电网电压不平衡及谐波畸变时基波电压正负序分量分离新方法

针对传统锁相环(PLL)在电网电压不平衡及谐波畸变下利用常规软件锁相环不能准确获取相位的问题,提出了一种新的正负序分量分离新方法。利用了相序解耦谐振控制器能去除高次谐波和延时信号消除(DSC)法可滤除特定谐波的特性,将相序解耦谐振和延时信号消除法结合起来,达到更好的正负序分量分离的效果。最后,采用MATLAB/Simulink软件仿真结果证明了所提出方法的可行性和有效性。     

基于BP神经网络自整定PID恒温控制系统研究

针对传统PID热导传感器(TCD)系统控制参数不能在线实时调整的问题,设计了一种基于BP神经网络自整定PID的热导传感器恒温控制系统。该系统硬件上以C8051F060微控制器为主控制器,辅以热导信号的采集、放大、滤波以及温度闭环控制等外部电路,软件上以BP神经网络PID控制算法为核心,搭建了一个完整的热导传感器恒温控制系统。另外,该系统以热导传感器温度为直接控制对象对系统进行仿真分析与实验。实验结果表明,该系统提高了热导传感器温度控制精度,最终温度控制误差在±0.1℃的范围内,增强了系统稳定性及可靠性。     

基于STM32的双轴太阳能跟踪系统的研究与设计

针对目前太阳能跟踪系统出现的抗干扰性差、跟踪精度低等问题,研究设计了一套基于STM32F103VET6型单片机的双轴式太阳能跟踪控制系统,该系统融合了太阳角度跟踪模式和光电跟踪模式,通过单片机控制步进电机的转动达到跟踪太阳的目的;同时该控制系统加入了风速风向监测模块,当遇到强风暴雨等恶劣天气时,使得系统可以自动转动到一个受风力最小的角度,在一定程度上保护了控制系统,延长其使用寿命。     

基于HOG和SVM的双眼虹膜图像的人眼定位算法

针对近红外光下现有的人眼定位算法普遍存在准确性不高、泛化能力不佳等问题，提出了一种基于方向梯度直方图（HOG）和支持向量机（SVM）相结合的双眼虹膜图像的人眼定位算法。利用HOG提取虹膜图像的人眼特征，并结合SVM分类器对HOG特征进行训练从而实现人眼的精确定位。为了减少漏检和误检，进一步提高定位准确率，又提出了多级级联SVM分类器算法；另外针对近红外光线下虹膜图像独特的灰度分布特点，设计了一种图像预处理方法，能够显著提高人眼定位速度。在MIR2016和CASIA-IRIS-Distance数据集上的实验结果表明，基于HOG和SVM的双眼虹膜图像的人眼定位算法具有高准确率、强泛化能力和高实时性。     

时间尺度与选择倾向性协同作用下的演化博弈模型

针对合作行为的涌现与维持问题，基于演化博弈理论和网络理论，提出了一种促进合作的演化博弈模型。该模型同时将时间尺度、选择倾向性引入到演化博弈中。在初始化阶段，根据持有策略的时间尺度将个体分为两种类型：一种个体在每个时间步都进行策略更新；另一种个体在每一轮博弈后，以某种概率来决定是否进行策略更新。在策略更新阶段，模型用个体对周围邻居的贡献来表征他的声誉，并假设参与博弈的个体倾向于学习具有较好声誉邻居的策略。仿真实验结果表明，所提出的时间尺度与选择倾向性协同作用下的演化博弈模型中，合作行为能够在群体中维持；惰性个体的存在不利于合作的涌现，但是个体的非理性行为反而能够促进合作。     

基于拉曼光谱的微结构光纤丙酮传感检测研究

结合拉曼光谱特异性和微结构光纤所需样品体积 小(纳升量级)等优点,基于拉曼光谱法,利用三孔MOF作为传 感头,搭建了丙酮浓度传感系统。 丙酮溶液在毛细管吸附作用下进入到MOF的空气孔内, 在倏逝波激发下丙酮溶液产生拉曼信号,通过探测耦合回微结构光纤纤芯的拉曼 信号强度探测丙酮浓度。实验利用丙酮C-H键(2843cm－1)伸缩振动峰作为其特 征谱线,同时以水的H-O键(3371cm－1 )伸缩振动峰作为内标物组成相对强度,对 溶液中的丙酮含量进行测定。实验结果表明,当丙酮浓度从5%增加到50%时,丙 酮浓度与丙酮C-H键伸缩振动峰和水H-O键伸缩振动峰强度比值呈线性关系,二 者相关系数为0.98。本文系统也可以用于其它挥发性有机化合物的定 性和定量分析。     

基于真有效值转换的宽频带电参数测试仪的设计

随着电力系统的不断发展,特别是整流器、逆变器等非线性负荷的大量使用,系统运行出现了各种各样的问题,如电压、电流波形严重畸变、高次谐波的出现,但是传统电参数测量仪器大多是针对工频50Hz而设计的,使用已有的测量仪器已经不能准确测量现在的电参数,文章研究分析了各种交流电参数的测量方法,设计了文中提出的基于真有效值转换的电参数测试仪系统。该系统对50Hz-20kHz的宽频带输入信号有较高准确度。     

改进D-S证据理论在电动汽车锂电池故障诊断中的应用

针对电动汽车电池系统的故障采用基于神经网络的改进D-S证据理论组合规则完成诊断过程。为了避免单一途径的诊断可能造成故障漏检误检的状况,决策层采用D-S证据理论组合规则来确定基于BP网络和RBF网络两种故障诊断算法结果。然而为了克服D-S证据理论处理高度冲突证据的缺陷,本文提出了一种基于神经网络改进的D-S证据理论组合规则。首先,采用神经网络对电池故障进行初步诊断,结合网络诊断准确率来分配不确定信息并构造证据体,又引入了证据间的支持矩阵来确定新的加权证据体。然后,把各个焦元的信任度融入D-S证据理论组合规则,从而融合神经网络证据体及新加权证据体。最后,依据决策准则确定锂电池系统的故障状态。通过仿真实验验证了本文提出的改进D-S证据理论融合诊断方法在电动汽车锂电池故障诊断中的有效性。     

基于多指标融合的虹膜图像质量评估方法

虹膜图像质量评估是虹膜识别系统中的重要模块,通过质量评估来摒弃质量较差的虹膜图像,能显著提升虹膜识别系统的性能。虹膜图像质量一般会受到多种因素的影响,单一或少数指标都不能准确客观地进行评估,因此提出了一种新颖的多指标融合的虹膜图像质量评估方法,选取可用虹膜区域、清晰度、虹膜半径、虹膜-瞳孔对比度、虹膜-巩膜对比度、瞳孔扩张性和灰度利用率这7个质量指标,结合GA-BP神经网络进行多指标融合,预测虹膜图像的综合质量评估分数。在CASIA虹膜图像库中进行验证,实验结果表明,该方法可以客观准确地评估虹膜图像的质量,对虹膜识别的性能有很强的可预测性。