非正弦供电多相感应电机稳态性能分析

性能分析是电机优化设计的基础,由于非正弦供电多相感应电机稳态性能分析计算远比传统三相感应电机复杂,进行相关研究则具有理论意义与实用价值.在3次谐波注入的非正弦供电多相感应电机中,以基波等值电路与3次谐波等值电路为计算工具,考虑气隙磁场的非对称分布性并用拓展分布磁路法计算基波与3次谐波感应电动势,通过3层迭代计算出给定稳态运行工况下的基波与3次谐波电流等变量进而得到电机的性能指标,分析中强调了对节点气隙磁密的内层迭代过程与对激磁电流的中间层迭代过程不同于传统三相感应电机相应迭代过程的特点.以非正弦供电十五相感应电机原理样机为例,分析了不同稳态工况下的运行性能,计算结果与实验结果相互吻合说明了分析计算方法具有高的准确度.     

Hanning自卷积窗函数及其谐波分析应用

提出一种新型窗函数——Hanning自卷积窗函数,构建了Hanning自卷积窗的时域、频域函数,分析了1~4阶Hanning自卷积窗函数的主瓣、旁瓣性能,建立了基于Hanning自卷积窗函数的频谱相位差校正算法,推导了信号基波与各次谐波频率、幅值和初相角计算式.Hanning自卷积窗具有优良的旁瓣性能,频谱函数简单,能有效抑制频谱泄漏的影响,频谱相位差校正算法不必求解高次方程,便于嵌入式系统实现.仿真结果表明：Hanning自卷积窗函数抑制频谱泄漏效果好,基于Hanning自卷积窗函数的频谱相位差校正算法克服了基波频率波动与白噪声对谐波分析的影响,谐波参数分析准确度优于经典窗函数.电力谐波分析与谐波电能计量应用实践证明了Hanning自卷积窗函数的有效性和优越性.     

并联型12脉波整流系统直流侧有源谐波抑制研究

为提高多脉波整流系统的谐波抑制能力,降低系统的开关损耗,研究了一种多脉波整流系统直流侧有源谐波抑制方法.根据多脉波整流系统交、直流侧电流关系,分析了输入电流为正弦波时所需的环流,并给出了可实现的环流形状;根据有源平衡电抗器副边电压和可实现环流的关系,确定了可通过在有源平衡电抗器副边串联电阻消耗输入电流谐波能量;为回收串联电阻所消耗的谐波能量,设计了半桥PWM整流电路串联于有源平衡电抗器副边,回收谐波能量并返送给负载,实现了谐波能量的回收再利用.实验结果表明,PWM整流器正常运行时,系统功率因数近似为1,且系统的谐波抑制性能不受负载变化和输入电压变化影响.     

双绕组多相高速整流异步发电机系统的分析

在分析和定量计算双绕组多相高速整流异步发电机电流谐波和磁势谐波关系的基础上，提出了把发电机系统分成两个子系统分别进行分析计算的新思路．对十二相功率绕组与整流负载系统采用电路分析方法，用基于电路拓扑理论的回路电流法列写网络方程，求解过程中定步长和变步长联合使用，解决了计算结果的稳定性问题，得出了功率绕组电压、电流及其基波分量．对定子双绕组与实心鼠笼转子系统采用电磁场分析方法，电磁场有限元和多变量优化法迭代相结合求出了控制绕组电流和定子频率．计算结果和实验结果吻合，说明了所提方法的有效性和准确性．     

基于双线性对的新型门限代理签名方案

基于GDH签名(短签名方案), 首先提出了一类新型概率签名方案, 并证明了它的安全性. 而后用所提出的概率签名方案构造了基于双线性对的新型门限代理签名方案. 还应用了Gap Diffe-Hellman (GDH)群的基本性质(在GDH群中计算Diffe-Hellman问题困难, 但决策Diffe-Hellman问题容易). 文中的构造思想主要基于Bonel等最近提出的GDH签名方案. 其中的双线性对一般可以用Weil配对或Tate配对来实现. 提出的方案具有实现简单但安全性高的特点. 迄今为止, 这个方案也是第一类用双线性对来构造的门限代理签名方案. 最后给出了新型门限代理签名方案的安全性分析和它的执行效率.     

独立假设下的最优变步长LMS模型和算法

为了解决LMS(least mean square)算法中收敛速度和稳态误差之间的矛盾, 基于独立假设, 以最小均方误差为准则, 提出并证明最优步长定理, 说明最优步长和均方误差之间存在一一映射的关系; 以此构造最优变步长LMS(optimal variable step-size LMS, OVS-LMS)模型, 确定了变步长LMS算法收敛速度的理论极限; 讨论了最优初始相对步长的选取方法和未知系统跳变时最优步长的计算. 根据导出的两个最优步长迭代式, 提出OVS-LMS算法. 仿真结果表明, 该算法和OVS-LMS模型的学习曲线基本一致, 证明该算法是独立假设条件下的最优变步长LMS算法.     

多输入多输出系统中基于长方阻塞矩阵的酉多级Wiener降秩联合检测算法

针对传统均衡算法复杂度高、收敛速度慢的问题,提出了一种基于长方阻塞矩阵的多级Wiener降秩联合检测算法,其中的多级Wiener滤波器通过相关相减结构来实现,即酉多级Wiener滤波器.该算法选取酉多级Wiener滤波器阻塞矩阵中的一个长方子阵作为阻塞矩阵,使得酉多级Wiener滤波器前向递推分解中接收信号向量的维数逐级降低,从而在降低了均衡的迭代复杂度的同时,加快了算法的收敛速度.理论分析和仿真结果表明,基于长方阻塞矩阵的酉多级Wiener联合检测算法具有复杂度低、收敛速度快的优点.在具有4根发射天线、8根接收天线,并且采用BPSK调制的V-BLAST(vertical Bell labs layered space-time)系统中,采用本算法仅用基于酉多级Wiener滤波的均衡算法一半的计算复杂度在高信噪比处即可达到与其相同的误码性能.     

基于特征点的空间目标三维位姿单目视觉确定算法

针对基于特征点的空间目标包括相对位置和相对姿态等的三维位姿单目视觉确定问题,提出了一种基于逆投影思想的迭代方法.给出了一种包含景深估计和绝对方位解算两阶段的迭代算法,在景深估计阶段首先计算由转移矩阵表示的最优平移矢量,然后重构各特征点,并利用其在逆投影线上投影更新各特征点的景深;在绝对方位解算阶段采用Umeyama绝对方位解析算法计算相对姿态矩阵,上述两阶段迭代进行直至结果收敛.利用全局性收敛性定理证明了文中算法的全局收敛性.最后,以航天器交会对接最终逼近段的视觉测量为背景对该算法进行了数学和物理仿真,进一步验证了算法的有效性和收敛性.     

基于DSP的谐波电流检测

随着电力电子技术的迅猛发展，电力电子装置产生的谐波对公用电网产生的危害，引起了人们越来越多的关注。文章基于瞬时无功功率理论的ip-iq算法，重点研究了采用TMS320F240芯片时电网中的谐波电流进行实时检测的方法，并借助MAT-LAB进行了仿真。仿真结果表明，这种检测和计算方法以及硬件结构可以满足电网中谐波检测实时性、准确性的要求。     

交叉敏感情况下多传感器系统的动态特性研究

讨论了具有交叉敏感的传感器组成的多传感器系统的动态特性及其对系统检测精度的影响. 提出了将该多传感器系统看作一个线性滤波器与一个无记忆非线性函数的串联系统, 即Wiener系统, 把后续的信息融合系统看作一个无记忆非线性函数与一个线性滤波器的串连, 即Hammerstein系统. 在静态标定的基础上, 用盲解卷积技术求得Hammerstein的线性滤波器系数矩阵. 针对盲解卷积技术复现信号幅值不确定性的缺点, 提出了一种根据逆滤波器系数矩阵与静态标定的线性矩阵的同一性校正滤波器系数矩阵的方法, 以获得多传感器系统的近似逆向动态模型, 提高了多传感器系统在实际检测过程中的检测精度, 降低了动态检测结果失真度, 满足了实际情况的需要. 最后的仿真结果表明, 输入信号频率接近采样频率1/10时, 用盲解卷积技术获得的幅值复现误差是未经过动态补偿的幅值复现误差的1/20, 是各传感器单独动态补偿后幅值复现误差的1/2, 快速性提高了2倍. 金属氧化物半导体甲烷传感器的动态补偿结果表明, 在温度阶跃响应下, 补偿后的甲烷检测误差小于补偿前的1/2, 因此这种方法拓宽了多传感器系统的带宽.     

最小迹扩展集员估计

针对扩展Kalman滤波器(EKF)在进行非线性估计时一致性较差的问题,提出了适于一类高阶非线性系统的最小迹扩展集员估计算法(LTESMF).该算法通过引入反馈机制实现观测更新,避免了椭球相交计算.算法用估计误差定界椭球参数矩阵的迹作为优化目标,迭代优化反馈系数.本文还提出用随机状态边界度量的收敛性来评价随机系统稳定性.并用该方法证明了LTESMF的估计误差能收敛到有界区域内.最终仿真结果表明,LTESMF的估计结果的稳态精度接近EKF,计算算效率与EKF相当,估计结果的一致性和收敛速度明显高于EKF.     

步长选择定理及其应用——平行变步长LMS滤波器组算法

从独立假设出发, 基于均方误差最小准则, 提出并证明LMS(Least Mean Square)算法的步长选择定理, 揭示了较优步长和均方误差的关系. 由此构造一种平行变步长LMS滤波器组算法, 并对算法的理论模型进行了详细分析. 仿真结果表明, 该算法模型的理论曲线和最优变步长LMS (optimal variable step-size LMS, OVS-LMS)模型的学习曲线基本重合, 实验曲线也显示了最优的收敛性和很好的跟踪性能. 因而该算法是最优变步长LMS模型的一种较好的实现形式.     

加性噪声条件下的UKF算法

UKF算法是广泛应用的非线性滤波方法之一,在加性噪声条件下,根据是否状态扩展和是否重采样有四种实现方式.从算法精度、适应性和计算效率等方面进行了理论分析和仿真计算,证明适当选择滤波器参数,常用采样策略下,状态扩展与非扩展的UT变换结果相同,但后者的计算效率较高;加性测量噪声条件下,扩展与非扩展UKF可获得相同的滤波结果;加性过程噪声条件下,扩展与非扩展UKF仅能获得相同的状态预测结果;重采样不总是构建滤波器的必要环节,但理论分析和仿真计算发现了重采样对滤波器增益的自适应调节能力,指出其在状态偏差或未知机动模式较大时对改善滤波器收敛性和精度有重要贡献.在此基础上,给出了实际应用中的滤波器设计准则:对于加性测量噪声宜采用非扩展方式;对于加性过程噪声,状态偏差或机动较小时宜采用扩展或非扩展的非重采样方式,系统状态偏差或机动较大时宜采用非扩展的重采样方式.性能分析方法和系统设计准则对研究其它的滤波器同样有参考价值.     

牵引网宽频域谐波与振荡抑制技术应用研究

针对大功率、高密度、多种类的机车群在小容量牵引供电网中带来的宽频域谐波和谐振问题,从交流机车的拓扑和调制出发对宽频域谐波产生的机理进行了分析,并结合对两种典型车型,对不同类型机车混跑线路的谐波分布多样性进行了分析.为此提出了基于H桥级联的有源电力滤波器（HCAPF）和高通滤波器（HPF）相结合的谐波抑制方案,利用HCAPF对无功功率进行控制并对低次谐波进行抑制,利用高通滤波器对高次进行吸收.结合示范工程,对参数设计、HCAPF性能测试进行了详细介绍,最后对整个补偿系统投入前、后24 h的电压畸变率等参数进行对比测试,结果表明补偿后电压总畸变率平均值从4.324%下降到2.934%,满足国标,其中各次谐波电压都有较大下降.同时电网电压的最大波动率从14.5%下降到10.7%.     

主用户状态改变和低信噪比环境下的weight-p能量检测算法

在认知无线电网络中,主用户状态改变和低信噪比都会造成频谱检测的性能下降.本文提出了一种新的加权(weight-p)能量检测算法,用于抵抗主用户状态改变和低信噪比对认知用户检测性能的影响.为减少实现复杂性和节约需要的功耗,我们将weight-p能量检测器的最优权值建模成一个最小采样时间(MST)的优化问题,找出了最优权值和次优权值.仿真表明,在主用户状态改变和低信噪比的场景下,本文提出的weight-p能量检测算法可以提高认知用户的检测性能和降低虚警概率,并且在获得相同检测性能的前提下可以压缩检测时间.     

多天线放大转发中继系统基于MMSE的重传预编码设计

针对多天线放大转发中继系统,本文提出了一种基于MMSE的新的重传预编码方案,把重传预编码设计问题分解成两个子问题:离散的信道配对和连续的联合源、中继功率分配问题.最优的信道配对需要遍历所有信道配对方式,对于每一种配对方式,联合源、中继功率分配问题是一个多参数非凸的优化问题,本文提出了一种获得该问题最优解的算法和一种次优迭代功率分配算法,此种通过遍历信道配对获得最优重传预编码的方案计算复杂度较高.本文证明了在一跳信道信噪比趋于无穷时,最优的信道配对是使之前的子信道增益和当前另一跳信道奇异值大小排列顺序相反,进而提出了一种简化的信道配对方法.仿真结果表明,简化的信道配对和迭代功率分配算法性能均接近最优.本文所提出的重传预编码与已有的预编码相比,能获得明显性能提升.     

电流追踪问题

电力市场的输电费用计算问题要求知道各发电厂对各输电线路的利用份额和应分摊的网络功率损耗 .这些问题可归结为电流追踪问题 ,是经典电路理论无法解决的问题 .提出了两个公理 ,在此基础上建立了电流追踪问题的数学模型 ,进而利用图论原理开发了计算电流追踪问题的高效算法 ,并以数字例说明了算法的有效性 .     

一种新的信号二进小波变换模极大值重构信号的迭代算法

基于Hilbert空间单调算子理论和求解单调算子方程的迭代算法, 给出了一个新的基于信号二进小波变换模极大值重构信号的迭代算法, 证明了算法的收敛性. 同Mallat的交替投影算法相比, 该算法更加简单、快速和有效. 数值实验表明, 对于不同类型的信号, 该算法仅需要较少的几次迭代, 就可获得较好的重构效果.     

基于压缩感知思想的图像分块压缩与重构方法

压缩感知理论在数据获取、数据存储/传输、数据分析和处理方面有很大优势,成为近年来的研究热点.考虑到大多数图像信号信息分布有差异,编码端,在对图像分块的基础上,融合熵估计和边缘检测方法计算各图像块的信息含量,再从两个不同的角度进行分类采样:依据信息量多少将图像块分为平滑、过渡和纹理3类,使用不同的采样率采样;依据信息量的分布特征,采用不同的采样率分配策略进行采样.在解码端,根据不同类型的图像块构造不同的线性算子进行重构,再运用改进的迭代阈值算法去除块效应和噪声.实验证明,算法在提升图像重构质量的同时缩短了重构时间,并且对纹理边缘多的图像的重构效果较其他方法理想.     

应用于智能电网的高压直流电流及谐波测量方法研究

智能电网的发展对相应的测量设备提出了更高的要求,包括体积小、重量轻、准确度高、测量频带宽等.本文研究了一种应用于智能电网的高压直流电流及谐波电流测量方法.直流电流测量采用基于霍尔磁场传感阵列的测量方式,采用多个传感器构成传感阵列,有效降低导体偏心、偏角等因素的影响;直流谐波电流测量采用4个直线型线圈构成的方形Rogowski线圈作为传感单元,并利用改进的高精度数字积分算法实现线圈输出的积分还原,大大降低了频率变化等因素的影响.同时,提出一种基于梯形自卷积窗的四谱线插值DFT算法,有效提高了直流分量及谐波分量的提取准确度.测试及应用结果表明,该新型高压直流测量互感器直流电流测量误差小于0.10%,谐波测量比差变化小于0.2%,角差变化小于8′,输出信号为数字量.该测量设备具有准确度高、测量频带宽、体积小等优点.