基于dq变换和数学形态滤波的电压暂降检测方法

dq变换法是目前常用的电压暂降检测方法,但是在三相不对称情况下,其检测精度和实时性易受到负序分量和常用低通滤波器的影响。在常用dq变换法的基础上提出一种改进的检测方法,首先通过构造线性方程组实现不对称电网电压中的正、负序分量分离,再对正序分量进行dq变换,消除负序分量的干扰,结合形态滤波原理,设计了形态滤波器替代常用低通滤波器滤除其他频次干扰,减少系统延时。理论分析和仿真实验都验证了该方法的可行性。     

电子衡器二影响——电压暂降、短时中断和电压变化的差异

本文在电子衡器二影响--电压变化和电压暂降、短时中断的识别与理解上作一些分析说明,以便澄清该方面认知上的模糊.     

基于主客观权值结合的电压暂降预评估方法

针对配电网中的电压暂降评估影响因素存在主、客观并存的现象,提出了一种基于主、客观权值结合的电压暂降评估方法.充分考虑电压暂降评估中的主观和客观影响因素,分别设计了基于AHP的主观权重和基于CRITIC的客观权重.在主客观权重的基础上,利用差异系数法将两个权值进行有效结合.为达成电压暂降的预评估目标,利用蒙特卡洛法进行遍...     

基于电网电压暂降敏感用户服务的优质电力营商环境构建

介绍了电压暂降的危害及成因以及国内外采用的主要治理措施,针对福建电网电压暂降敏感用户情况,提出了优质服务于电网电压暂降敏感用户的设想。     

动态电压恢复器补偿相位跳变电压暂降的控制策略

针对电压暂降伴随着相位跳变且容易导致过载跳闸的问题,借助动态电压恢复器(DVR)缓解电压暂降,在简述具有相位跳变的电压暂降的基础上,重点分析了电压暂降的相位跳变补偿模式,提出了基于同相补偿和预暂降补偿的动态电压恢复器的控制策略。最终在10 kVA的动态电压恢复器额定电压条件下,运用Saber对两种控制策略的性能进行比较,结果表明:两种控制策略都可以用来减少电压暂降引起的负载电压干扰,预暂降补偿策略可以完全补偿相位跳变,而同相补偿策略只能部分补偿相位跳变。     

基于短时傅里叶变换的风机叶片裂纹损伤检测

风机叶片由于材料复杂性和结构不对称性,其振动信号表现出时变特点.将短时傅里叶变换(STFT)应用于风机叶片裂纹检测中,基于仿真信号以验证短时傅里叶变换处理时变信号的可行性,然后运用短时傅里叶变换分析叶片在健康状态及不同裂纹损伤状态下自由衰减振动信号及其变化规律,为叶片裂纹检测提供一种合理方法.     

多通道自相关信号检测算法及其FPGA实现

本文给出了一种适合于用硬件实现的多通道自相关信号检测算法。该算法采用三路并行的自相关信号检测通道,在三路中采用不同的相关点数和检测门限,最后综合考虑三路的检测结果,给出最终的检测结果。这种多通道自相关信号检测方法,与传统的单通道信号检测算法相比,具有检测灵敏、精度高的优点;与其他复杂的时域或频域信号检测算法相比具有算法简单、实时性好、易于硬件实现的优点。通过利用FPGA器件中丰富的逻辑单元、乘法器、存储器等资源,实现了对淹没在高斯白噪声中的信号的快速、准确检测,FPGA时序仿真结果表明该算法切实可行。     

利用8098单片机的角位移检测系统

本文介绍一种以8088单片机为核心，以自整角机为检测元件的角位移检测系统。利用sinθ和cosθ的互补关系，合理的硬件设计和卡尔曼滤波器等软件处理，从而获得高精度的角位移检测系统。实践证明这种检测方法具有精度高、反应快、检测信号稳定等特点。     

基于阻抗变换的非接触电压测量自校准方法

电容耦合式非接触电压测量在实际测量中,探头-导线之间的耦合电容受导线线径、绝缘材质、相对位置偏差的影响,造成分压关系难以确定从而无法准确重构电压。本文提出一种基于阻抗变换的非接触电压测量自校准方法,以实现在实际测量中传感器增益的自标定。首先介绍电容耦合电压测量的基本原理,从中凝练存在的问题并提出基于阻抗变换的自校准方法,随后通过仿真对系统参数进行校准精度影响分析并给出参数选取原则。在此基础上,开发传感器探头及电路拓扑。最后进行传感器样机精度测试、抗干扰能力测试、场景适应性测试,精度测试显示电压幅值最大相对误差为0.59%,相位相对误差为0.76%,抗干扰能力测试表明同轴探头对周围耦合电场具有良好的屏蔽作用。场景适应性测试显示在进行不同类型线路的测试中,最大相对误差为1.24%。     

提高网络授时精度的Kalman滤波方法

在通信网络中传输标准时间往往受到时延很大的影响,造成精度不高.为了提高网络授时精度,提出一种基于卡尔曼滤波器的修正方法,将网络时延分解为固有延时、抖动时延、突发时延3个部分,利用Kalman滤波器减小抖动时延,利用跟踪门消除突发时延,从而使网络时延更加逼近固有时延,有利于提高授时精度.在MATLAB中运用SimEvents扩展模块,搭建一个端到端的计算机网络传输模型,验证了卡尔曼滤波对网络时延精度提高的效果,算法在稳定后,时延的估计值与测量值相比,精度可以提高大约100倍.在此基础上,利用LabVIEW设计了一个实时测试平台,嵌入MATLAB程序,实时获取通信网络时延并进行滤波处理.通过实际有线和无线网络测量的时延数据的验证,表明所提出的滤波修正方法的效果明显.     

自适应滤波算法在导弹动力系统故障诊断中的应用

基于时间序列的AR模型方法在用于液体导弹动力系统稳态工作段故障检测时遇到了两难题。其一,由于系统差异,在以试车时的动力系统状态的均值作为实际运行时动力系统状态均值时,得到的时间序列必定不再是零均值;其二,导弹动力系统工作环境不同时刻不尽相同,表现在AR模型中其观测噪声是时变的。在实践中,我们采用了基于扩展Kalm an滤波的自适应算法以及带有时变噪声统计的自适应滤波算法很好地解决了相关问题。     

Estimation of intra-operative brain shift based on constrained Kalman filter

In this study, the problem of estimation of brain shift is addressed by which the accuracy of neuronavigation systems can be improved. To this end, the actual brain shift is considered as a Gaussian random vector with a known mean and an unknown covariance. Then, brain surface imaging is employed together with solutions of linear elastic model and the best estimation is found using constrained Kalman filter (CKF). Moreover, a recursive method (RCKF) is presented, the computational cost of which in the operating room is significantly lower than CKF, because it is not required to compute inverse of any large matrix. Finally, the theory is verified by the simulation results, which show the superiority of the proposed method as compared to one existing method.     

Image reconstruction algorithm of electromagnetic tomography based on fractional Kalman filter

Aiming at the problem of low quality of image reconstruction of electromagnetic tomography (EMT), in this paper, an image reconstruction algorithm of EMT based on fractional Kalman filter (FKF) is proposed. Firstly, the principle of EMT and the principle of state equation of FKF are expound respectively. FKF is often used in the state estimation of nonlinear systems. There is a nonlinear relationship between the object field distribution and the sensor signal in the EMT. Therefore, according to this feature, FKF is applied to the image reconstruction algorithm of EMT. The image reconstruction process of EMT is regarded as the state estimation process of FKF, the normalized measurement voltage is taken as the observation value, and the sensitivity matrix is taken as the measurement matrix. To establish the nonlinear state estimation equation of the FKF and a priori estimation error covariance equation in the EMT, the gray value of image obtained by LBP is used as the initial value of the state estimation, a prior estimation state vector and a priori estimation error covariance matrix are obtained by prediction update, the Kalman filter gain and the posterior estimation error covariance matrix are obtained by the correction feedback process. After repeated iterations, the final state vector, i.e. reconstructed image of EMT is obtained. Finally, simulation experiments are carried out for seven different flow patterns. The results show that the image error and correlation coefficients of the reconstructed image of this algorithm are better than traditional algorithms such as LBP, Landweber, Kalman filter, and have better anti-noise effect than Kalman filter. Therefore, the image reconstruction algorithm of FKF is a new method and means to study the image reconstruction of EMT.     

卡尔曼滤波在MEMS惯性姿态测量中的应用

由于测控成本和有效载荷的限制,一般采用微机电系统(MEMS)惯性传感器来测量小型无人机的飞行姿态。在MC9S12XS128单片机上通过嵌入式软件编程实现了卡尔曼滤波算法,并在JZJ-1型自准直仪转台上对MEMS加速度计和陀螺仪的输出信号进行了数据融合试验,较好地解决了MEMS惯性测量系统的零漂和机械振动干扰问题。     

基于离散Kalman滤波的桥梁结构振动信息处理技术研究

为获得较高精度的桥梁结构振动状态信息,提出先采用离散Kalman滤波对桥梁结构振动监测信息进行预处理,再用分布式Kalman动态数据融合算法进行融合。仿真结果表明该方法有效可行。     

基于Kalman滤波的视觉预测目标跟踪及其应用

为了使得护理服务机器人实现一种平滑、柔顺的任务执行过程,建立了基于图像处理的视觉信息感知的几何模型,提出一种基于Kalman滤波预测估计的视觉信息感知方法,并据Kalman滤波理论建立了对包括机器人终端手抓等目标状态进行预测跟踪的模型,同时利用建立的模型在护理服务机器人系统中进行了试验研究,试验结果表明所提出的方法可以较好的对目标状态进行预测估计,通过“预测—校正”可以实现一种快速准确的视觉信息感知。该方法应用在护理服务机器人系统中可以减少视觉通道反馈信息的时间滞后问题,增强了人机对话和信息感知能力。     

基于Kalman滤波模糊PID控制的直流调速系统

为了提高直流调速系统的控制性能,针对系统中存在的非线性及结构参数变化范围大的特点,提出了一种基于Kalman滤波的参数自整定模糊PID控制器。该控制器将传统的PID控制算法与模糊控制算法相结合,通过对误差及误差变化的在线识别,实现对PID参数的自整定,并采用Kalman滤波对信号进行滤波处理。Matlab仿真结果表明,与传统的线性PID控制器相比,该控制系统具有良好的动态和稳态性能,鲁棒性强,控制性能显著提高。     

基于粒子滤波算法的动力电池SOC估计

针对电池荷电状态(SOC)容易受到电流、温度、循环寿命等非线性因素的影响,建立基于温度和电流变化的电池容量修正方程。结合安时法和复合电化学原理构建电池状态空间模型。由于粒子滤波算法对非高斯、非线性系统的适应性,因此选用粒子滤波算法来研究电池SOC估计。通过美国FTP-75工况和NEDC工况实验仿真显示,基于粒子滤波算法的电池SOC估计比扩展卡尔曼滤波算法估计精度高、适应性好。