考虑相位失配量的电力系统动态状态估计方法

针对当前电力系统中数据采集与监视控制系统(Supervisory Control And Date Acquisition,SCADA)和相量测量单元(Phasor Measurement Units,PMU)并存,以及不同规格的PMU之间不能实现完全同步的现状,引入了一种基于不完全同步PMU的电力系统动态状态估计模型,与SCADA组成混合量测系统,在此基础上提出了一种考虑相位失配量的线性动态状态估计算法.结合线性定常系统卡尔曼滤波原理,分别对相位失配量和系统状态进行滤波处理,实现对系统状态的估计.相比于传统方法,该算法的雅可比矩阵为常数阵,缩短了状态估计时间,减少了不必要的迭代.采用Matlab平台在IEEE 30节点系统上进行仿真实验,结果表明,在PMU不完全同步的情况下,提出的方法较传统的线性算法具有更好的性能,在很大程度上减小了状态估计产生的误差.     

非线性不确定离散时变时滞系统的积分滑模控制

研究一类非线性不确定离散时变时滞系统的滑模控制问题,构造状态观测器估计所研究系统的状态,在估计状态基础上设计积分滑模面,使整个动态过程对于外部干扰具有完全鲁棒性.利用Lyapunov稳定性理论和线性矩阵不等式(LMI)技术给出了滑模动态系统渐进稳定的充分条件.设计相应的滑模控制器,并在控制器中引入饱和函数消除系统的抖振,利用仿真实例验证所提出方法的有效性.     

空间色噪声CDMA系统的一种基于累积量DOA估计算法

传统的DOA估计一般是假设噪声为白高斯的二阶谱估计算法．针对更接近于实际情况的空间色噪声，提出了一种基于累积量MUSIC算法的同步CDMA系统解相干DOA估计算法．该算法不仅能消除多径干扰并且与二阶MUSIC算法相比能更有效抑制空间色噪声，提高估计的准确性．     

不完全信道状态信息下的Turbo-BLAST系统及性能

在Turbo-BLAST方案基础上,针对信道估计有误差情况,利用不完全的信道状态信息推导出等效噪声方差,然后提出一种改进的并行干扰抵消迭代检测算法. 该算法对完全信道估计和信道估计有误差情况均有较好的适用性. 实验结果表明,所提算法可以有效改善系统误比特率性能.     

不精确帧同步对幅值相位线性插值影响的分析

在正交频分复用系统中,常见的频域线性插值方法为I 路Q路信道分别进行线性插值(I-Q 插值). 幅值相位线性插值（A-P 插值）由于性能略差且硬件实现复杂度高而很少被采用. 该文在不精确帧同步系统中循环前缀（cyclic prefix, CP）提前截去的情况下,研究了A-P 插值方法受CP提前截去量的影响,并与I-Q 插值进行比较,给出了I-Q 插值和A-P 插值的均方误差通用表达式. 研究结果表明,A-P 插值方法的性能受CP提前截去量的影响很小,仅取决于频域信道相关特性,而I-Q 插值会受CP提前截去量及频域信道相关特性两方面的影响. 因此,当同步算法性能较差而引起较大定时偏差时,也可选择A-P 插值作为频域插值算法.     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

基于模糊PID算法的同步发电机励磁控制器设计与仿真研究

同步发电机励磁控制器是同步发电机控制系统的核心.传统PID控制理论在同步发电机励磁控制上的应用已经非常成熟.但是,这种控制方式存在着定参数、线性控制规律、适应性差的缺点.针对这些问题,采用模糊PID的控制算法,根据输出变化量和变化率在同步发电机运行过程中实现实时调整,起到动态调整PID参数的作用,使系统的动态和静态运行性能得到改善,并使系统具有较强的适应能力,提高控制效果.     

MIMO-OFDM系统中一种改进的盲信道估计算法

针对MIMO-OFDM系统中线性预编码信道估计算法需要多次计算模糊度矩阵的问题,提出一种改进的盲信道估计算法.该算法首先对各天线上所接收信号的互相关矩阵进行处理,使信道估计矩阵的模糊度矩阵统一,再利用统一的模糊度矩阵通过迭代方法实现系统的信道估计.仿真结果表明,改进算法的估计精度在低信噪比时仅有较小损失,而在高信噪比时与现有的线性预编码算法接近,且具有较好的收敛性.与现有的线性预编码信道估计算法相比,改进算法显著降低了计算复杂度.     

基于OFDM技术的数字AM广播系统时间同步算法研究

针对基于OFDM调制技术的数字AM广播系统,研究适合中短波信道(<30 MHz)的时间同步算法.首先建立一个可以同时估计符号偏差和时钟相位偏差的两级时间同步模型.对符号偏差估计,给出一种改进的最大似然算法;对时钟相位偏差估计,给出一种利用梳状导频的估计算法.仿真和实际测试表明,这种两级同步方案能够满足OFDM系统对时间同步精度要求.     

基于事件触发采样的混沌系统同步算法

综合事件触发采样和状态观测器设计方法,提出了基于事件触发采样的混沌系统同步模型.应用李雅普诺夫稳定性理论建立了系统同步的充分条件,并利用Matlab软件给出了相应的同步算法设计.通过对蔡氏混沌电路的仿真,验证了所得算法的有效性.仿真结果表明,所提出的同步算法易于实现,同步效果好,可以在一定程度上减少数据采样次数.     

减小初值影响的分数阶卡尔曼滤波器设计

为了实现含有关联噪声的线性连续时间分数阶系统的状态估计，设计分数阶卡尔曼滤波器（FOKF）来减小初值影响．通过模型变换方法，获得等效方程，基于等效方程的FOKF可以有效地减小初值对状态估计的影响．通过仿真算例验证了提出的FOKF的有效性．     

电网PMU优化配置中IGASA算法的研究

在函数的全局优化算法中,模拟退火算法和遗传算法的结合可较好地改善算法的性能．基于这个思想将适合全局搜索的遗传算法（GA）和适合局部搜索的模拟退火算法（SA）相结合,提出改进的遗传模拟退火混合算法（IGASA）来解决电力系统PMU优化配置问题．该算法用于遗传算法中选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了改进,以进一步改善算法的稳定性和收敛性,并提高了收敛速度和防止种群早熟现象．5个仿真试验验证了该算法的可行性和有效性．     

多速率马尔科夫跳变系统的序贯融合估计

对带噪声相关的马尔科夫跳变系统,提出了在多传感器多速率均匀采样情形下的序贯融合估计算法。系统中状态均匀更新,不同传感器以状态更新周期的正整数倍进行观测采样,同时不同传感器间的观测噪声不仅同时刻相关,而且与过程噪声相关。根据状态更新点处的传感器观测采样情况,建立状态更新点的单速率状态空间模型。对转化后的单速率马尔科夫跳变系统状态进行扩维,进而将对原系统状态的估计等价地转化为对扩维后状态的估计,在此基础上,提出了在线性最小方差(Lineor minimum variance sense, LMSE)意义下的最优集中式融合估计算法和最优序贯融合估计算法。所提出的序贯融合估计算法通过对传感器观测数据的实时处理,可获得状态的实时融合估值。同时证明了集中式融合估计和序贯融合估计的等价性。仿真实验进一步验证了所提算法的有效性。     

OFDM系统有限字符集特性的盲信道估计

提出并证明了正交频分复用（OFDM）系统中基于信息符号有限字符集特性的信道盲可辨识的充分必要条件．在满足该条件的前提下,又提出一种频域最小距离（frequency-domain minimum distance,FMD）盲信道估计方法．该方法将信道频率响应序列多相分解为若干子向量,通过对其中一个子向量中元素的相位模糊度进行穷尽搜索,辨识出所有子载波上频率响应的相位．仿真结果表明,FMD算法的信道估计性能优于修正的最小距离（modified minimum distance,MMD）算法,而计算复杂度与MMD相等．     

大规模MIMO系统中基于子空间跟踪的半盲信道估计

基于特征值分解(eigen value decomposition, EVD)或奇异值分解(singular valuedecomposition, SVD)的半盲信道估计算法需要进行重复的EVD或SVD计算,计算量较大,不适用于多小区多用户的大规模MIMO系统. 为此,针对多小区多用户大规模MIMO系统中的半盲信道估计给出了一种快速实现算法. 该算法主要利用最小二乘(least-squares)及线性最小均方误差(linear minimum mean-square error)原理导出一种新的递归计算模糊矩阵的方法,采用快速递归row-Householder 子空间跟踪算法对接收向量的信号子空间的估计进行加速. 仿真结果表明,所提出的算法估计性能良好,并能有效减轻导频污染的影响.     

一种基于特殊训练序列的TH-UWB信号同步捕获算法

超宽带信号的快速同步捕获是实现UWB系统的一个重大挑战。提出了一种基于特殊训练序列的同步捕获算法,它只需对接收信号进行符号速率的积分清洗运算,然后根据信号的依次截取实现同步参数的搜索估计。该算法有效地提高了密集多径信道下极窄脉冲能量捕获,并且降低了运算复杂度和同步捕获时间。通过计算机仿真评估了在密集多径信道下,训练序列长度对捕获精度和系统误码性能的影响,以及捕获性能、系统误码性能与信噪比的变化关系。仿真实验表明,在训练序列长度为16、32时误码性能曲线和理想同步情况下已十分接近。这说明与传统的数据辅助算法相比,该算法只需要较短的训练序列就可以实现较理想的系统性能,从而提高了系统的带宽利用率。     

正交频分复用通信系统的联合同步算法

为多载波通信系统设计一种联合同步算法,能很好地解决多载波系统中的帧、符号和载波联合同步问题,从理论角度简单地分析该算法的性能,并针对多轻信道进行了仿真。仿真显示该算法不仅提供高精度的频偏估计,而且提供足够精度的时间同步,从而有效地减少了时间同步估计误差和频偏所造成的符号间干扰（ISI）和子信道间干扰（ICI）。     

低信噪比下调制信号载波相位的迭代估计

提出一种低信噪比下期望-极大值（EM）迭代估计载波相位的改进算法。对期望-极大值算法采用一种新的并行初始化方式,在可能的相位区间设置多个初始值,并对初始化后第1次迭代进行了最优选择。经过这种处理不仅可以有效避免EM算法可能收敛到局部最大值点的问题,还可以解决非数据辅助（NDA）条件下的相位模糊问题,避免了对导频序列的需求。实验结果表明,该算法能够在低信噪比下获得比以往算法更好的估计性能,而且这种并行方式的运算量大大降低,收敛的速度和稳定性都得到了保证,具有实用价值。     

一类非线性系统的故障估计和预设性能控制

研究了一类带有不匹配故障的非线性系统的故障估计和预设性能控制（PPC）问题，通过基于中间变量的估计观测器方法，设计了一种带有自适应参数更新律的故障估计器和状态观测器，提出了基于预设性能的容错控制方案．证明了系统状态误差和跟踪误差收敛于预先设计的集合内，且所有闭环信号都是有界的．通过仿真实验验证了算法的有效性．     

基于相对误差D辨识的电力系统参数错误辨识方法

电力系统参数错误会严重影响状态估计的结果,从而降低能量管理系统(EMS)中先进的应用程序的实用性,因此需要有效的方法来辨识电力系统中的参数错误。本文提出包含自环网或电磁环网的典型区域电网的参数估计模型和算法,采用相对误差D指标辨识法实现典型区域电网可疑元件参数的有效辨识与校正,通过应用估计参数改善典型区域电网状态估计的精度。