风、光、燃、储多源互补微电网的日优化运行

为了提高微电网经济运行水平,首先,针对粒子群算法前期容易早熟收敛的问题,提出了一种分段非线性惯性系数调整的方法,在此基础上,将Metropolis接受准则加入粒子群算法中,增加粒子跳出局部最优解的概率。采用改进算法及其相关的3种算法对4个基准函数作优化对比测试,验证了改进算法的有效性和可靠性。然后,以微电网发电成本最低和环境效益最优为目的,考虑了实际微网运行的约束条件,建立了包含有光伏阵列、风力发电机、微型燃气轮机、燃料电池、蓄电池的多源互补微电网日优化运行数学模型。最后,将改进算法与标准粒子群算法分别用于微网日运行优化模型求解,验证了采用改进算法能够使微网获得更佳的综合效益。     

神经网络BP算法用于三类基本波形分类时训练样本输入方式的研究

为了进一步研究神径网络BP葬法用于摸式分类时网络的性能,本文采用了四种方式向多层神经网络提供训练样本,并相互进行比较,结果衣明:随机输入法和部分输入法的输入方式为较佳,从而说明了训练样本的翰入方式对神经网络的性能有着直接的影响.     

基于格点场数据的沙尘暴双预报模型

为提高沙尘暴预报的准确率，以描述大气环流形式的物理场格点数据作为建模样本，采用自组织神经网络对物理格点场数据样本进行聚类，构建出由大规模阵列式数据格式表示的建模样本的低维特征，再用模糊神经网络综合建模样本的一般性规律，用非典型样本进行二次建模以反映建模样本的特殊性，并设计隶属度调整方案对一般性和特殊性进行协调，由此形成兼顾建模样本一般性和特殊性的双预报模型．测试结果表明，基于特征提取方案的双预报模型体系使沙尘暴预报准确率达到80．4％．     

双四象限探测器位置自适应测量新模型

为了得到最佳的动态跟踪性能，提出了最小二乘向量机与矩阵光学相结合的建模方法，建立了双四象限探测器在激光跟踪光路中的全新测量模型，该模型可实现对探测器参数的自适应测量．相对于以往的数学模型和测量方法，该模型具有清晰的物理含义，更符合研究对象的工作机理．使用该模型可获得更完整的测量样本，消除了测量中的“死点”和“坏点”，对位移量测量的不确定度为1μm，最大误差在原研究基础上减小了3μm，系统也省去了多维高精度的测量和机械调整系统．这一模型同时为三维小角度测量提供了一个快捷的技术途径．     

AWGN同步CDMA系统中基于自适应特征值分解的多用户检测算法

因多用户检测可以充分提高CDMA系统的容量,因此,提出了一种新的基于子安全检查间特征值 分解的多用户检测算法4并且对算法的仿真分析表明)这种算法有很好的收敛性能和稳态性能,而且在低 信噪比及用户数目和扩频因子接近的情况下都能很好地工作.     

一种豚鼠心室肌单细胞膜片钳标本制备方法

首次报道一种改良豚鼠心室肌单细胞标本制备方法．运用此方法能获取２０％～６０％的具钙耐受性的心室肌细胞．全细胞记录显示其静息电位和动作电位时程分别为（－６９．７±３．２）ｍＶ（ｎ＝７０）和（５１５±１１６）ｍｓ（ｎ＝２５），同时能检测到多种电压敏感型离子通道电流．以上结果与国外同类报道一致     

正态常相关样本的抽样分布和方差分析

本文指出了曹胜炎等［１］论文中的一些结论在ＲａｏＣ．Ｒ［２］文中已有论述，并且采用更为简捷的方法证明了文［１］的定理。另外，给出了常相关样本的方差分析。     

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.     

一种基于特征跟踪的图像稳定方法

根据摄像机透视投影模型，通过提取特征点进行摄像机的运动估计，提出一种基于FMA(frame—to—mosaic algorithm)的补偿方法，该方法针对图像连续帧间晃动幅度较大的情况，通过均值滤波合成当前帧及其前几帧的运动进行补偿，实验结果表明该方法有较好的稳定效果，而且能够做到实时处理。     

视觉跟踪中的粒子滤波算法研究进展

详细讨论粒子滤波算法在视觉跟踪领域的研究现状,对应用粒子滤波算法解决单目标及多目标跟踪问题进行了详细的分析.在粒子滤波算法框架内,选择一个合适的建议分布构建基于粒子滤波算法的跟踪算法是文章关注的焦点.对视觉跟踪中的难点问题:遮挡、目标交互、场景光线变化等详细的分析了使用粒子滤波算法的解决方法.第三部分对当前粒子滤波算法在视觉跟踪应用中存在的问题进行了分析,最后给出了结论.