改性沸石作为BAF填料处理生活污水的研究

沸石分子筛因其特殊的结构特性对氨氮具有较高的吸附性能.将天然斜发沸石在250℃下高温改性,并用于含氨氮溶液的等温吸附处理,获得了在不同氨氮初始质量浓度下的改性沸石等温吸附曲线.根据朗格缪尔吸附理论拟合得到改性沸石的等温吸附方程1/qe=7.589 86/Ce+0.137 39,并求得其对氨氮的理论最大吸附量qm为7.278 6 mg/g.通过对沸石曝气生物滤池系统在不同水力负荷和气水比条件下的运行研究,总结出改性斜发沸石作为曝气生物滤池工艺的最佳水力负荷为0.15～0.25m3/(m2.h),气水比为20∶1.     

一种IIR线性相位PR滤波器组设计方法的局限性

详细分析了一种IIR线性相位PR滤波器组的设计算法.论证了该算法具有一定的局限性,即:只对两通道有效,而不能完全推广到任意的D(D>2)通道.     

变电所无源滤波兼静态补偿装置的设计思路与方法

在满足电压波动和闪变限值的前提下,消除抑制用户谐波对公共电网污染的经济有效、方便实用的措施之一,是结合静态无功补偿在用户变电所设置无源滤波器,如何可靠高效地设计这种滤波器,并使滤波效果满足国标限值规定一直是人们倍受关注的问题。经过多次实践,总结了一套从谐波估算、实测、参数选择和模拟复合以及效果检验的实用设计思路与方法,具有一定的实际参考价值。     

IMM-SRUKF在GPS/INS组合导航中的应用

针对无迹卡尔曼滤波(UKF)鲁棒性不强的问题,结合全球定位系统/惯性导航系统(GPS/INS)紧组合模型特点,提出了基于交互式多模型(IMM)的混合平方根无迹卡尔曼滤波(SRUKF)算法.该算法采用交互式多模型结构,克服了模型不确定性因素的影响;采用平方根滤波技术,解决了协方差矩阵难以保持正定的问题.同时,考虑到内部滤波器与线性/非线性模型不匹配,引入混合滤波思想,对SRUKF进行了优化.将新算法应用于紧组合模型进行仿真,结果表明:新算法能够以适当的时间复杂度,获得较强的鲁棒性能,适用于复杂的导航环境.     

模拟电路故障诊断中故障重分类方法的研究

分析了模拟电路故障诊断中故障类重叠.针对在该情况下神经网络训练困难与故障诊断正确率低的问题,提出了一种适于模拟电路的、基于神经网络故障诊断的故障重分类方法,给出了该方法的数学模型.通过诊断示例表明,该方法在故障类存在重叠时,降低了神经网络的训练难度,故障诊断的正确率达到99%以上.     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

并联型电力有源滤波器控制方式的研究

阐述了并联型电力有源滤波器的构成和基本工作原理，着重分析了其三种控制方式，即检测负载电流控制方式，检测电源电流控制方式和复合控制方式，理论分析和实验结果均表明，复合控制具有较为理想的补偿特性。     

基于Gabor特征和协同神经网络的车牌识别方法

研究了车牌字符识别问题,针对车牌识别系统易受天气及光照变化影响的实际应用,将Gabor特征和协同神经网络应用在车牌字符识别中,提高了识别率.首先对车牌字符进行二值化和切分,然后利用Gabor滤波器提取车牌字符的特征参数;再利用协同模式训练特征参数,进而得出训练样本;最后根据协同神经网络进一步识别车牌字符.通过大量仿真实验表明,该方法在不同场景、光照条件下,与传统方法相比,识别率有了较大改进,该方法在车牌识别领域有较强的实用性.     

高温超导滤波器应用的探索与实践

自1911年发现超导电性以来,在不断发现新材料,揭示新机理,发展新理论的同时,超导应用也取得了引人瞩目的进展,其中利用超导材料微波损耗很低的特性研制的微波滤波器和微波接收机前端子系统得到了世界各国的重视,并在实际应用中取得了重要成果.本研究组长期从事该领域的研究,并已取得一些成果.该文将从超导滤波器的创新设计方法入手,结合研究组近些年开展的工作,介绍高温超导滤波器及其子系统在无线通讯、气象雷达、射电天文以及空间技术等领域中的应用.     

MAKF算法及其在雷达数据处理中的应用

为了实现雷达对高动态目标距离和速度的精密跟踪测量,引入衰减记忆卡尔曼滤波(MAKF)算法,并提出一种集判断发散和抑制发散于一体的衰减记忆因子确定方法. 该方法通过增加观测量在状态估计中的权重,大幅降低加速度引起的距离、速度跟踪偏差,从而有效地抑制标准卡尔曼滤波(KF)算法在跟踪高动态目标过程中产生的滤波发散现象. 仿真结果表明,在低动态下,该算法的性能与标准KF算法接近,但在高动态下,该算法状态估计的系统偏差和随机误差相对标准KF算法均有明显改善;同时,该算法可以有效地抑制标准KF算法在一般加速运动下的滤波发散.