基于神经网络法的配电网状态估计

对配电网状态估计的研究是建立起符合配电网特点的数学模型，本文尝试用神经网络方法对系统确定性部分进行状态估计，将网络不确定部分进行简化计算，从而得出全局的结果。通过并对量测数据进行检测，尽可能的提高数据精度。充分应用了配电网自身的特性生成行之有效的计算方法，从而为电力调度管理提供依据。     

带变异算子的PSO算法在配电网状态估计中的应用

根据配电网中的一些设备如分布式发电机的非线性特性和配电网的量测配置特点,并结合粒子群优化(PSO)算法的特点,提出了采用带变异算子的PSO算法进行配电网状态估计。该算法解决了配电网状态估计中的非线性特性,算法中引入变异算子,增强了全局搜索能力,克服了基本PSO算法容易陷入局部最优点的缺点,而且收敛速度和精度都很理想。算例证实了算法的有效性,通过和基本粒子群算法比较显示其优越性。     

一种改进的H.264运动估计算法

为了减少视频编码的运算量，针对运动估计的特点．提出了快速块模式选择算法。该算法利用宏块的时间和空间相关性，预先对宏块模式进行判定，从而使模式选择过程大大简化。仿真结果显示，在基本保持H．264原有编码算法的图像质量的同时，可以将编码速度提高15％以上。因此，本算法可以有效的减少编码器的计算量，提高H．264的编码效率。     

限幅OFDM的一种信道估计优化方法

在OFDM 系统中,限幅常用于抑制信号的峰平比,而限幅会引入额外的限幅噪声,以致干扰数据和导引符号,恶化传输性能.本文针对限幅OFDM系统,提出一种基于导引符号的限幅噪声消除算法.该算法在插入导引符号之前,滤除位于导引位置的限幅噪声,从而改善信道估计性能.在此基础上,本文还提出了利用迭代算法以进一步提高信道估计精确度.本文对所提出的限幅噪声消除算法及迭代算法进行了仿真验证,结果表明,新算法能够明显改善信道估计,优化传输性能.     

一种时间交替采样的非均匀时延估计技术

给出了一种时间交替采集系统各通道非均匀采样时延偏差的估计方法，分析了非均匀采样信号的频谱特性，介绍了非均匀采样信号时延估计原理。仿真结果表明，该算法可显著提高数据采集系统的性能。     

Time-to-Count技术测量辐射强度的原理

GM管广泛应用于辐射测量,由于传统的测量方法受到GM管死时间的影响,其测量精度不高.介绍了没有死时间影响,可以提高测量精度的Time-to-Count技术的测量方法,并从理论上论证了采用该方法的数学原理,在此基础上,提出对辐射强度的新估计式,并证明该估计是无偏的渐近最优的,是形式中最优的.并通过计算机仿真证明了该方法的正确性.     

规则度量值序列的信息扩散估计研究

对若干连续期间的数据挖掘将形成规则的度量值序列。对度量值序列的参数估计，可获得度量值的基本特征参数，用作评价规则的兴趣度，掌握规则的演化规律。基于信息扩散原理，提出了适用于小样本的度量值扩散估计方法。以度量值序列作为非完备知识样本，讨论在波动和上升(下降)趋势下的序列参数计算。实验表明，该方法准确简便、抗干扰性好。     

RBFN在OFDM快衰落信道估计中的应用

研究了径向基函数网络（RBFN）在正交频分复用（OFDM）系统快衰落信道估计中的应用，提出了一种基于分散导频的RBFN信道估计器。较之基于梳状导频的RBFN估计器，该估计器极大地提高了频带利用率，且具有良好的误码率性能。     

基于多元插值的DD型滤波算法仿真研究

DD型滤波是一种基于Striling多元插值方法,将函数按多项式近似展开的非线性滤波算法.相对于扩展卡尔曼滤波而言,它不需要对非线性函数进行微分运算,具有滤波精度高、数值稳定性好和适用范围广的优点,其运算量却与扩展卡尔曼滤波相当.对DD型滤波算法进行了深入分析,并将该算法应用于状态估计领域.对一多传感器目标跟踪问题进行了仿真计算,仿真结果表明了DD型滤波算法的有效性和实用性.     

光纤SPR传感检测系统的超分辨数据重建

对光纤SPR传感检测系统的超分辨数据重建做了可行性分析,给出超分辨数据重建模型,并在共振波长检测实验中验证了超分辨数据重建的有效性.对使用软处理方式提高测量精度具有重要参照价值.