瞬时无功功率理论在谐波电流检测中的应用

为解决谐波电流长延时问题，根据三相电路的瞬时无功功率理论推导，采用三相／两相坐标变换方法，实现了一种有源电力滤波器的谐波电流实时检测方法。计算结果表明，该方法可以准确，实时地检测出谐波电流。     

DGPS/INS Data Fusion for Land Navigation

IntroductionLandnavigationhasledtothecreationofmanyresearchprojectsandplatformslikeTRAVELandOPSYDE,whicharepartoftheAUTORISproject(AutomaticsforanIntelligentandSafeRoad).TheTRAVELplatformconsidersthecreationofanautonomousconvoyofvehicleswhiletheOPSYDEprojectconsistsofdatafusiontechniquestosolvetheproblemofmultisensornavigationinordertoincreasetheaccuracyandreliability.Testplatformisinstalled,composedbyROBUCARelectricvehiclesandtheironboardsensorswherethemostimportantareGPSand…     

滤纸增强壳聚糖膜的拉伸性能

为改善纯壳聚糖膜的力学性能，扩大壳聚糖在功能膜中的应用，采用滤纸与壳聚糖复合成膜．研究了该滤纸增强壳聚糖膜的表观性能和拉伸性能，对该膜的拉伸强度、弹性模量、最大点能量、最大点伸长率进行了数据分析．实验结果表明滤纸与壳聚糖有良好的复合性，并且其拉伸性能有一定的规律可循．     

基于遗传算法的可进化模拟滤波器的实现

以遗传算法和可编程模拟器件ispPAC80为评估手段和载体，实现了可进化的模拟滤波器的设计，将遗传算法和可编程模拟器件相结合，可在无须改动硬件的情况下。实现转折频率和阻带衰减等滤波参数的变换(即可进化性)，其性能达到甚至超过经典的同阶滤波器。     

自适应卡尔曼滤波器渐消因子选取方法研究

分析了通过改变噪声和初始条件抑制Kalman滤波发散的方法,指出了造成Kalman滤波发散的原因和控制Kalman滤波发散的机理。推导了衰减记忆滤波方程并研究了衰减记忆滤波噪声阵和滤波初值的选取条件,分析了衰减记忆滤波条件下量测噪声阵遗忘因子权重变化的物理意义。给出了衰减记忆滤波不发散的自适应遗忘因子的新算法,仿真结果证明了所述方法的有效性。     

基于过滤器钩子驱动的数据包过滤研究与实现

在对Windows2000／XP操作系统下网络过滤器钩子驱动分析基础上，提出了一种在Windows2000／XP操作系统下网络数据包拦截技术．该技术巧妙地将过滤器钩子挂接到系统默认的IP过滤器驱动上，实现数据包过滤，其主要依据是利用ipfiltdrv．sys所提供的功能来拦截网络数据包．     

FMT系统中的滤波器组设计

研究了新型多载波传输技术——滤波多音频(FMT)的滤波器组调制技术，通过滤波器的多相分解得到FMT系统的高效实现方法；对滤波器组中原型滤波器提出了主要性能指标和设计方法，分析了在无线信道中利用该设计方法设计出的原型滤波器应用于FMT仃系统的性能．     

基于Matlab的数字FIR滤波器设计

介绍了有限冲击响应数字滤波器的设计和利用窗函数设计FIR滤波器的方法，以及运用Matlab语言实现低通FIR滤波器的设计。     

程控状态变量RC有源滤波器的优化综合技术

介绍了基于Butterworth传递函数的二阶状态变量RC有源滤波器的优化综合技术,进而给出了一种由单片机参与的能自动跟踪输入信号频率、选择合适滤波器截止频率的程控滤波系统实例.其特点是实现电路简洁,网络参数易确定,调试方便,截止频率解析式明确,且有较好的精度,其电路和设计方法在数据采集和工程测试等领域有较好的应用参考价值.     

An extended nonlinear state predictor for a class of nonlinear time delay systems

An extended nonlinear state predictor (ENSP) for a class of nonlinear systems with input time delay is proposed. Based on the extended Kalman filter (EKF), the ENSP first estimates the current states according to the previous estimations and estimation errors, next calculates the future state values via the system model, and then adjusts the values based on the current errors. After a state predictive algorithm for a class of linear systems is presented, it is extended to a class of nonlinear time delay systems and the detailed ENSP algorithm is further proposed. Finally, computer simulations with the nonlinear example are presented, which demonstrates that the proposed ENSP can effectively and accurately predict the future states for a class of nonlinear time-delay systems no matter whether the state variables change quickly or slowly.