基于遗传算法的EMD电力信号去噪

由于电网负荷波动较大,系统随机运行性强,系统中非线性设备都会引起严重的电力信号噪声.传统的EMD去噪方法是结合能量极小值寻找噪声信号和有用信号的分界点,主要适应于信噪比较高的信号中,在信噪比较低时会出现误判.因此提出了一种适合电力信号的基于遗传算法的EMD去噪方法.新方法基于电力信号与噪声信号的不同频带分布,对含噪的电力信号进行EMD分解得到多组IMF分量,并在数学排列组合的启发下重构电力信号,然后将遗传算法运用到寻找最优IMF分量组合中.仿真结果表明,采用遗传算法的EMD电力去噪方法无论在信噪比还是均方误差方面均具有一定的改善和提高,保证了电力供电的可靠性,提高了电力信号的检测精度.     

基于对称注入法反射波特征提取的配电网故障测距算法

针对架空线配电网单相接地故障测距问题,分析了故障点反射波信号和线路行波传输特性,提出了一种向故障线路三相对称注入高压脉冲获取故障特征波的方法。采用母线端首次检测到故障点零模反射波的时间和波前特征参数,作为BP神经网络的输入变量,建立故障测距模型。在提取零模反射波到达时间和波前特征参数时,对行波数据进行小数定标规范化和极值归一化处理,以消除故障距离以外因素对神经网络输入变量的影响。最后采用PSCAD仿真和Matlab编程运行,结果表明该方法不受故障分支、接地电阻影响,可有效测定故障距离。     

基于ESPRIT分解算法的短期电力负荷预测

电力负荷具有一定的周期相似性,为此,提出一种基于子空间旋转矢量不变技术(E S P R I T)的综合负荷预测方法。对电力负荷数据进行移位平移处理构造出满足子空间不变性的数据矩阵,利用最小二乘法E S P R I T原理进行谐波检测,提取出各主要频率分量成分。利用K均值聚类法把提取的分量根据频率特点分为不同类型,之后建立不同预测模型对各部分进行独立负荷预测,最终得到综合的预测负荷值。E S P R I T算法具有较高的频谱分辨率,可降低原数据维数,且综合预测法能针对不同成分有更好的预测。最后仿真也证明了该方法预测的准确性及有效性。     

LMS算法自适应均衡性能分析

无线数据通信过程中的多径效应容易造成码间干扰,而且由于通信载体以及通信周围物体的运动,导致这种码间干扰也在随时间变化而变化。在通信系统中采用均衡技术是改善信道特性解决码间干扰之有效的方法,为此文中从时域均衡原理出发,讨论了基于LMS自适应均衡算法,并利用Matlab对算法进行了仿真。从仿真结果可以从看出步长对算法收敛性能和精度的影响,步长越小,平均误差越小,但收敛速度越慢;反之亦然。     

RLS算法自适应信道估计的性能分析

文中首先介绍了基本的RLS算法,分析了RLS算法中的初始化系数δ和遗忘因子λ对RLS算法收敛性能的影响。通过仿真可以看出,在相同的信噪比下,不同的δ对应不同的收敛性能。而不同的λ对收敛性能也有较大的影响。     

MQSeries在高速公路联网收费系统中的应用

结合四川省高速公路联网收费系统中消息传输系统的设计和实现,阐述了通信中间件技术特别是MQSeries 在分布式计算环境中的应用。     

高速公路联网收费清算系统的设计与实现

介绍了高速公路联网收费系统中的清分系统的系统结构和功能以及其清分的模式,及主要处理流程.     

一种新的基于训练序列的时域MIMO-OFDM信道估计方法

提出了一种适合于MIMO-OFDM系统的信道估计方法。详细说明了使用的估计准则和训练序列的构造方法,利用训练序列良好的时域相关特性可以简便、精确地估计出信道的冲击响应,并对算法的性能进行了理论分析和计算机仿真。从分析结果可以看出,该算法与使用最佳训练序列的LS时域估计方法具有相当的估计精度。同时该算法不需要进行时域变换,只需要一定数量的相关运算,其计算复杂度进一步降低。     

X[K]有零点的卷积反演的DFT算法

不少学者认为:X[κ]有零点的卷积反演问题不宜用DFT算法。本文提出了三种解决这一问题的方法,它们都保留了DFT算法。与其它方法相比,本法简单易行,运算量少。