偏振滤波一维二元光子晶体的实现

用一维时域有限差分方法（1-D FDTD）分析一维二元光子晶体的偏振滤波特性,数值模拟各种因素下一维二元光子晶体的滤波特性.数值结果表明：掺杂层在中间位置时偏振分离度好;掺杂层的厚度与周期层厚度相差越大分离效果越好;2组元折射率相差越大越易形成带隙;入射角越大禁带越窄偏振的分离度越好.     

智能天线与多用户检测的联合抗干扰模型构建

联合抗多址干扰技术是目前移动通信技术研究的热点.将智能天线与多用户检测技术相结合可抑制相干干扰,改善系统的误码率性能,提高移动通信系统的有效性与可靠性,优化无线资源的利用率.提出了采用智能天线接收后进行多用户检测的CDMA系统模型,并引入基于LMS算法的自适应滤波器来消除窄带干扰.Matlab软件仿真结果表明,联合抗干扰模型较好地提升了误码率性能.     

有源电力滤波器直流侧电容电压的稳定控制

电压源型有源电力滤波器直流侧电容电压的稳定程度对补偿性能有直接的影响．研究了有源电力滤波器、电源、非线性负载三者之间的能量交换机理，分析了变流器直流侧电容电压的稳定问题，并提出了用PI控制器维持直流侧电容电压稳定的方法．仿真结果验证了该方法的可行性．     

应用联邦自适应UKF的卫星多传感器数据融合

在卫星自主导航系统中,一方面,系统状态模型存在难以准确建模的问题,要求信息融合算法具有一定的自适应性;另一方面,系统的量测模型通常具有较强的非线性,又要求信息融合算法在强非线性下保持较高的精度和鲁棒性. 针对以上两个问题,本文提出了基于星敏感器、红外地平仪、磁强计、雷达高度计、紫外敏感器的多信息联邦自适应UKF组合导航方案,该方案将多个导航传感器提供的信息在联邦滤波器里融合,并采用自适应UKF算法构建联邦滤波器的子滤波器. 采用这种方案,可有效组织并充分利用导航传感器提供的导航信息,并且系统模型具有一定的自适应性. 数字仿真结果表明,与传统的联邦卡尔曼滤波方法相比,该方法更适合于非线性较强、系统模型参数不准确的场合,有效提高了导航精度.     

自适应无限冲激响应陷波器抑制窄带干扰的误差补偿算法

考虑到直接序列扩频(DS-SS)系统中无限深度格型陷波器在去除窄带干扰的同时对扩频信号的损伤,在无限深度格型陷波器上添加一自适应横向滤波器,其输出作为对受损扩频信号的误差补偿.仿真结果证实,新设计的误差补偿滤波器改善了无限深度格型陷波器的性能,而系统计算复杂度只有少量增加.     

基于改进粒子滤波算法的车速估计

针对基于粒子滤波算法设计的车速估计器因提议分布与实际分布不一致导致粒子退化使估计误差变大的问题,提出了一种通过修正提议分布减弱粒子退化影响的改进粒子滤波车速估计器。首先,基于车辆运动学模型和传感器特性建立系统的状态转移方程和观测方程。然后,利用传感器测量值与粒子状态值的差值设计提议分布修正项对状态转移方程进行修正,并对过程噪声做自适应处理。最后,利用CarSim-Simulink联合仿真平台在双移线工况和正弦转角输入工况下进行仿真验证。与自适应粒子滤波器相比,双移线工况下改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了40.25%和55.71%;正弦转角输入工况下,改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了47.00%和41.21%。     

基于Camshift和Kalman滤波的仿人机器人手势跟踪

对仿人机器人MIR-1的双目视觉系统实现实时手势跟踪.通过颜色直方图反投影,将每帧RGB输入图像转换为二维的肤色概率分布图像,基于Camshift算法计算手势跟踪窗口的位置和大小,并用Kalman滤波预测手心位置,有效地解决了背景中大面积肤色干扰和手势部分被遮挡等问题.在仿人机器人MIR-1上完成的手势跟踪实验,验证了此方法的实用性和有效性.     

影响LiNbO3波导型F-P滤波器性能的因素

分析了影响LiNbO3波导型F P滤波器性能的3个因素:传输损耗、端面缺陷、温度变化.推导了在考虑波导损耗时的功率传输函数表达式,制作的质子交换LiNbO3光波导的传输损耗为0.35 dB/cm左右,指出在F P腔长较短(0.5~1.0 mm或更短)时,传输损耗不是影响滤波器性能的主要因素.引入端面缺陷因子来分析缺陷对滤波器功率传输函数和精细度的影响,经分析表明要使滤波器保持良好的性能,其缺陷因子不应远大于20 nm.最后分析了温度对滤波器性能的影响,指出温度变化使F P腔的中心波长发生漂移,但对峰值功率传输系数和精细度无影响.     

10-bit 100-Ms/s视频模拟前端IP核的设计

设计了一个10 bit,100 Ms/s视频模拟前端IP核,并用台积电(TSMC)0.18μm 1.8/3.3 V互补金属氧化物半导体(CMOS)纯数字工艺进行了仿真.电路中模拟部分采用3.3 V电源电压,仿真结果显示当输入信号为18 MHz,信号幅度为满幅(单端1 V,差分2 V)时,输出信号信号-噪声-失真比(SNDR)为60 dB.整个电路的功耗为73 mA,版图面积为2 mm×2.5 mm.     

一种参数自调整风电功率预测模型

为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.