基于电流谐波优化的混合脉宽调制策略

受轨道车辆牵引功率大、开关频率低的限制,牵引传动系统多采用低频区异步调制,基频以上单脉冲调制的脉宽调制方式,且在中频过渡区通常需采用优化同步调制以达到改善变流器输出特性的目的。电流谐波最小脉宽调制技术(CHMPWM)是优化同步调制的一种,它以电机电流谐波整体最优为目标进行调制,有助于高性能电流闭环控制的实现,近年来受到广泛关注。对基于电流谐波优化的混合脉宽调制策略展开研究,首先分析CHMPWM的开关角求解方法及不同开关角分布方式对其性能的影响,并从电流谐波、转矩脉动等方面与特定谐波消除脉宽调制技术(SHEPWM)进行对比;然后完成基于现场可编程门阵列(FPGA)构架的混合脉宽调制技术,并实现不同调制模式间的平滑过渡。最后对所提方法进行仿真和实验验证。     

基于Holt指数平滑模型的地下水水质预测

地下水水质预测是地下水污染防治研究工作的重要组成部分。本文介绍了Holt指数平滑模型的基本原理及平滑参数的确定方法,在此基础上,以阿拉善腰坝绿洲地下水水质预测为实例对地下水HCO3-、Cl-、SO42-和TDS进行了预测,并与灰色模型预测结果进行了对比。结果表明2006年HCO3-、Cl-、SO42-和TDS浓度值将分别达到198．260、77．290、114．850和508mg／L。应查清地下水各种污染源及各污染源对地下水水质的影响程度,以便采取有效措施,遏制地下水水质进-步恶化。Holt指数平滑模型统-考虑了所有已有时间序列资料对预测值的影响,提高了预测精唐．适用于已有较长时间序列资料前提下的预测。     

基于改进的 Hatch 滤波 GP S／BD 组合系统单点定位

通过研究GPS与北斗组合系统伪距单点定位,利用平滑伪距的方法提高了组合系统伪距单点定位的精度。本文首先采取了P码对C/A码伪距单点定位进行修正,之后利用常用的Hatch滤波模型,利用载波进行伪距平滑,但对Hatch滤波解算进行了改进,也是本文的核心部分,单一频率分段滤波,不需要求解整周模糊度和电离层改正的基础上,降低定位时间和成本的基础上,精度提高,速度更快,对观测时间要求更低。     

基于平滑空间思想的建筑与环境设计研究

基于法国当代哲学家德勒兹所提出的平滑空间思想,从建筑与环境的相互过渡、建筑与环境的转换以及平滑空间的设计三方面阐述了建筑设计的新思想,为今后的建筑设计研究提供参考。     

不同上光工艺对印品表面质量的影响分析

在ROLAND700系列的机组上使用不同的上光工艺制备了标准样张,进而对其平滑度、光泽度和耐磨度三项表面质量指标进行了测试,结果表明,使用Hybrid油墨和UV上光工艺的印品具有较好的上光效果.对不同上光工艺的工艺特征进行了分析和探讨.     

一种改进的HOSVD降噪的信道预测算法

基于高阶奇异值分解(High Order Singular Value Decomposition, HOSVD)降噪的信道预测算法对天线数较少引起的秩不足问题比较敏感,同时也难以应付较大多普勒频移的情况,从而引起信道估计性能和预测性能的急剧下降、损失信道容量.针对这一问题,提出了一种改进的使用HOSVD降噪的信道预测算法.该算法先利用多输入多输出(Multiple-input Multiple-Output, MIMO)信道固有的空时相关性对采样得到的信道状态信息(Channel State Information, CSI)进行矩阵重排和数据平滑处理,随后基于信道的多维结构特性,使用HOSVD降低噪声的影响,继而重构信道矩阵,最后利用递归最小二乘滤波器对未来时刻的信道状态进行预测.仿真表明,所提算法的估计误差和预测误差性能均明显优于对比算法,这是因为所提算法通过矩阵重排和空时平滑,虚拟地增加了天线数,降低了秩缺失问题对估计和预测精度的影响,从而有效补偿了因误差所致的信道容量的损失.同时,对比天线数和多普勒频移对不同算法性能的影响可见,所提算法也能在大多普勒频移和天线数较少等不利条件下提供较好预测性能和信道容量,具有一定的优越性.     

利用拉普拉斯能量和CNN的多聚焦图像融合方法

多聚焦图像融合技术的目的是生成一幅全聚焦图像.所谓全聚焦图像,就是将不同源图像的清晰区域集成到一幅单一的图像中.传统的图像融合方法通常存在块伪影、人造边、晕轮效果、振铃效果以及对比度下降等问题.对此,本文提出了一种利用拉普拉斯能量和CNN的多聚焦图像融合方法.使用拉普拉斯能量算子可以有效的提取源图像的聚焦信息,而训练后的卷积神经网络模型从聚焦信息图中提取的聚焦特征可以有效的进行聚焦子块和离焦子块的区分.训练后的卷积神经网络模型不仅具有很好的提取活跃窗口相对聚焦度的能力,而且可以获得精确的分割边界.在经过多轮训练后,卷积神经网络模型可以很好的在源图像和分值图之间建立一种有效的映射,这对于生成一幅精准的聚焦图至关重要.采用二值分割和小区域滤波技术来对聚焦图进行进一步的修正,获得用于融合的最终决策图.最后,根据最终决策图提供的权值,对多幅源图像进行融合形成最终的融合图像.实验结果表明,无论从视觉效果还是从定量评价方面,提出的方法均优于目前已有的其它融合方法.     

基于激光位移传感器的零件轮廓曲线重建策略

针对零件轮廓曲线复杂多变,破损情况不尽相同,使用传统建模方式存在效率低、精度差、操作复杂等问题,提出基于激光位移传感器的零件轮廓曲线重建技术,构建了自适应零件轮廓曲线采集平台,基于Savitzky-Golay平滑滤波算法实现了采集数据的降噪与光顺,通过Akima样条拟合和重采样重建了能够用于加工制造的轮廓曲线点集,并通过实例测试验证所提重建策略的可行性和有效性。结果表明,重建曲线与理论曲线之间的误差在-0.143 4～0.091 0之间变化,能够重建与原始曲线一致、误差更小且符合加工制造要求轮廓曲线。     

基于改进果蝇算法优化PNN的变压器故障诊断研究

为了提高电力变压器故障诊断准确率,通过分析变压器油中溶解气体数据,提出了一种定向变步长的果蝇算法(DVSFOA)与概率神经网络(PNN)相结合的变压器故障诊断模型。由于PNN的参数平滑因子对输出结果影响较大,对果蝇算法位置公式进行更新调整,对平滑因子进行参数寻优,将优化结果赋值给PNN模型进行网络训练,得到了用于变压器故障诊断的最佳网络模型。实验结果表明,该组合算法具有较高的诊断精度,收敛速度快,整体性能高。     

后向平滑平方根容积卡尔曼滤波算法及其应用

针对单站无源定位精度低、收敛速度慢和滤波性能不稳定甚至不能工作的问题,提出了后向平滑平方根容积卡尔曼滤波算法。该算法采用 Q-R分解的形式,使用误差协方差的平方根进行递推运算,同时其通过后向平滑与量测更新为二次前向滤波提供更为精确的初始值,改善了算法的总体性能。仿真实验表明,该算法在满足实时性要求的基础上,提高了单站无源定位的精度、收敛速度以及稳定性。