抑制WLAN信号干扰的超宽带滤波器设计

介绍了一种具有抑制WLAN信号干扰功能的小型超宽带滤波器的结构设计.滤波器的通带频率范围为2.8～11.8GHz,相对带宽约为123%.设计中采用缺陷地结构(DGS)实现高频处的带外抑制,在12.3～30GHz的范围内带外抑制达到15dB以上.通过加入折叠耦合臂结构,在5.38GHz处产生阻带,实现滤波器的陷波功能,陷波阻带带宽为0.4GHz.该滤波器结构紧凑、性能优越,实际测量结果与仿真结果吻合良好.     

阻抗耦合的双Boost型三相直流侧有源电力滤波器

针对三相不可控整流桥,提出一种基于阻抗耦合的三相直流侧有源电力滤波器的拓扑结构及其控制策略,该滤波器由阻抗网络和不对称双Boost电路构成。控制策略采用平均电流控制,分别采用前沿和后沿调制方法来获取两个Boost电路的开关信号。与一般的直流侧有源电力滤波器相比,减少了1个有源开关和1个电容,可以降低成本,而直流侧也不再存在电压不平衡的情况。最后通过仿真验证了该拓扑结构的正确性和有效性。     

一种网络内容快速动态检测方法

高速网络内容检测与过滤依赖于快速多模式匹配算法按预先定义的模式集对分组的任意位置内容进行匹配。模式集往往有成千上万条,长短不一且十分复杂。多模式匹配算法对存贮器的访问速度很敏感,算法的好坏往往成为系统的性能瓶颈。另外,新的攻击层出不穷导致模式内容不断变化,如何在检测的同时有效地更新模式集合对网络安全设备在不停机检测条件下实现规则的升级与更新尤其重要。针对上述问题,提出了一种松散耦合的双通道线速动态内容检测方法,快速通道利用可动态查询的并行Counting Bloom filter引擎过滤网络分组。过滤出的嫌疑分组送慢速通道利用高效动态模式匹配算法一步准确鉴别和分析,从而避免对正常分组的阻碍达到线速检测。基于程序局部性原理,采用了额定长度前缀的方法实现了对长模式的可扩展性。分析与模拟试验表明,检测方法具有较高的吞吐性能,可以实现线速动态深度分组检测,同时减少了硬件资源开销,提高了可扩展性。     

4WD电动车滑转率识别及防滑控制研究

实时地根据路面附着状况选择最优的滑转率控制目标是电动车驱动防滑控制策略的关键。针对双转子电机四轮驱动电动车的特点,本文首先采用自适应Kalman滤波估计车速信息和轮胎驱动力信息并利用该信息实时计算出附着率－滑转率曲线的斜率k,以对路面附着状况进行准确评估。以估计的路面信息和踏板输入信息为模糊控制器输入,利用带速度修正因子的模糊控制方法对驱动电机输出转矩进行控制以提高电动车在各种道路条件下最大地利用附着系数的能力,获得最佳的驱动防滑控制效果。     

基于自适应扩展Kalman滤波器的永磁同步电机无速度传感器控制

通过引入一种基于Sage-Husa噪声估计器的自适应扩展Kalman滤波器,给出了一种永磁同步电机无速度传感器控制方案.选取定子固定坐标系下的电机模型,首先得到了基于扩展Kalman滤波器的永磁同步电机转速估计方程.在此基础上,结合Sage-Husa噪声估计器,得到了基于自适应扩展Kalman滤波器的永磁同步电机转速估计方程.仿真结果表明,基于自适应扩展Kalman滤波器的方法,不仅可以准确地估计出电机的转速和转子位置,而且可以自适应确定扩展Kalman滤波器的一个关键参数——系统噪声协方差矩阵.与传统的扩展Kalman滤波器方法相比,本方法具有更好的实用性.     

直扩系统中判决反馈干扰抑制滤波器的性能研究

研究了判决反馈滤波器(DFF)在直扩系统中估计和抑制窄带干扰的性能,给出了判决反馈滤波器抑制一阶自回归干扰时信噪比提高因子的闭合表达式的上界.与线性滤波器相比,为达到相同的抑制效果,判决反馈滤波器所用的滤波器阶数低,硬件实现所需资源少,实用性更广.理论分析和数值仿真结果均表明,判决反馈滤波器的性能明显优于线性滤波器.     

大功率腔体滤波器优化设计

在大功率收发设备中,高技术性能、高可靠性的滤波器起着十分重要的作用.笔者通过对UHF频段大功率腔体滤波器在应用初期出现的问题分析,以大量的技术试验和理论分析,找到了解决问题的途径.否定了靠选用介电常数较大的介质来提高大功率滤波器酎压的思路.提出了大功率腔体滤波器设计,特别是介质和谐振杆选用的原则.     

动态称重系统的试验数据采集与处理方法

本文首先简要地介绍一下数据采集前端的信号调试电路的模拟信号处理,然后叙述了动态称重信号的特点,紧接着介绍基于删的称重数字信号采集,再着重介绍数据滤波以及系统试验方案,最后给出了整个系统的程序设计方案。     

用于弹道目标跟踪的有限差分扩展卡尔曼滤波算法

针对目前常用的滤波算法不能同时做到精确和高效跟踪目标的缺点,提出一种有限差分扩展卡尔曼滤波(FDEKF)算法用于再入阶段的弹道目标跟踪.该算法应用有限差分运算得到滤波的验前、验后误差协方差矩阵,避免了非线性函数求导运算,以及Jacobian阵和Hessian阵的计算,降低了计算难度,扩大了应用范围,增强了滤波过程的收敛性.Mome Carlo 数值仿真表明,FDEKF算法与扩展卡尔曼滤波(EKF)算法和无味卡尔曼滤波(UKF)算法相比较,在跟踪精度上比EKF算法提高了约20%,与UKF算法相当,在计算复杂度上比EKF算法稍有增加,但比UKF算法低约39%.这说明FDEKF算法在计算量增加不多的情况下,滤波精度有显著提高.     

卡尔曼滤波校正技术在水动力学模型实时洪水预报中的应用

将卡尔曼滤波技术与水动力学模型实时洪水预报相结合,提出了"交替校正"方法;分别建立水位与流量的状态方程,进行交替滤波计算,较好地解决了滤波计算中不同类型状态量之间共同校正的问题.对长江干流局部河段的实例验证表明,卡尔曼滤波技术应用于单一河道水动力学模型没有破坏模型的稳定性,局部的校正对全河道具有较好的带动作用,说明卡尔曼滤波技术应用到水动力学模型的实时校正中是可行而且有效的.