性能的完善很有应用意义.首先建立了运动目标SAR回波模型,结合单天线SAR运动目标检测系统,提出了一种基于频域对称扰动的能够对具有方位向速度的运动目标检测的新方法,在详细分析运动目标散焦程度和方位向速度关系的基础上,给出了检测原理以及实现检测的方法.对检测到运动目标的距离门单元,提出了用基于图像域的偏移自聚焦算法估计动目标的调频率,进而完成运动目标在SAR图像上的聚焦成像.并用计算机仿真结果和实测数据验证了算法的有效性.     

VBLAST系统中的裁减QRD-M树搜索检测算法

针对VBLAST系统,基于QRD-M树搜索思想,提出两种新的检测算法:分支裁减QRD-M(PQRD-M)算法和列表SIC(List-SIC)算法.其中,PQRD-M算法利用QRD-M算法完成信号检测,在检测过程中利用SIC检测结果对搜索树的部分分支进行裁减;List-SIC算法对搜索树前几层采用QRD-M检测,而后对后续层进行SIC检测.复杂度分析和仿真结果表明,两种算法均可以较小的性能损失为代价,有效降低VBLAST信号检测复杂度.     

高速磁浮列车用混合滤波器设计的仿真研究

高速磁悬浮列车系统的谐波是一种典型的强非线性、冲击性负荷,是一种重要的新型谐波源,在没有补偿措施时,它会带来较严重的电网谐波问题。针对高速磁悬浮列车系统谐波的特征,运用自适应谐波检测方法对谐波进行检测分离,通过有源滤波器和无源滤波器的有效配合,最终达到谐波抑制,改善功率因数,优化电网电能质量的目的。     

一种V-BLAST系统的高性能联合检测算法

提出V-BLAST(Vertical Bell Labs Layered Space-Time)系统的一种新的联合检测算法,先通过迫零(ZF)或最小均方误差(MMSE)算法初步检测,粗判决得到包含nT层信号的初始解向量,然后在信号解空间中找到与初始解有最小错误距离的nT个解向量,最后用最大似然(ML)算法从这nT+1个解向量中找出最优解.以QPSK调制方式为例,计算机仿真验证了在准静态平坦衰落信道中新算法的检测性能,与ZF和MMSE算法比较,该算法能明显提高系统性能,在4×4的MIMO系统中,当误码率在10-2数量级时可以获得6dB左右的增益,而且新算法比ML算法的复杂度低很多.     

检测信息最优融合算法及性能分析

针对分布式多传感器检测信息融合问题进行了研究。首先在局部检测器规则已知的情况下,系统地研究了融合中心规则的优化问题。推导了不同性能指标下检测信息最优融合算法,在此基础上对各种方法的检测性能进行了系统分析,提出了一种N P检验准则下的融合算法,并研究了典型瑞利分布环境下的检测融合系统性能,给出了系统的对比结果。理论分析和仿真结果表明了该算法的有效性。     

基于神经网络的输电线路故障检测研究

在研究现有架空输电线路故障检测系统不足的基础上,提出了一种基于神经网络的输电线路故障检测系统.该系统以复杂结构的10KV架空输电线路为研究对象,利用分布在线路上的数据采集设备得到线路电气参数的相应数据并进行编码;通过载波通信将数据传送给控制中心;在控制中心对各参数数据解码和去噪;然后将每个参数进行分段数据采样输入经反向传播算法(即LMBP算法)训练的三层结构的神经网络进行分析,最后进行统计处理输出故障信息.采用EMTP仿真实验表明,本文故障检测系统准确率较其它故障检测系统有较大提高.