基于DE-LSSVM的谐波源特性分析

根据电力系统中谐波源的变化特点,提出基于差分进化算法优化最小二乘支持向量机(DE-LSSVM)的电力系统谐波源分析模型.该模型采用非线性映射能力强的LSSVM拟合谐波电流、电网电压和特征参数之间的联系,采用差分进化算法对LSSVM参数进行动态优化.对模型性能的测试和分析结果表明,DE-LSSVM不仅加快了电力系统谐波源建模速度,而且获得比其他模型更优的谐波源特性分析结果.     

基于总体最小二乘法的RAIM算法模型改进

最小二乘残差RAIM算法中的伪距观测模型线性化过程会形成截断误差.考虑环境噪声对数据矩阵和观测值的扰动影响,给出了RAIM解算模型;采用总体最小二乘法估计准则,使残差更精确,数据可靠性更高,提高了RAIM算法的定位解算的精度与可靠性.分别采用总体最小二乘残差法和最小二乘残差法对实测数据进行了处理,分析结果验证了总体最小...     

基于最优最小二乘的红外目标单站定位算法

为消除红外目标单站定位算法估计有偏性,解决现有估计算法中有可能出现多个解向量的问题,提出了一种基于最优最小二乘的目标估计算法.对总体最小二乘定位算法进行了研究,针对扩展测量矩阵出现最小奇异值多重的问题,构造了一个由多重奇异特征向量组成的测度函数,将该函数进行偏微分得到最优的最小二乘解;通过理论分析,证明了最优最小二乘解向量是渐进无偏的;最后,将该算法与总体最小二乘法和修正辅助变量法进行仿真对比.仿真实验结果表明,该方法在不同测量环境噪声下所得到的位置、速度误差曲线能快速地逼近克拉美罗下限,且具有更高的估计精度和稳定性,说明了算法的有效性.     

基于Unscented卡尔曼滤波的目标位置和信道参数同时估计算法

针对传统非线性最小二乘估计算法和多步迭代估计算法估计节点位置和信道参数时存在的缺点,提出一种新的基于卡尔曼滤波的目标位置和信道参数同时估计算法.新算法将接收信号强度指示(RSSI)定位问题转化为非线性方程组的参数向量估计问题,使用UKF对目标位置和无线信道参数同时进行估计.试验结果表明,与非线性最小二乘方法相比,新算法定位误差更小,对信道参数的估计也更准确.     

基于总体最小二乘改进的SDFT三相交流电频率估计算法

为了解决SDFT算法在含有噪声、谐波或突发干扰的电力网络中电压信号基频分量三点关系式不严格成立的问题,引入总体最小二乘算法(TLS-SDFT)进行改进.TLS-SDFT算法采用滑动窗截取的多个DFT基频分量样本点来扩展SDFT算法的三点关系式,引入扰动矩阵,并通过对系数矩阵进行奇异值分解,使扰动矩阵具有最小Frobenious范数,得到改进的频率估计值.由于系数矩阵结构的特殊性,该算法的额外复杂度为窗长的线性函数.仿真结果表明,在高斯白噪声干扰下,改进算法的估计偏差和均方误差远低于原SDFT算法.在高次谐波干扰、信号参数突变以及变电站实测环境下,改进算法的频率追踪精确度均有明显提升.     

GPS RAIM定位误差保护限值算法分析

针对基于最小二乘法的偏差完好性风险方法,采用总体最小二乘法估计准则,将数据矩阵和观测值两者的误差综合考虑,使残差更精确,数据可靠性更高,提高了RAIM算法的可靠性,并给出了RAIM解算模型.结合各个航段的完好性需求进行仿真,分析了不同飞行阶段的PIR性能.结果验证了PIR是更合适的可用性分析方法.     

基于误差修正的混合无线移动定位算法

为了提高无线移动定位精度,提出一种基于最小二乘支持向量机修改误差的TDOA-AOA定位算法。该方法首先通过非线性学习能力强的最小二乘支持向量机对测量误差和NLOS误差进行修正,然后利用TDOA-AOA算法对移动端点位置进行估计,最后通过仿真实验测试LSSVM-TDOA-AOA的定位性能。仿真结果表明,LSSVM-TDOA-AOA提高了移动端点位置估计精度,定位误差明显低于对比算法,可以较好地满足实际无线移动通信定位要求。     

一元整体线性回归模型解算

主要讨论了最常用的一元线性回归问题,分析了同时顾及自变量和因变量误差回归解算的相关问题,对采用同时考虑自变量和因变量误差的条件平差解算法,通过分析得出其解算出回归参数的估值与不考虑自变量误差情况下回归参数的估值一致,同时给出了同时考虑自变量和因变量误差的整体最小二乘解法,通过算例分析得出了整体最小二乘法解算的有效性.     

基于BCRLS-AEKF的锂离子电池荷电状态估计及硬件在环验证

研究有色噪声下的锂离子电池参数辨识与荷电状态（SOC）估计,并进行硬件在环实验验证.在动力电池模型的参数辨识过程中,利用带遗忘因子的偏差补偿递推最小二乘法进行偏差补偿,提高了有色噪声数据的参数辨识精度.在此基础上,利用自适应扩展卡尔曼算法进行SOC估计,使得滤波算法中的估计结果可以随着噪声统计特性的变化而自适应更新,实现了模型参数和电池状态的联合估计.最后,借助BMS测试系统模拟电池电压电流信息输出,完成了硬件在环实验以验证所提出的方法.实验结果表明,利用所提出算法估计得到的电池端电压和SOC误差分别小于10 mV和0.5%.      

一种基于改进独立分量分析算法的谐波源分离与定位方法

针对配电网谐波阻抗未知情况下,用独立分量分析算法提取谐波电流的顺序对谐波电流的分离性能有较大影响的问题,提出一种通过改进独立分量分析算法的谐波电流提取,进而进行谐波源分离与定位的方法.将信号处理中的抽气技术用于独立分量分析算法中,得到改进的独立分量分析算法;以谐波电压为量测量,采用改进独立分量分析算法按负熵大小降序提取谐波电流,通过计算分离得到的谐波电流与各量测节点谐波电压之间的互信息,对谐波源进行准确定位.在IEEE14节点配电系统中进行仿真测试,以归一化偏移误差和相关系数为评价指标,将其与独立分量分析算法分离得到的谐波电流进行对比,结果表明所提出的方法能实现谐波源的准确估计和定位.     

基于相量测量单元优化配置的配电网谐波状态估计研究

随着大量电力电子设备的接入,配电网谐波问题愈发严重。谐波状态估计的准确性直接影响到后续的谐波治理效果。相量测量单元(PMU)可以实时测量节点电压与支路电流,可借助其实现谐波状态估计。然而目前PMU价格较高,如何进行合理的优化配置保证全网谐波状态可观,同时提高谐波状态估计的准确性,是亟待解决的问题。文章首先构建了以PMU经济配置和谐波状态估计精度最高为目标的PMU优化配置模型,并提出一种改进二进制粒子群-遗传混合算法用于求解。随后在实时仿真器中搭建IEEE14节点模型,选用均值插补法以及Vondrak滤波法进行数据处理并分析了优化所得多种PMU配置场景对谐波状态估计的影响。结果表明,文章所提算法从减少投资成本及降低谐波状态估计误差角度考虑,能够给出合理的PMU配置方案,有助于支撑工程决策。     

测量数据处理中粗差问题的探讨

粗差的探测与剔除是测量数据处理中非常重要的一项工作,它直接关系到平差结果的可靠性。对测量粗差的来源进行了分析,指出了粗差的特点,从粗差探测与抗差估计两个方面对粗差的处理方法进行了探讨,并给出了粗差处理的建议。     

统计参数估值方法在检测中应用

本文论述由观测值对检测参数进行统计估值的方法。先建立包含统计误差的观测值数学模型,再进行参数估值。其优点是一方面可以对参数检测方法的精密度和系统误差进行统计分析;另一方面可以把检测问题转化为统计参数估值问题,并应用当今大量的统计估值理论和方法以及计算机软件。     

基于变压器参数修正的变电站状态估计

常规变电站状态估计中电压或无功的误差普遍比较大,其中一个原因是模型的参数不准确．通过变压器参数引入状态量或同时引入状态量及量测量的方法,来建立变电站状态估计的模型,并对这2种模型及权值变化对状态估计精度的影响进行分析,得到如下结论：如仅将参数作为状态量而不加约束,可以使实际量测量的估计精度大幅提高,但导致参数估计值误差过大;只有将参数同时作为状态量和量测量,并对权值进行适当调整,才能兼顾实际量测量和参数的估计精度,得到更有实用价值的状态估计结果．     

基于核估计的滤波补偿法

为了解决Kalman滤波算法进行动态定位时,模型中存在的系统误差使得动态定位结果产生偏差的问题,采用基于核估计的滤波补偿法,在移动的窗口内,利用核估计拟合模型系统误差,修正相应的观测向量和状态预测向量的协方差矩阵估值,以消除系统误差对滤波的影响,推导了利用核估计拟合系统误差的公式。通过一个模拟算例证明了改算法的有效性,而且在滤波过程中不需要对系统误差做任何假设,对开窗窗口的宽度也不敏感。     

一种LFM信号波形下的序贯EKF算法

研究在LFM信号波形下把径向速度测量引入Kalman滤波的新方法,分析了LFM信号波形下距离和径向速度测量的统计特性.在分析位置测量更新后状态估计误差与径向速度测量噪声统计相关性的基础上,导出了等价的径向速度测量方程,其测量噪声与位置测量更新后的状态滤波误差统计不相关,由此而得到序贯处理的EKF算法.蒙特卡罗仿真结果表明,采用这一新算法引入径向速度测量,可以有效地消除距离-多普勒耦合引起的偏差,提高状态估计精度,而且其估计性能优于传统的EKF.     

真实和虚拟传感器多层信息融合算法

基于最优估计理论,提出了一种多层传感器的复合融合估计算法．该方法采用了由真实传感器和虚拟传感器组成的复合融合结构,以解决测量噪声干扰下参数估计问题．在该结构中,第1层物理真实传感器测量所得数据,按照加权融合算法,经过多层虚拟传感器的递推融合得到多层融合后的估计值．虚拟传感器的层数增加时,融合后总的估计误差将减少、虚拟传感器是由算法和软件实现的,不会增加测量系统物理结构的复杂性．计算机仿真结果表明：此方法在减少测量误差方面比传统的直接估计方法有明显的改善．     

基于超声波声速测定实验的谐波分析

采用实用谐波法分析了超声波声速测定实验的各种周期误差,将其分解成一个恒定分量和若干正弦谐波分量,并分析了产生误差的原因,因而为控制该实验的周期误差提供了有效的依据.     

经济批量模型的灵敏度分析

本文主要讨论了经典存储论中的经济批量模型对参数估计误差的不灵敏性,定义了参数估计的误差率,并依次讨论了这一误差率对经济批量误差率及对订货与存储总费用的误差率的影响。得出的结论是:经济批量模型对参数估计误差具有明显的不灵敏性,模型可以显著地缩小和消弥参数估计误差的影响。     

挠性转子动不平衡量的极大似然估计

本文提出利用模态参数识别技术进行挠性转子动平衡的方法。为了计及平衡过程中测试数据的误差,对动不平衡量采用极大似然估计。本文给出计算机模拟的几个实例以论证此种方法,并提出加速收敛的措施。计算结果表明此法效果是鸿意的。