基于APF的地铁供配电系统谐波补偿研究

随着各种非线性用电设备的广泛使用,造成地铁供配电系统谐波含量不断增加。针对目前大部分地铁车站采用LC无源滤波装置这一谐波治理措施存在的只能消除特定的几次谐波、易产生谐波等缺陷这一问题,提出在地铁降压变电所0.4kV侧装设有源电力滤波器(active power filter,APF)方案,以对供配电系统的谐波进行补偿。阐述了APF的工作原理;引入均流调节器与基于瞬时无功功率理论的i_p-i_q谐波检测法中的低通滤波器级联提出一种基于级联低通滤波器的电流谐波检测改进型方法;引入模糊自适应PI控制器加以电流反馈形成电压闭环控制从而更好地稳定直流侧电容电压以提高谐波补偿效果;最后在MATLAB/Simulink平台构建仿真模型。仿真结果表明所提出的基于APF的地铁供配电系统谐波补偿系统在实现良好地稳定直流侧电容电压的情况下同时能够提高电流谐波的检测精度,具有更优的谐波补偿性能。     

基于整数小波及马尔科夫链的图像自适应隐写术

针对目前主流的图像自适应隐写算法假定像素之间彼此独立,但忽略了像素之间的相关性这一问题,在最小化嵌入失真的模型下,提出了一种基于整数小波和马尔科夫链的图像自适应隐写术。首先利用整数小波对图像进行小波变换,然后利用马尔科夫链来表征邻近像素小波系数之间的相关性;并据此设计了新的失真代价函数。最后结合网格码(syndrome trellis code,STC)对秘密信息进行嵌入。实验表明该隐写术能够有效抵抗通用隐写分析,在安全性上相比已有的三种隐写术有明显提升。     

一种基于光流和二级聚类的移动背景下的目标检测算法

针对现有的移动背景下的目标检测算法存在检测速度较慢、自适应性差和检测准确度不高的问题,提出了一种基于光流和二级聚类的移动背景下的目标检测算法;该算法融合了阈值自适应规则和基于优化检测结果的反馈机制。首先采用Lucas-Kanade光流跟踪算法和DBSCAN聚类算法提取出前景目标,然后采用改进的凝聚层次聚类算法将前景目标分类。在第一级聚类时建立基于初始聚类结果的自适应规则,实现了自适应地检测目标;在第二级聚类后,通过去除错误匹配特征点和阴影区域特征点优化检测结果;并将优化后的检测结果反馈给第一级聚类过程以更新适用阈值,使目标检测更准确。在多个视频库上进行验证,实验结果证明该算法检测速度快、自适应性良好、检测准确度高。     

相近弹形气动参数的确定方法

提出由已知一种制导炮弹(Ⅰ型)气动特性(利用气动仿真对比计算与飞行对比试验方法)确定另一种气动外形相近的制导炮弹(Ⅱ型)的气动特性的方法.利用Jameson有限体积法求解空间流场的欧拉方程,采用笛卡尔网格技术分别对2种气动外形进行了气动力对比仿真计算.根据对比飞行试验数据对2种弹落点参数、雷达径向速度进行气动参数辨识.结果表明,仿真计算结果与根据落点参数及雷达径向速度辨识结果基本一致.该方法为根据已知气动外形准确确定另一种相近气动外形气动参数提供了一种途径.     

动态迟滞非线性自适应补偿控制方法

针对典型的动态迟滞特征模型,提出了一种新型的迟滞补偿控制方法.通过乘以一个斜率转换因子, 将具有近似线性特性的理想迟滞模型转化成实际的期望输出模型.采用自适应滑模控制原理求取迟滞补偿控制量,以保证实际的迟滞特性能够达到期望的线性输出特性.仿真实验结果表明,该自适应滑模迟滞补偿方法能够有效地补偿动态迟滞特性.     

基于自适应猫群算法的多目标波束赋形

针对大规模阵列天线波束赋形中智能优化算法精度不高、收敛速度不快等问题,提出一种自适应猫群算法.在猫群算法的基础上,使其基本参数根据迭代次数及适应度函数值自适应改变,并在搜寻模式中加入赌轮盘和精英选择相结合的策略,以增加种群多样性.多种智能优化算法的性能仿真对比分析表明,自适应猫群算法具有快速收敛、全局寻优的能力.将该算...     

基于一种新的S型函数快速凸组合最小均方算法

为解决传统凸组合自适应滤波算法在联合参数迭代计算量大、算法收敛速度慢、跟踪性能差等问题,提出了一种基于一种新的S型函数快速凸组合最小均方(SCLMS)算法;该算法用一种新的S型函数,代替Sigmoid函数,在保证和CLMS算法相同稳态误差情况下,避免了指数运算,减少了计算量;同时也提高了收敛速度和信号的跟踪性能。通过独立高斯白噪声作为输入信号算法仿真、相关噪声作为输入信号算法仿真;以及非平稳环境下算法仿真;并对三种仿真结果进行了分析,验证了该算法性能可靠有效。     

基于视线角序列的视线角速率样条滤波

依据拦截器与目标间的相对位置、速度关系,提出了基于视线角序列的视线角速率自适应样条滤波算法。该算法利用样条函数表示相对距离矢量,提出并结合“导引头球面”模型,建立了系统状态方程;在只给出视线角序列信息的情况下,对状态估计误差和观测误差进行了补偿,实现了自适应样条滤波算法,获得了有效的视线角速率信息。     

基于无监督域自适应的计算机视觉任务研究进展

作为工业互联网的典型实例之一,车联网技术近年来飞速发展,其核心在于信息的互联互通.因此,精准、可迁移的环境信息感知能力是其稳定运行的前提之一.深度学习的进步推动了计算机视觉任务的发展,但基于传统深度学习的方法仍存在训练过程对人工标注数据依赖强、场景泛化能力较差的弊端.而对于计算机视觉任务来说,训练数据的真值标签获取较难...     

移动网络中的自适应业务带宽调整研究

详细介绍了移动通信网络中的业务带宽调整问题,着重介绍了其中的公平性和开销问题;并介绍和分析了现有的3种带宽调整方案,比较了他们各自的优缺点,提出了一种新的带宽调整方案.该方案采用固定的带宽升降级比率和循环升降级的方法,既保证了带宽升降级时的公平性,又有效地控制了网络开销.计算机仿真结果表明了新的方案具有良好的性能.