基于无差拍的DVR的控制算法及仿真

动态电压恢复器(DVR)是目前解决电压质量问题的一种最经济、最有效的电能质量调节器.针对DVR的电压补偿信号的不确定性,将无差拍控制思想应用于DVR中,通过理论分析得到了-种DVR的无差拍控制算法,给出了算法详尽的推导过程,并用MATLAB/SIMULINK就电网电压暂降和谐波问题对其进行了仿真研究,结果表明:DVR的输出电压能良好的跟踪畸变电压分量,使负荷电压在电网电压畸变时仍能恢复到正常电压水平;而且无差拍控制还具有动态响应快,实现方便等优点.     

一种新型基于双闭环PID控制的SVC控制系统研究

基于瞬时无功功率理论和双闭环PID控制构架，设计了一种新型的FC-TCR型SVC控制系统。为实时补偿电网中瞬时无功功率的变化，采用dq同步旋转坐标变换方法，精确检测系统功率，有效克服电网电压波形畸变给P、q运算方法带来的误差；采用双闭环PID控制结构，内环为电压调节，外环为功率因数校正，使SVC装置能同时达到功率因数校正和改善电压的目的。仿真研究结果表明，此新型SVC控制系统对稳定和抑制电压波动，提高功率因数，具有响应快、精度高的特点。     

电力谐波滑窗迭代DFT检测算法的研究与仿真

有源电力滤波器的动态补偿要求能够准确、实时地检测出电网中瞬态变化的畸变电流。针对现阶段有源电力滤波器畸变电流检测方法存在工频周期时延、计算量大等不足,提出了一种基于离散傅立叶变换的滑窗迭代DFT(Discrete Fourier Transform,DFT)算法。该方法能有效地提高系统的实时性、目标跟随特性和抗干扰性,并且具有计算量小、容易工程实现的特点。利用MATLAB进行了滑窗迭代DFT仿真实验,实验结果表明该算法的有效性和正确性。     

分数阶傅里叶变换的自适应计算

提出了一种基于最小方差算法的自适应计算分数阶傅里叶变换的方法.通过对连续型分数阶傅里叶反变换进行离散化采样,得到适合数值计算的离散形式,进而通过适当的选择输入向量和目标函数构造自适应滤波器,并采用最小均方算法进行自适应计算,所得的滤波器权向量即为分数阶傅里叶变换的结果.仿真实验表明,该方法可以用来计算连续型分数阶傅里叶变换,并且计算延时相对较小.     

基于dSPACE的并联型有源电力滤波器仿真研究

采用基于dSPACE控制的并联型有源电力滤波器实现电网谐波的集中抑制方案.提出基于dSPACE的实物仿真,实现对APF的电流电压采样,补偿电流基准的检测计算,以及高性能的恒频滞环电流控制和直流侧电压的PI稳压调节,提高APF控制算法以及参数调试的效率.基于MATLAB的仿真和实时仿真实验结果证明采用新型检测算法和控制的有源滤波器能对电网电流进行集中净化,具有良好的补偿效果,证实了基于dSPACE控制的APF的可行性和正确性.     

WLAN接收机分组检测算法分析与改进

分组检测是WLAN接收机工作的第一步，其算法的好坏直接影响着接收机的同步等工作性能。通过分析几种IEEE802．11a接收机分组检测算法，提出了一种基于短训练序列的改进算法一双自相关分组检测算法并把这种算法和传统的延时相关算法进行了仿真和性能分析比较。结果说明：这种基于短训练序列的双自相关分组检测算法的性能优于传统的延时相关算法。     

误差反馈的正交小波均衡器结构与算法研究

在基于离散正交小波变换的基础上，结合传统的判决反馈自适应均衡算法，提出一种基于误差反馈的离散正交小波判决反馈均衡器结构和算法。对前馈滤波器用一组规范正交小波及其对应的系数来表示，后馈滤波器包含了误差反馈和判决反馈。并在此基础上，给出了自适应均衡算法。谊算法的优点是将离散正交小波变换和误差反馈相结合，利用小波变换的去相关能力在小波域中通过归一化的最小均方误差算法来提高收敛速度，利用误差反馈来减小误差信号之间的自相关性，以获得更小的均方误差（MSE）和误码率。     

预畸变对数字滤波器设计影响的研究

针对数字信号处理中数字滤波器的性能问题,为使数字滤波器保持原模拟滤波器的频率特性,根据双线性变换的定义,导出了一个预畸变的统一表示式。并利用该式设计了一个低通巴特沃斯数字滤波器分别对三种情况(双线性变换、提出的预畸变方法和模拟滤波器)的幅度响应进行了计算机模拟。结果表明该方案能获得了较理想的性能。     

电压源型逆变器改进无差拍控制策略仿真研究

电压源型逆变器广泛运用于UPS、新能源发电等场合,在各种负载下,尤其是非线性负载下的低电压畸变率和快速系统响应是其追求的目标。通过对单相逆变系统进行建模,根据其离散状态空间方程,提出了一种新型无差拍控制策略,在双闭环控制基础上增加了2个前馈环节,并设计了预测状态观测器以消除采样和计算带来的延时,提高系统动态响应能力。在MATLAB/Simulink环境下对单相逆变器改进型无差拍控制策略进行了系统建模,仿真结果表明,该控制策略能显著提高系统在非线性负载下的动态响应性能,改善输出电压波形。     

双环控制新型三相串联APF建模与仿真研究

有源电力滤波器可动态补偿电网中的谐波和无功分量.在分析整流桥直流侧并联型有源电力滤波器的基础上,提出了三相整流桥直流侧串联型有源电力滤器的基本拓扑结构,建立了基于双环控制的数学模型,并从理论上证明了基本结构和控制模型的正确性.对补偿前后三相电源电流进行了仿真研究,结果表明补偿后各相总谐波畸变率大大降低,电源电流为与电源电压同频同相的正弦波,很好地证明了该新型有源电力滤波器良好的补偿效果.     

基于dq稳态模型的双级矩阵变换器功率特性研究

利用三相静止坐标到同步旋转坐标的变换技术(dq变换),建立了dq坐标系上TSMC系统的稳态数学模型(dq模型),推导了TSMC电压增益、有功功率、无功功率、网侧输入功率因数角等特性的解析表达式,并利用开关模型仿真对dq模型的正确性进行了验证.在此基础上以15开关电路TSMC为例,绘制了其有功功率、无功功率、网侧输入功率因数角的特性曲线,分析了滤波参数、负载及控制变量对功率特性的影响,得出了一些有意义的结论,分析结论对于TSMC系统的设计和控制具有一定的指导意义.     

三相电压型PWM整流器建模和仿真研究

三相电压型PWM整流器(VSR)广泛用于AC/DC/AC系统前端整流.考虑到VSR本身非线性特点,建立适合于控制器设计上的数学模型比较困难,提出了一种状态反馈解耦控制电流内环和直流电压平方外环的电压型PWM整流器新型控制策略,基于功率平衡理论,采用解耦状态反馈控制方法,分析并建立了三相电压型PWM整流器d-q坐标系下的线性化数学模型.由于采用直流电压平方外环,使典型的非线性模型线性化,控制器设计直观精确,提高了直流电压和网侧电流的跟踪能力,改善了波形.提出了一种空间矢量的简化算法,简化了运算过程.在MATLAB/SIMULINK环境中建立了仿真模型.仿真结果表明:所设计整流器具有优良的稳态性能和快速的动态响应,实现简单,具有一定的实用价值.     

基于自适应渐消EKF的FastSLAM算法

快速同时定位与建图(fast simultaneous localization and mapping, FastSLAM)算法的采样过程会带来粒子退化问题,为了改进算法的性能,提高估计精度,从研究粒子滤波的建议分布函数出发,提出基于自适应渐消扩展卡尔曼滤波(adaptive fading extended Kalman filter, AFEKF)的FastSLAM算法。该算法基于FastSLAM的基本框架,利用AFEKF产生一种参数可自适应调节的建议分布函数,使其更接近移动机器人的后验位姿概率分布,减缓粒子集的退化。因此在同等粒子数的情况下,该算法有效提高了SLAM精度,以此减少所使用的粒子数,降低算法的复杂度。基于模拟器和标准数据集的实验仿真结果验证了该算法的有效性。     

噪声谱驱动后滤波算法

阵列语音增强中,传统的后滤波算法大多采用固定带宽的谱估计。推导了固定带宽谱估计后滤波算法的一般表达式及其估计器的概率密度函数,首次从理论上分析了在随机信号模型下采用固定带宽谱估计存在的问题,指出后滤波的频率分辨率应由噪声谱的结构特性决定,并提出了一个新的噪声谱结构特性驱动的自谱和互谱估计的后滤波算法,该算法在增加噪声抑制量的同时能避免更多的语音失真。测试实验证明,本文算法在段信噪比提高以及噪声抑制等方面都优于传统后滤波算法,尤其是噪声抑制量方面相比传统方法提高了6 dB。     

基于迭代无迹卡尔曼滤波的SLAM算法仿真研究

对迭代无迹卡尔曼滤波算法在SLAM问题中的应用进行仿真研究。通过仿真分析发现,与一般的无迹卡尔曼滤波算法相比,迭代的算法有时无法提高SLAM的精度,继而探讨了SLAM问题中选择采用迭代算法的条件;同时针对迭代算法的观测更新阶段,用阻尼的高斯-牛顿迭代方法改进完全高斯-牛顿迭代方法,从而提出一种改进的基于迭代无迹卡尔曼滤波的SLAM算法。仿真实验对提出的迭代条件进行了验证,仿真结果表明提出的SLAM算法与无迹卡尔曼滤波算法相比,可以进一步提高SLAM问题的估计精度。     

OFDM系统中相位噪声的自适应补偿技术及性能仿真

相位噪声对正交频分复用OFDM系统的性能有着关键性影响,其产生的通用相角错误CPE会使信道失真系数逐符号旋转,因而必须采用逐符号更新信道估计值的方法。提出了一种基于判决反馈的低通滤波算法来克服CPE所产生的信道旋转并提高信道估计的性能。该方法可通过导频子载波估计CPE所产生的信道旋转,并将解调后子载波的判决值通过低通滤波的方式降低信道估计的方差。文中采用了归纳法对该算法进行了理论分析,分析结果和仿真均证明了该算法的有效性,以及在计算量,收敛性方面的优势。     

多终端仅测速实时定轨的自适应联邦STCKF算法

针对多手持终端仅测速实时定轨问题,设计了一种自适应联邦强跟踪容积卡尔曼滤波(strong tracking cubature Kalman filter,STCKF)算法。首先,使用欧拉预测校正法对带J2项摄动的轨道动力学方程进行离散得到状态方程。然后,为每个手持终端设计了STCKF滤波算法,该算法基于强跟踪滤波(strong tracking filter,STF)的等价表示计算次优渐消因子以在线实时调整增益矩阵,提高短弧段内滤波估计收敛速度。进而,利用信息最优合成算法对每个终端输出的局部定轨结果进行融合,为提高信息融合精度,信息分配因子由误差协方差矩阵的Frobenius范数自适应确定。最后的仿真结果表明,欧拉预测校正法可以有效提高轨道动力学方程离散精度,自适应联邦STCKF算法可以有效提高实时定轨精度和滤波收敛速度。     

基于MCMC无味粒子滤波的目标跟踪算法

针对传统粒子滤波目标跟踪算法存在粒子退化的问题,提出了基于马尔可夫链-蒙特卡罗(Markovchain Monte Carlo,MCMC)无味粒子滤波的目标跟踪算法.该算法采用无味卡尔曼滤波(unscented Kalmanfilter,UKF)生成粒子滤波的提议分布,来代替传统粒子滤波算法采用状态转移先验概率作为粒子滤波的提议分布,以改善滤波效果,然后在无味粒子滤波的基础上融合了典型的MCMC抽样算法(Metropolis Hastings,MH),从而可以减少传统粒子滤波未考虑当前量测对状态的估计作用所带来的影响.融合后的算法将当前量测信息融入到滤波过程中,并使采样粒子更加多样化.实验结果表明,该算法较传统方法在跟踪精度方面有显著的提高.     

基于自适应航迹融合算法的GPS／SINS紧组合导航系统研究

针对开环校正GPS/INS组合导航系统卡尔曼滤波器在长时间工作条件下滤波精度下降的问题,提出了基于自适应航迹融合算法的紧组合GPS/INS导航系统方案.设计了一个与GPS/INS滤波器并行的独立GPS滤波器,利用自适应航迹融合算法对两个滤波器输出的局部航迹进行融合,从而得到系统航迹.数学仿真结果表明,该方案能够有效提高导航系统的导航精度和容错能力.     

基于平方根UKF的多传感器融合跟踪

为了提高融合算法的精度,将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合,提出了基于UKF的多传感器序贯融合算法.UKF算法利用非线性方程自身的传播,估计系统状态,避免了对非线性方程线性化的过程.顺序滤波融合算法用同一时刻的量测依次更新状态,计算复杂性低.仿真结果表明,UKF顺序滤波融合跟踪算法比传统的扩展卡尔曼滤波(EKF)算法有更高的跟踪性能,是一种有效的非线性融合算法.