基于改进容积卡尔曼滤波的纯方位目标跟踪

为处理纯方位跟踪的非线性问题,提出了距离参数化均方根容积卡尔曼滤波,在消除距离信息不可测对跟踪影响的同时弱化了计算机有限字长截断效应所引入的误差。在假设目标的初始距离信息用多个参数化模型表示的基础上,对每个模型独立进行均方根容积卡尔曼滤波,并依据贝叶斯准则计算各滤波结果对应的概率,将概率和对应结果的加权融合作为最终滤波结果。实验仿真表明,该滤波虽略微提升了计算复杂度,但获得了更好的滤波精度和鲁棒性。     

有源电力滤波器直流侧电压控制系统的仿真

针对有源电力滤波器的特点,提出一种用MATLAB/Simulink元件库中的电力电子器件建立闭环控制系统的仿真模型,用特有的S函数对改进的ip-iq算法编程实现。仿真分析了投入APF前后系统建立过程各个变量的状态变化,针对其结果进行了定性分析研究,分析影响APF投入及其直流侧电压控制的各种因素。仿真分析表明,系统仿真模型有效地模拟了系统启动过程中,补偿电流指令及直流侧电压的过渡过程,对研究和应用数字化控制技术的有源电力滤波系统具有重要指导意义。     

新型多阶跃枝节加载双频带通滤波器

提出一种新型的、各中心频率可调的多阶跃枝节加载双频滤波器,该微带双频滤波器采用多阶跃阻抗结构,通过增加更多的自由度来调节中心频率.由于谐振器为对称结构,所以采用传统的奇-偶模分析方法.通过调整阶跃阻抗的阻抗比和电长度,可以很容易获得一个可独立调节各个中心频率的双频滤波器.该滤波器工作在2.44 GHz（WLAN）和3.50 GHz(WiMAX)这两个频段,3 dB相对带宽分别为6%和2.6%,测试结果和仿真结果基本吻合.     

一般非线性约束优化问题的信赖域法

通过引进松弛变量和极小化增广 Lagrange 函数的方法,将等式约束的非线性优化问题推广到不等式约束和一般约束的情形,同时将滤子技巧和信赖域法相结合,提出一种求解非线性约束优化问题的信赖域新算法,扩大了算法的适用范围,提高了算法的计算效率,并通过数值试验说明算法的有效性     

采用逆系统方法的混合有源电力滤波器逐步反推滑模控制

提出一种基于逆系统方法的逐步反推(backstepping)滑模控制策略.在明确混合有源电力滤波器(SHAPF)的仿射非线性模型具有强耦合非线性特点后,利用逆系统方法进行线性化解耦,与原系统复合形成2个独立的伪线性子系统.设计伪线性子系统建模和参数不确定性误差的backstepping滑模控制器.与传统控制策略的仿真对比表明:所提控制策略可进一步提高SHAPF的滤波性能.     

非局部相似和双边滤波的图像超分重建

为了提高重建图像的分辨率,提出一种改进的稀疏表示超分重建算法.在稀疏编码阶段,引入非局部相似正则化以改进稀疏编码目标函数,并通过非局部相似正则化获得图像非局部冗余,以保持图像边缘信息.为了进一步恢复图像的边缘细节信息,提出一种基于改进双边滤波的全局误差补偿模型,以实现重建图像的误差补偿.实验结果表明:与Bicubic,L1SR,SISR,ANR,NE+LS,NE+NNLS,NE+LLE和A+(16 atoms)等算法相比,无论在主观视觉效果,还是在峰值信噪比和结构相似性指标上,所提算法都有显著的提高.     

一种用于时差提取的卡尔曼-最优阶互相关算法

在定位系统的时差提取方法中,传统的互相关算法抗噪能力较弱、时差提取精度较低,针对以上缺点,提出卡尔曼-最优阶互相关算法,并且通过仿真对比分析相同条件下该算法和基本互相关算法、广义加权互相关算法的时差提取精度,验证了其更优的性能.最后,通过FPGA设计,将所提算法运用到实际工程中.仿真和试验结果表明,相对于传统算法,卡尔曼-最优阶互相关算法在较低信噪比的情况下具有更强的抗噪能力和更高的时差提取精度.     

应用于高压直流输电系统的混合有源电力滤波器

针对高压直流输电系统(HVDC)换流站的交流侧谐波造成了电能质量下降的问题,在传统混合有源电力滤波器的基础上提出一种新结构——混合有源电力滤波器(HAPF).即将有源电力滤波器(APF)部分与基波谐振支路并联后,以一双调谐滤波器作为注入支路,同时又独立挂载一双调谐滤波器,以无源电力滤波器(PPF)滤除一部分谐波,APF部分滤除一部分谐波.从注入支路的阻抗特性、无功静补偿能力、谐波抑制特性和系统的稳定性几个方面分析混合有源电力滤波器的优越性,并利用MATLAB/SIMULINK平台对所提的新结构进行仿真分析     

基于广义卡尔曼-布西滤波的压缩光相位自适应估计方法

应用量子理论获取导航测角中的相位参数,有望获取超越经典理论极限的定位精度.在利用量子零拍探测测量相位压缩光的相位时,本振相位与待测相位在正交的前提下得到的零拍电流受到散粒噪声的影响最小.为了保证本振相位能够时刻满足此条件,并考虑到导航系统非线性和实时性的特点,基于广义卡尔曼-布西滤波设计了零拍锁相环,对本振相位进行实时的反馈控制,进而实现对压缩光相位的实时估计.理论分析以及仿真结果表明,利用压缩光作为信号场获取相位参数时能够突破散粒噪声的限制,提高导航测角系统的定位精度,并且在最优压缩度处相位估计精度最高,最优压缩度取决于压缩光强度以及测量系统的相位稳定性.      

基于BCRLS-AEKF的锂离子电池荷电状态估计及硬件在环验证

研究有色噪声下的锂离子电池参数辨识与荷电状态（SOC）估计,并进行硬件在环实验验证.在动力电池模型的参数辨识过程中,利用带遗忘因子的偏差补偿递推最小二乘法进行偏差补偿,提高了有色噪声数据的参数辨识精度.在此基础上,利用自适应扩展卡尔曼算法进行SOC估计,使得滤波算法中的估计结果可以随着噪声统计特性的变化而自适应更新,实现了模型参数和电池状态的联合估计.最后,借助BMS测试系统模拟电池电压电流信息输出,完成了硬件在环实验以验证所提出的方法.实验结果表明,利用所提出算法估计得到的电池端电压和SOC误差分别小于10 mV和0.5%.