电能质量扰动分类的贝叶斯方法

随着非线性负荷的大量使用,电能质量问题已日益受到关注．对各种电能质量扰动进行分类,是采取适当措施降低扰动带来影响的前提．小波包是在小波变换的基础上发展起来的,能够提供更为丰富的时频信息．为此,对电能质量扰动信号进行小波包分解,分别以小波包分解终结点的能量和熵作为特征向量。用贝叶斯分类器进行分类识别,对扰动分类做出了仿真分析,仿真结果验证了该方法的有效性．通过与Fisher分段线性分类器进行比较,表明以熵为特征向量的贝叶斯分类方法有较高的识别正确率．     

基于二次指数平滑法和优化Kalman滤波的短时交通组合预测

优化改进传统的Kalman滤波模型,解决预测精度不高且预测滞后的问题.用二次平滑指数法和优化后的Kalman滤波模型两种方法组合对道路断面通过交通量进行短时交通预测,通过平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分析预测结果.实例预测结果表明:当修正因子α=0.5时预测结果较为精确,同时,优化改进后的Kalman滤波模型的预测准确性有所提高.组合预测的两种方法都能够有效地降低预测误差,但按权重组合预测的效果更为明显.     

一种电流模式有源滤波器的设计方法

论述了电流模式二阶有源滤波器的信号流图设计方法，给出了OTA－C型二阶节电路。不必改变电路结构即可以同时在三个输出端实现高通、带通、低通滤波功能。给出了计算机仿真结果。     

粗糙脉孢霉瓜氨酸需求型突变株的分离

对粗糙脉孢霉双突变株ａｒｇ－４,ａｒｇ－１３进行了紫外诱变,利用过滤富集法分离了不能利用乌氨酸,能利用瓜氨酸的３个突变株,利用互补针分离的约６０个突变株分成了４个互补群,这可能代表４个独立的基因位点。     

在线快速抑噪的自适应强跟踪滤波算法

针对强跟踪滤波算法对系统时变噪声缺乏自适应能力,导致系统状态估计精度较低的问题,提出一种可以在线估计噪声协方差阵的快速抑噪自适应强跟踪滤波算法,该算法可以抑制噪声对系统状态估计的影响,使系统状态估计迅速收敛到真实值附近.仿真实验对比了强跟踪滤波算法和快速抑噪自适应强跟踪滤波算法在噪声变化环境下的性能,结果表明：快速抑噪...     

矩阵约当化方法的研究

作者研究了矩阵约当化的简化方法,指出并证明了矩阵约当化与对角化的充要条件。只要根据约当子块的数目及其维数,即可写出约当形矩阵,而不必求出变换矩阵,从而也不必求特征向量和广义特征向量。     

结构动力分析中Kuhar方法的改进和收敛性

本文介绍了结构动力分析中基于Ｋｕｈａｒ方法的动力缩减迭代法，应用矩阵摄动理论证明了其收敛性，算例说明了方法的有效性     

完全右P-内射幺半群

本文对幺半群S的任意右商滤子P,给出了完全右P－内射幺半群的“理想一同余”形式的刻划,推广了有关内射S－系的结果。     

一种三相混合电力滤波器控制方法的研究

介绍了由无源滤波器和有源滤波器组合构成的三相混合电力滤波器及其基本工作原理．针对传统控制方法的不足提出了复合控制方法，该方法同时检测负载侧和电网侧谐波电流，相应的控制系数KL、Ks可分别控制，控制KL可控制滤波器的谐波补偿特性，控制Ks可控制滤波器的谐振抑制特性．利用MATLAB进行了仿真研究，然后搭建实验样机进行了实验研究．结果表明，采用复合控制方法时，电网电流谐波含量大大减少，其中含量最多的5次谐波减小为原来的1／10左右．     

强跟踪滤波器在高动态GPS信号跟踪中的应用

为解决在高动态环境下GPS接收机跟踪环路中频信号失锁的问题,提出了一种基于线性强跟踪卡尔曼滤波器(STKF)理论的GPS信号跟踪环路.此跟踪环路以码鉴相器和载波鉴相器输出作为观测量,利用线性强跟踪卡尔曼滤波器对高动态环境下的码相位误差、载波相位误差、多普勒频率误差以及多普勒频率变化率误差进行估计,并将估计结果反馈给跟踪环路的数控振荡器,从而产生准确的本地载波和本地码.仿真结果表明,在GPS信号载噪比为45 dBHz时,线性强跟踪卡尔曼滤波器跟踪环路在多普勒频率变化率为5.0 kHz/s时仍能可靠跟踪,而传统的基于PLL/DLL和环路滤波器的跟踪环路在1.8 kHz/s时已经失锁.