数据融合中时间对准方法的研究

分析了数据融合中不同传感器采样周期不同的特点,综述了数据融合中已有的时间对准算法,在此基础上提出了利用数据拟和进行时间对准的算法,解决了数据融合中不同传感器不同采样周期的时间对准问题,与现有算法相比,有消除观测误差的影响、计算简单等优点.最后仿真验证了算法的有效性,仿真结果表明数据拟和方法的时间对准性能良好.     

电子罗盘在捷联惯导初始对准中的应用

由于低成本捷联惯导系统难以完成航向自对准,故引入电子罗盘来解决此问题。本文介绍电子罗盘TCM2的航向测量原理,并提出基于椭圆假设的非线性两步估计算法来补偿电子罗盘误差;讲述电子罗盘在捷联惯导初始对准过程中的应用;分别进行了电子罗盘误差补偿和捷联惯导初始对准实验。实验结果显示,补偿后的航向角误差能控制在1°以内;且将补偿后的电子罗盘用于捷联惯导初始对准能缩短对准时间,提高对准精度。     

基于H∞滤波的车载捷联惯导初始对准研究

为了提高车载捷联惯导的对准精度和收敛速度,文中从信号源开始考虑,运用小波域阈值滤波方法对信号进行滤波,然后使用H..滤波来进行初始对准.最后,经过实际结果分析表明,采用小波域阈值滤波和H∞滤波滤波方法有效提高了收敛速度和对准精度,能够满足常规环境下车载导航的要求,有较大的工程实用价值.     

基于DFT的高精度相量测量的新算法

在传统的离散傅里叶算法的基础上提出了一种新的相量测量算法.首先,对纯基波信号,该算法利用2个数据窗的DFT变换数据推导出了一个关于频率偏移的方程,解此方程后可以求出基波信号的频率、幅值及相位的精确解,在推导过程中无任何近似误差,有效减小计算量的同时提高了测量的精确性;接着,为了提高谐波情况下测量的精度,利用采样起点间隔半个信号周期的DFT变换数据进行谱泄漏抵消;然后用前面的方法进行相量测量,通过跟踪采样频率,进而再次测量;最后,分别对存在谐波和噪声的情况进行了仿真.结果表明,该算法在各种情况下具有测量精度高的优点.     

基于较高采样频率的MATLAB的微机保护傅氏算法仿真

在微机保护中,傅氏算法和微分算法都是常用的算法,随着采样频率的提高,微机保护对算法的速度和精度有着更高的要求.通过MATLAB对各算法进行仿真比较,发现采样频率较高的半波傅氏算法有着良好的精度和速度,可替代采样频率较低的全波傅氏算法和微分算法.     

基于QUEST算法的捷联惯导惯性系对准精度分析

针对基于矢量定姿的惯性系对准方法的对准精度问题,以对准解算模型及定姿误差模型为基础,详细推导了QUEST姿态确定算法在对准应用中的误差均方差并证明了其与传统TRAID算法精度的统一关系.蒙特卡洛仿真实验对比分析了重力矢量与重力积分矢量两种观测模式下,4种定姿方案的惯性系对准精度.理论推导与仿真实验均表明,等精度观测条件下采用QUEST算法后,对准统计精度明显优于传统的TRAID算法,其中方位误差均方差约为传统算法的1/6,为QUEST算法引入晃动基座精对准提供了理论与实验依据.     

基于二阶滑模算法的永磁同步电机控制

提出了一种基于二阶滑模算法的永磁同步电机速度控制方法。该方法通过编码器对电机实际的位置信号进行采样,采样的位置信号通过二阶滑模算法,计算出实际速度信号并进行速度反馈调节。研究结果表明,该方法能够提高永磁同步电机速度的稳态和动态性能,从而提高系统鲁棒性和抗干扰性。     

基于混和时频分析方法的ISAR成像研究

采用了一种混合时频算法来克服传统时频算法ISAR成像时交叉项干扰问题,提高成像分辨率;提出了"数据分割-时频分析与采样-数据拼接"成像加速方法提高ISAR成像处理效率.应用强散射回波点目标某飞机模型做仿真实验.对比传统ISAR时频分析方法和本文方法成像表明:本方法成像质量高,关键细节清晰可见,基本消除了无交叉项干扰,时频分辨率高:成像加速算法较传统成像算法缩短了一半以上的成像处理时间,成像实时性得到了显著提升。     

基于改进RRT-Connect算法的机械臂运动规划

针对双向快速拓展随机树(RRT-Connect)算法在多障碍物复杂环境下算法收敛速度慢、搜索效率低、采样具有随机性等问题，提出一种基于椭球子集采样的RRT-Connect算法，首先在传统的RRT-Connect算法的基础上，结合目标偏执采样策略和椭球子集采样的优势，构造一种新的采样方法，对采样区域进行约束，在此基础上找到从起始点到目标点的最优路径点集合，并将该路径作为初始路径，通过引入基于三角不等式的路径修剪算法，在迭代过程中对路径不断优化，得到一条从起始点到目标点的代价小、无碰撞路径，最后结合五次多项式差值算法进行路径优化，生成一条路径平滑且曲率连续的优化路径，从而使机械臂沿着该最优路径快速、准确、稳定的到达目标点。实验结果表明，对比原始的RRT-Connect算法，平均规划时间效率提高了30.5%、平均采样点减少了76.74%、平均路径长度缩短了13.22%,该算法在规划过程中收敛速度更快、搜索效率更高、路径优化效果更显著。     

电力信号自适应滤波测量的收敛性

采用非线性系统稳定理论,对电力信号自适应滤波测量法稳定收敛性进行了分析和论证,导出其稳定收敛的约束条件,并给出自适应滤波测量法的设计方法.传统的电力稳态测量算法是开环算法,非频率同步采样和数据扰动时可造成误测.闭环的自适应滤波测量法可分析非频率同步采样、非整次谐波等造成的非周期正弦波采样数据,判别和修正采样失真,准确、可靠地实现电力系统稳态的测量.     

基于风速预测和随机规划的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响;而并网风电场具有动态、随机、容量大等特点,传统的经济调度方法已不再适用。针对风电场出力的随机性,在风速预测的基础上,应用随机规划理论建立了考虑机组组合的含风电场电力系统动元网络和遗传算法的混合智能算法,提高了算法的收敛速度和搜索性能。以含风电场的IEEE30节点系统为算例验证了所提方法的可行性和有效性。     

Segmentation of medical images using a geometric deformable model and its visualization

An automatic segmentation method for medical images that uses a geometric deformable model is presented, and the segmented results are visualized with the help of a modified marching cubes algorithm. The geometric deformable model is based on evolution theory and the level set method. In particular, the level set method utilizes a new derived speed function to improve the segmentation performance. This function is defined by the linear combination of three terms, namely, the alignment term, the minimal-variance term, and the smoothing term. The alignment term makes a level set as close as possible to the boundary of an object. The minimal-variance term best separates the interior and exterior of the contour. The smoothing term renders a segmented boundary less sensitive to noise. The use of the proposed speed function can improve the segmentation accuracy while making the boundaries of each object much smoother. Finally, it is demonstrated that the design of the speed function plays an important role in the reliable segmentation of synthetic and computed tomography (CT) images, and the segmented results are visualized effectively with the help of a modified marching cubes algorithm.     

基于新型积分分离PID控制算法的无刷直流电机控制系统

为了提高无刷直流电机(BLDCM)的控制性能,在传统PID控制方法的基础上提出了一种基于新型积分分离PID控制算法,并将其应用于BLDCM转速和电流闭环控制中。该控制方法不但具有较强的抗负载扰动能力,而且可有效解决传统PID控制引起的控制量超过被控对象从而造成系统振荡的问题。新型积分分离PID控制算法结合了积分分离PID控制算法和带死区的PID控制算法的优点,既可以延长控制系统的使用寿命,又可以对系统偏差进行限制。通过MATLAB/Simulink仿真和试验验证了所提方法的有效性与实用性。     

基于模糊神经网络的异步电机转速估计方法

根据异步电机的数学模型,提出基于模糊神经网络的异步电机转速估计方法。将传统参考自适应系统中原有的自适应调节机构用一个具有在线学习能力的模糊神经网络取代,得出了一种基于模糊神经网络的异步电机转速估计方法,并给出了速度估计器的模糊神经网络结构和学习算法。仿真结果表明,该方法能准确跟踪电机实际转速的变化,具有良好的性能。     

基于模糊理论和逆推算法改进均值生成函数的短期风速预测研究

准确预测风速对包含风电场的电力系统运行至关重要。为提高短期风速预测模型的精度、实用性,针对风速时间序列既有随机波动性又有趋势性的特点,提出了一种基于模糊理论和逆推算法改进均值生成函数的短期风速预测方法。首先利用模糊理论和逆推算法对均值生成函数进行了改进,推导出模糊均生函数,然后将其与最优子集回归模型相结合,建立短期风速预测模型。实例分析表明,与传统均值生成函数模型及经典的ARMA预测模型相比,所建新模型集合了均值生成函数和模糊理论以及逆推算法的优点,有效提高了短期风速的预测精度,具有良好的工程应用前景。     

光纤陀螺寻北仪数据采集单元的设计与实现

针对捷联惯性光纤陀螺寻北仪中惯性器件动态测量范围宽及系统对实时性、可靠性和精度要求高的特点,设计了基于FPGA的高速、多通道、可扩展数据采集单元,实现多传感器数据实时采集。同时,由于用FPGA集成了寻北仪系统主要的I/O操作,从而使系统CPU能更专注于方位角解算算法,保证了寻北的快速性,并为执行更复杂的算法提供了有利条件。本文给出了系统软硬件设计方案,实验及实际应用表明,该数据采集单元工作稳定,实时性好,达到了设计指标。     

基于改进KNN算法的新能源发电单元运行状态识别

目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。     

一种新的电力系统暂态稳定性计算方法

针对传统数值计算方法存在稳定性和收敛性差的问题,提出了一种新的电力系统暂态稳定性计算方法——辛Runge-Kutta-Nystrm(以下简称辛RKN)法,该算法不存在人为的引入耗散机制,避免歪曲系统本来结构的特征,可用较大积分步长来进行计算,与传统的Runge-Kutta(以下简称RK)法相比,收敛精度好,计算速度快,体现了该类辛算法内在的时间并行特性。在IEEE145节点电力系统运行的测试结果表明,辛RKN法能显著提高暂态稳定计算的收敛精度和计算速度。     

改进SMS孤岛检测方法研究

滑模频率偏移法(SMS)能够消除特定负载品质因数以下的检测盲区且对电能质量影响较小,是应用较为广泛的主动式孤岛检测方法,但其检测速度受负载品质因数(Qf)的影响显著。本文针对传统SMS算法的这一缺陷,提出了一种改进型SMS算法,将传统SMS算法的正弦型相位偏移曲线修改为圆型相位偏移曲线,该方法避免了传统SMS算法中临界稳定状态的发生,消除了Qf≤2.5下的检测盲区,克服了传统SMS算法检测速度随Qf增大而迅速减慢的缺陷,提高了孤岛检测速度。仿真与实验结果进一步验证了该方法提高孤岛检测速度的有效性。