基于自适应无迹粒子滤波的目标跟踪算法

为解决复杂场景中目标跟踪问题,提出了一种噪声未知情况下的自适应无迹粒子滤波(A-UPF)算法。算法采用改进的Sage-Husa估计器对系统未知噪声的统计特性进行实时估计和修正,并与无迹Kalman粒子滤波器相结合产生优选的建议分布函数,降低系统估计误差的同时有效提升了系统的抗噪声能力。实验结果表明,本文方法对于复杂条件下的目标跟踪问题具有较高的精度和较强的鲁棒性。     

A Novel Robust Flight Controller Design for an Air-Breathing Hypersonic Vehicle

A novel robust flight control design method is proposed for a generic air-breathing hypersonic vehicle based on a state-dependent Riccati equation technique and a nonlinear disturbance observer. The highly nonlinear dynamics of the hypersonic vehicle are firstly brought to a linear structure having a state-dependent coefficient form. And then a state-dependent Riccati equation is solved at each sampling moment to obtain a nonlinear feedback optimal control law. In order to enhance robustness of the closed-loop system, a nonlinear disturbance observer is introduced to estimate the uncertainty caused by parametric variations and external disturbances. The resulting composite controller achieves not only promising robustness and disturbance rejection performance but also flexible adjustment in the response time. Compared to a Kriging controller, the proposed controller has great advantages in the system response time and robustness. The feasibility of the proposed method is validated by simulation results.     

基于云模型的电力系统负荷组合预测

电力系统负荷预测的精确度决定着电网安全稳定、高效的运行.最小二乘支持向量机(LSSVM)被广泛应用电力系统负荷预测上,然而该方法在处理不确定性问题上有很多不足之处.为了更精确的选择核函数的参数,处理不确定性因素,提高短期负荷预测的精度,提出了一种将云模型、粒子群优化(PSO)和LSSVM相结合的组合模型.首先通过对各影响因子的不确定性分析,按不确定性高低将各影响因子分别应用Cloud-LSSVM和PSO-LSSVM进行预测,然后通过组合模型的加权计算的得到最终预测值.最后,通过仿真对比证明该模型能更好的处理不确定性,从而提高电力系统短期负荷预测精度.     

一种新型高精度非线性滤波算法研究

针对非线性、非高斯系统状态的在线估计问题,提出了一种新的高精度粒子滤波算法。该算法通过引入积分修正因子,对积分卡尔曼滤波器的积分点进行在线修正,并采用修正后的积分卡尔曼滤波产生优选的建议分布函数,由于高精度地融入最新量测信息,一定程度上克服了权值退化问题。仿真实验表明,新算法具有较高的滤波精度,是一种有效的非线性滤波算法。     

基于对数Gabor的超复数视觉显著性检测算法

为在没有先验知识的情况下准确获取图像显著性目标,提出一种基于对数Gabor滤波器和超复数傅里叶变换的视觉显著性检测算法。利用对数Gabor滤波器模仿人类视觉感受野,对输入图像进行预处理,提取颜色、纹理方向等特征。根据所得特征构造各尺度下的超复数图像,并求其傅里叶变换相位谱,将多尺度超复数相位谱反变换后进行归一化,从而获得视觉显著图。实验结果表明,该算法与传统的算法相比具有更高的准确率,应用于复杂场景下的交通标志检测能取得较好的检测效果。     

基于MATLAB的BP神经网络在溶解氧浓度控制中的应用

污水处理系统中,溶解氧的浓度起着至关重要的作用。针对污水处理CASS池中溶解氧浓度控制的重要性和控制要求等,提出了用BP神经网络对其控制的方法,并设计BP神经网络控制器。通过对BP网络模型的训练和仿真,得出BP神经网络控制器对溶解氧浓度控制具有高度的精确性和可靠性。并将此BP网络控制器与PLC相结合应用到实际系统中,对溶解氧浓度的控制达到了理想的效果。     

直流微网 Simulink变流器模型及其计算机应用仿真研究

新的电能系统设计时应多利用可再生能源,以减小对环境的污染。针对这样的设计初衷,分布式发电和微网应运而生。然而,由于可再生能源的强随机特性,微网系统的设计优化变得难以实现,仿真方法便成了优化解决方案的最佳选择。微网系统包含多种设备,其中最重要的是变流器。用于变流器仿真的工具主要有PSpice、PSIM,而对于直流微网网络,这种仿真工具的仿真算法较慢,且不能建立直流微网模型。针对这一问题,设计一种半桥变流器模型对直流微网潮流和静态电压进行仿真实验,并将实验结果与PSIM的模型进行对比,结果显示,这种模型建立简单,仿真速度快,具有较强的实用性。     

基于流光放电控制的污水处理脉冲电源研究

反复调节脉冲电源参数使反应器在流光放电模式下工作,存在控制不准确的弱点.通过对反应器所在交直流耦合电路及其工作条件的分析,采用“流光放电率”对脉冲电源进行控制.仿真、实验结果表明:“流光放电率”控制策略有效、可行.     

双馈型风电系统电网故障不间断运行的研究

为保护变频器,需要采用Crowbar装置在电压跌落时为转子浪涌电流提供通路,并限制转子电流增大,在电压恢复时抑制电压骤升。因此提出了一种Crowbar控制策略,能有效抑制转子过电流、直流母线过电压,并可向电网注入无功电流以帮助电网电压的恢复。测量结果表明了控制方式能使双馈型感应发电机（DFIG）在大幅电压跌落故障下实现不间断运行,有效提高了DFIG风电机组运行的可靠性。     

改进型正反馈主动频移孤岛检测方法的仿真研究

针对传统正反馈频率偏移孤岛检测方法存在的缺陷,给出了一种改进的正反馈的频率偏移孤岛检测方法。通过对负载特性的实时判断,对扰动信号的方向进行实时修正,避免了添加固定扰动情况下当负载不同而引起的孤岛检测失败、延缓等问题。仿真分析表明可以在满足并网标准的情况下,对不同性质的负载有效、准确、及时地完成孤岛检测。