小波变换提取电力电容器局部放电信号研究

为了消除电力电容器局部放电信号的噪声,提高电力电容器局部放电信号在线检测的有效性,提出基于小波变换阈值消噪方法的电力电容器局部放电信号提取方法。选择合适的小波基函数和分解层数对信号进行小波分解,确定合适的阈值规则以及阈值估计方法对小波分解系数进行阈值量化处理,从而得到消噪后的局部放电信号。以均方根误差RMSE和信噪比RSN为衡量指标,分析了小波基函数、分解层数、阈值规则和阈值估计方法等对消噪效果的影响。结果表明,当选择db2小波作为最优小波基函数,分解层数定为6层时,利用最大最小准则阈值估计法估计的阈值在软阈值规则下能有效提取电力电容器局部放电信号,达到了最优去噪效果。     

缺失数据下局部M-估计

在缺失响应变量的不完全数据下,对非参数回归模型进行研究.利用稳健的局部线性回归的方法,给出了回归函数m（x）的3个局部线性M-估计：完整数据M-估计,加权M-估计和估计的加权M-估计,证明了3个M-估计有相同的相合性和渐近正态性.模拟研究表明估计的加权M-估计优越于一般的加权估计.     

绝对值方程研究进展

线性规划、二次规划、双矩阵对策等问题都能转化为线性互补问题,而线性互补问题又可以归结为绝对值方程,因此研究绝对值方程具有重要的意义。绝对值方程是一个NP-hard问题,对绝对值方程的研究现状进行了分析,给出了绝对值方程的理论研究现状,总结了绝对值方程的若干求解算法。这些算法可以归结为三类：1）逐次线性化方法,2）半光滑牛顿法,3）光滑牛顿法。指出解的存在性、构造光滑函数、采用智能算法求解以及算法收敛性分析将成为绝对值方程的研究热点。     

国防科技工业知识产权

一种基于二元环境信息的移动机器人局部路径规划方法专利号:200710123198.2专利权人:北京控制工程研究所简介:本发明涉及一种基于二元环境信息的移动机器人局部路径规划方法。其具体步骤如下:（1）计算目标点在局部路径规划坐标系下的坐标;（2）计算无障碍时的默认规划路径,包括默认输出曲率S₀和默认输出弧长L₀;     

载人潜器耐压球壳开孔加强结构优化设计

耐压球壳的开孔加强结构直接关系到载人潜器的安全,是设计过程中的关键技术之一。为了减轻开孔对耐压球壳局部强度和屈曲的影响,开展了以提高屈曲失稳压力为目标的开孔加强结构形式优化研究。使用ABAQUS有限元分析软件对单开孔加强耐压球壳进行了非线性屈曲分析,采用优化方法获得了单开孔加强结构的最优形式。将每个单开孔的最优加强结构形式用于多开孔耐压球壳,并对此多开孔耐压球壳进行了局部强度和屈曲分析。分析结果表明:优化加强结构形式后屈曲失稳压力比完整球壳下降了2.64%,且开孔处的中面应力小于材料的屈服强度,完全满足规范要求。     

基于局部约束线性编码的单帧和多帧图像超分辨率重建

基于稀疏表示的超分辨率图像重建是当前典型的算法之一,引入约束性更强的局部约束线性编码(LLC:Locality-constrained Linear Coding)对其进行了改进。首先依据一个高分辨率图像集训练出成对的高分辨率和低分辨率词典,然后根据低分辨率词典对输入的低分辨率图像用LLC方法进行编码,再依据高分辨率词典及编码系数初步重建高分辨率图像,最后添加全局约束重建高分辨率图像,并将该算法推广到多帧图像超分辨率重建层面。分析和对多幅图像的实验结果都表明,新算法相对原算法不仅提高了图像重建的质量还降低了计算复杂度,取得了满意的效果。     

变形蔡氏电路的投影同步控制及硬件实验

提出了一种绝对值函数反馈控制的同步方案,通过将状态变量的误差信号进行绝对值处理后,引入到受控系统中,实现全状态混合投影同步。以两个初始值不同的光滑变形蔡氏电路系统为例,基于Multisim 11电路仿真软件,设计了相应的同步电路图,研究了两个系统在选取相同和不同比例因子情况下的全状态变量投影同步。同时搭建实际硬件电路,对比数值仿真结果,验证所提方案的有效性。     

双连续n次积分C-半群的Trotter-Kato逼近定理

半群序列逼近有概率性型逼近,Laplace反演形式Trotter-Kato逼近等.结合积分半群逼近定理,双连续C-半群逼近定理,得到了双连续n次积分C-半群序列收敛的一个等价命题,并且给出了一般的Trotter-Kato逼近定理.     

耦合Schrdinger-KdV方程的行波解

为了得到Schrdinger-KdV方程的行波解,运用平面动力系统理论方法,对其动力学行为进行研究,证明了该方程光滑孤立波解和光滑周期波解的存在性,并在不同的参数条件下,给出了各类解存在的充分条件,求出了所有显式精确行波解。     

自适应近邻的局部线性嵌入算法

在局部线性嵌入算法(LLE)中寻找最优近邻数常用试凑法进行搜索,需要大量的时间才能得到最优结果.为此提出基于自适应近邻的局部线性嵌入算法( ANLLE),算法首先给出一个相似性度量函数,然后据此为各个样本设定阈值,根据每个样本周围数据分布情况,为每个样本自动设置不同近邻数,最后在各个样本近邻数不相同情况下进行数据降维及待测样本的分类.在人脸数据库及手写数字数据库上的对比实验表明,ANLLE算法识别性能高于标准LLE算法及邻域线性嵌入算法(NLE).