基于随机支撑挑选的广义正交匹配追踪算法

针对广义正交匹配追踪（GOMP）算法复杂度高、重构时间长的问题,提出了一种基于随机支撑挑选的GOMP（StoGOMP）算法。首先引入随机支撑挑选的策略,在每次迭代中随机生成一个概率值。然后通过比较此概率值与预设概率值的大小来决定候选支撑集的挑选方式：若此概率值小于预设概率值,则采用匹配计算方式;否则,采用随机选择方式。最后根据得到的候选支撑来更新残差。这种方式充分考虑了算法单次迭代复杂度和迭代次数之间的平衡,减少了算法的计算量。一维随机信号重构实验结果表明,在预设概率值为0.5、稀疏度为20时,StoGOMP算法相较GOMP算法达到100%重构成功率所需的采样数减少了9.5%。实际图像重构实验结果表明,所提出的算法具有与GOMP算法相当的重构精度,且在采样率为0.5时,所提算法的重构时间相较于原算法减少了27%以上,这说明StoGOMP算法能够有效减少信号的重构时间。     

基于ESPIHT的分块DWT域图像水印研究

提出一种鲁棒的基于扩展嵌入零树小渡图像编码(ESPIHT)的分块DWT的图像水印技术.算法以一幅有意义的二值图像为水印,在充分考虑人类视觉系统(HVS)屏蔽特性的基础上,利用了Hilbert扫描.能很好地保持图像空间局部特性的特点,在结合各块视觉阀值的基础上,通过调整图像分块的Hilbert序列中相邻对应细节子带均值之间的大小关系,以自适应地嵌入水印信号,真正实现了盲水印提取.实验结果表明,该算法较好地解决了水印透明性与鲁棒性的矛盾,对通常的图像处理操作和裁剪、挤压、像素移位等几何攻击有较强的鲁棒性且具有很好的透明性.     

基于微电极阵列的神经细胞电信号采集与处理

神经细胞电信号快速地采集和有效地处理对神经网络运作机理与信息传递的研究有着重大意义。神经细胞电信号采集时选择采集器件与处理方法要符合生物内神经网络的固有属性,根据这一需求,提供了一种采用多通道微电极阵列对离体培养的神经细胞电信号进行采集的方法,对采集到的电信号利用经验模态分解法与希尔伯特变换法进行处理,得到可实时、清晰反应神经细胞电特性的波形图。通过对最后得到的神经细胞电信号分析可知,该方法不但可以得到精确的神经细胞电信号,还可以反映神经细胞电信号的特点,为神经网络的研究提供有效方法。     

一种改进的忆阻器交叉阵列

本文对忆阻器的惠普模型与差分型忆阻器存储单元进行了分析与研究.利用惠普模型构成了经典的忆阻器交叉阵列,并对其存储性能进行了分析与仿真,提出了一种改进的基于差分型忆阻器单元的忆阻器交叉阵列.理论分析与仿真表明,改进的阵列在存储灰度图像时具有更好的效果,其峰值信噪比提高了约30％.     

装药缺陷对固体火箭发动机内弹道性能的影响

采用仿真计算分析方法研究了管状推进剂装药缺陷的宽度、深度以及包覆层脱粘等因素对固体火箭发动机内弹道性能的影响规律。结果表明,随着固体推进剂装药裂纹深度与宽度比的增加,燃烧室内压强和裂纹出口气流速度也增加。管状药柱包覆层前端轴向脱粘可使燃面-肉厚曲线的斜率增加,装药的压强指数增大,最终可能造成燃烧室压力过高而解体爆炸。     

2,4-二羟基苯甲酸铅铜盐对Al/RDX-CMDB推进剂燃烧性能的影响

为了研究2,4-二羟基苯甲酸铅铜盐（Pb/Cu-SDHB）单独或与其它催化剂复合后对含Al粉和黑索今（RDX）改性双基（Al/RDX-CMDB）推进剂燃烧性能的影响,采用吸收-压延方法制备了推进剂样品,用靶线法测试了推进剂燃速。结果表明：Pb/Cu-SDHB能有效调节推进剂燃烧性能,显著提高了Al/RDX-CMDB推进剂的燃速,并明显降低了压强指数;3.0%Pb/Cu-SDHB与0.65%炭黑复合后使Al/RDX-CMDB推进剂在10~15MPa的压强指数降低至-0.1,10MPa下燃速超过20mm/s。     

TSC动态无功补偿研究

随着我国经济的迅速发展,交流电弧炉等不平衡、冲击性工业用电设备日益增多,由此产生了功率因数低、三相电压和电流不平衡等诸多电能质量问题。TSC（ThyristorSwitchedCapacitor）又称晶闸管投切电容器,对综合解决上述电能质量问题有良好的效果,设计具有快速响应的、稳定性好的静止无功补偿器具有十分重要的意义。     

飞机尾喷流诱导速度建模与仿真

本文对飞机尾喷流诱导速度进行了仿真研究。建立了飞机尾涡模型以及尾喷口喷流模型,并仿真了飞机流场中的诱导速度。然后应用CFD（computational fluid dynamics）对飞机的流场进行计算,并将CFD计算结果与尾喷流模型计算结果进行对比。仿真对比结果表明:飞机尾后100 m区域内,尾涡模型计算结果误差较大,此时应采用CFD对尾流场进行计算;而在尾后100 m区域外尾涡模型与CFD计算结果较为一致,尾涡模型的计算结果能够达到精度要求。     

计及需求响应的综合能源系统协同优化策略

综合能源系统（Integrated Energy System,IES）可以实现多能协同互补、促进能量梯级利用,同时综合需求响应作为柔性负荷的直接调控手段,在提升IES经济与可靠运行方面展现出巨大潜力。文章基于电-气互联系统,综合考虑多元储能系统的运行特征及IES多能耦合特性,构建了IES多能耦合模型;进一步地,将传统电负荷需求响应拓展到IES中,提出了多元负荷的综合需求响应机制;进而以IES系统运行成本最小化为优化目标,建立了计及多元负荷需求响应的IES优化调度模型,并借助商用求解器实现了IES优化模型的高效求解。算例分析验证了所提模型可以充分发挥多元柔性负荷需求的响应潜力,促进可再生能源消纳,同时提高IES运行的经济性。     

基于极端学习机的变电站监控系统负荷异常信息的辨识方法

准确识别变电站检测系统获取的负荷异常信息是保证主站调度命令正确实施的基础和前提。针对变电站监控系统获取的负荷极易受天气异常、用电突变、电动汽车充电、分布式新能源接入等环境和噪声因素影响,造成监控系统获取到的负荷异常突变时有发生,为了保证变电站监控系统采集正确负荷信息,采用极端学习机方法辨识负荷异常信息。通过对变电站监控系统历史数据分析,结合主站调度端时序数据,基于极端学习方法,提升了变电站监控负荷信息的正确性。仿真分析和实测结果显示,所提方法具有较高的辨识准确度,能够应用至实际中。